Tesis y Trabajos de Posgrado http://repositorio.ugto.mx/handle/20.500.12059/4130 2026-08-19T23:39:51Z 2026-08-19T23:39:51Z López Ramírez, José Luis http://repositorio.ugto.mx/handle/20.500.12059/14192 2026-08-19T17:53:57Z 2026-01-01T00:00:00Z

Title: Aplicación de modelos basados en el comportamiento del Sistema Visual Humano y DCNN al procesamiento de imágenes médicas Authors: López Ramírez, José Luis Contributor: JOSE RUIZ PINALES Abstract: Este trabajo introduce los algoritmos de aprendizaje automático aplicados al análisis de imágenes médicas, centrándose en el uso de modelos biológicamente inspirados en la percepción del sistema visual humano y en las Redes Neuronales Convolucionales Profundas (Deep Convolutional Neural Networks, DCNN). Se enfatizan y se abordan soluciones para tres problemas fundamentales en medicina. La primera es la segmentación de imágenes de fundus, donde se identifican y segmentan las venas presentes en el ojo humano. El segundo es la segmentación de tumores cerebrales a partir de imágenes obtenidas mediante ultrasonidos preoperatorios. Por último, se aborda la identificación automática de puntos cefalométricos en imágenes de radiografías, las cuales son comúnmente utilizadas en el diagnóstico maxilofacial por odontólogos expertos en el área. La investigación en aprendizaje automático distingue entre la localización y la detección. Mientras que la segmentación traza contornos alrededor de los bordes de los objetos de interés y los etiqueta, el registro se refiere a ajustar una imagen sobre otra. Estas tareas tradicionalmente han sido realizadas por médicos especialistas en diversas áreas médicas. La llegada de algoritmos computacionales facilita la interpretación médica y reduce el tiempo necesario para diagnosticar diferentes enfermedades.

2026-01-01T00:00:00Z Paredes Miguel, José Rodrígo http://repositorio.ugto.mx/handle/20.500.12059/14173 2026-07-27T18:14:20Z 2024-10-01T00:00:00Z

Title: Estimación de los óxidos producidos por la irradiación de un láser pulsado en placas delgadas de molibdeno usando aprendizaje profundo Authors: Paredes Miguel, José Rodrígo Contributor: Horacio Rostro González Abstract: Este trabajo se enfoca en la aplicación de técnicas avanzadas de aprendizaje profundo, particularmente redes neuronales convolucionales, para abordar problemas de segmentación de imágenes y Redes neuronales profundas, para la predicción de diámetros de óxidos generados por la irradiación de láser ultracorto sobre placas de molibdeno. La implementación de estas técnicas permite no solo identificar y segmentar con precisión los diferentes tipos de óxidos presentes en las imágenes, sino también predecir de manera precisa los diámetros de los spots de óxido formados bajo distintas configuraciones de parámetros, como el tiempo de exposición y la fluencia del láser. El uso de redes convolucionales se ha destacado en la capacidad de procesar grandes cantidades de datos visuales y extraer patrones complejos, lo que resulta particularmente útil en este caso, donde las variaciones microscópicas en los materiales son cruciales para su análisis. A través de la segmentación, es posible identificar áreas específicas de los diferentes óxidos, lo que contribuye a una mejor comprensión de los efectos que el láser provoca sobre el material. Además, esta investigación abre la puerta a la integración de la inteligencia artificial en el ámbito de la ciencia de los materiales, permitiendo la automatización y mejora en la caracterización de los mismos. Los resultados obtenidos no solo aportan valor en términos de segmentación precisa, sino que también demuestran cómo la IA puede ser una herramienta poderosa para predecir propiedades físicas clave, como el diámetro de los óxidos. Este enfoque puede ser expandido en futuros estudios para abarcar otros aspectos del comportamiento de materiales bajo condiciones extremas, contribuyendo al desarrollo de tecnologías avanzadas en esta área.

2024-10-01T00:00:00Z Rodríguez Cuevas, Paulo César http://repositorio.ugto.mx/handle/20.500.12059/14163 2026-06-15T17:32:46Z 2025-04-01T00:00:00Z

Title: Desarrollo de un dispositivo generativo de caracteres para el sistema Braille Authors: Rodríguez Cuevas, Paulo César Contributor: MARIO ALBERTO IBARRA MANZANO Abstract: Este proyecto de investigación presenta el diseño, desarrollo e implementación de un dispositivo transductor de texto digital al sistema Braille, orientado a mejorar la accesibilidad tecnológica para personas con discapacidad visual. La investigación aborda el reto de crear una interfaz táctil eficiente y de bajo costo mediante el uso de tecnologías de vanguardia en mecatrónica y sistemas embebidos. El prototipo funcional integra una unidad de procesamiento Raspberry Pi Zero 2W y un sistema de control de potencia basado en controladores DRV8833 y multiplexores 74HC4067. El mecanismo de generación de relieve emplea micro-motores N20, optimizando el espacio y la respuesta mecánica del dispositivo. El desarrollo abarca desde el modelado y la fabricación de componentes mediante manufactura aditiva (impresión 3D) hasta la programación del firmware en lenguaje Python.

2025-04-01T00:00:00Z Nganga Kafuti, Karine http://repositorio.ugto.mx/handle/20.500.12059/14146 2026-05-22T21:13:25Z 2026-04-01T00:00:00Z

Title: Supermode interferometer in coupled multicore fiber for multisensing applications Authors: Nganga Kafuti, Karine Contributor: JUAN MANUEL SIERRA HERNANDEZ Abstract: Estudiamos un interferómetro de supermodo compacto para la detección simultánea de múltiples parámetros, implementado en una fibra óptica multinúcleo acoplada (MCF), e incorporamos esta novedosa configuración interferométrica al diseño de un láser de fibra para medir parámetros físicos como temperatura, deformación, estabilidad y torsión, ampliando así su potencial en aplicaciones de detección de alta precisión. Esta arquitectura permite la excitación e interferencia de supermodos guiados, cuyo patrón de interferencia espectral es extremadamente sensible a perturbaciones externas, mediante la fusión de un segmento de MCF acoplado entre fibras monomodo estándar. Mientras que la deformación axial modifica la propagación de fase efectiva de los supermodos, lo que se traduce en un desplazamiento de la franja medible en el espectro interferométrico, las variaciones de temperatura modifican el índice de refracción y la longitud del camino óptico de la fibra, lo que se traduce en desplazamientos espectrales predecibles. Además, mediante efectos fotoelásticos, la deformación torsional provoca cambios en los índices de refracción del núcleo, lo que se traduce en desplazamientos de la longitud de onda únicos que pueden distinguirse de otras perturbaciones. Cada magnitud física puede medirse con alta sensibilidad y precisión mediante la observación espectral de la interferencia supermodo en un analizador de espectro óptico (OSA). El interferómetro de supermodo propuesto representa una plataforma prometedora para la detección flexible, pasiva y multifuncional en la monitorización estructural, el control de procesos industriales, etc., gracias a su fácil fabricación mediante el empalme por fusión de fibra óptica estándar, su robustez mecánica y su compatibilidad con los componentes de telecomunicaciones actuales. Este trabajo mejora la comprensión y la aplicación práctica de los interferómetros basados en fibra multinúcleo para problemas reales de multidetección.

2026-04-01T00:00:00Z