Search

La mortalidad por enfermedades propias del sistema cardiovascular representa un gran número de fallecimientos a nivel mundial cada año, en Colombia las enfermedades cardiacas poseen el porcentaje más alto de decesos anual. Si se acompaña este dato con la baja implementación de sistemas de prevención y supervisión temprana se observa una oportunidad para la innovación. El proyecto actual busca crear una alternativa de estrategia ambulatoria y no invasiva para el seguimiento del sistema cardiovascular, un dispositivo wearable capaz de monitorear variables propias del corazón haciendo uso de la señal de Electrocardiograma (ECG) y la variación del volumen sanguíneo por medio de la técnica de Fotopletismografía (PPG) que proporcione bio-marcadores como la frecuencia cardiaca, su variabilidad y el porcentaje de oxígeno en sangre con el objetivo de brindar a los usuarios una herramienta de seguimiento de variables cardiacas en actividades cotidianas y ámbitos deportivos. Inicialmente se validó el resultado del proyecto precedente, el dispositivo Cardio One V1.0, para asegurar que su instrumentación y funcionamiento para el rediseño y miniaturización cumplen ciertos estándares mínimos de precisión y exactitud en el contexto de las variables biológicas que se propone medir. Luego, se realizaron entrevistas a usuarios potenciales con el objetivo de extraer los criterios funcionales para el diseño y construcción del futuro prototipo Cardio OneV2.0. El hardware de la versión 1.0 del dispositivo se compone de dos placas, la primera contiene el sensor MAX86150 con su instrumentación y la segunda proporciona la interfaz de interacción con el sensor, conectores para electrodos, módulos de alimentación, módulos de comunicación, el SoC principal y otros sensores. En la etapa de rediseño se determinó que el dispositivo estaría conformado igualmente por dos placas PCB, pero adoptando el concepto de modularidad, lo que da al dispositivo la capacidad de mejora. Se recurrió a PCB de dos y cuatro capas, separando los módulos de alimentación, comunicación y el SoC principal de los sensores para optimizar espacio y reducir las dimensiones del dispositivo con el objeto de facilitar su acople al cuerpo humano en base a conceptos de ergonomía y diseño del detalle. En el desarrollo de software, se investigó qué algoritmos y metodologías permiten la eliminación satisfactoria del ruido en las señales que se manejan. Se determinó que los filtros Chebyshev dos y Butterworth junto con la transformada Wavelet tipo tres y la eliminación del valor medio, resultan en una señal definida y con bajo nivel de ruido. De la señal obtenida en la etapa de filtrado se extraen los bio-marcadores. Esta etapa facilita la extracción de la información útil debido a que se elimina la necesidad de usar técnicas y algoritmos complejos que representan mayor tiempo de cómputo. Con el dispositivo Cardio One V2.0 y haciendo buen uso de los algoritmos desarrollados se alcanza una medición confiable del electrocardiograma, la frecuencia y variabilidad cardiaca y el porcentaje de oxígeno en sangre brindando al usuario la oportunidad del seguimiento ambulatorio a su salud cardiovascular. Mortality due to cardiovascular system diseases represents a big number of deaths worldwide each year, in Colombia the hearth diseases have the highest annual percentage of deaths. If this fact is attached to low implementation of prevention and early supervision systems, a great chance of innovation is observed. The current project looks for an alternative of ambulatory and no invasive strategy for the cardiovascular system, a wearable device able to monitor hearth variables using the Electrocardiogram signal (ECG) and the blood volume variation by the photoplethysmography technic that provides biomarkers like the cardiac frequency, its variability, and the oxygen percentage in blood with the objective to bring the users a tool for tracing hearth variables in daily activities and sport fields. First, the previous project result was validated, the Cardio One V1.0, to ensure that its instrumentation and operation for the redesign and miniaturization fulfills certain minimum standards of precision and exactitude in the context of the biological variables that is proposed to measure. Later, interviews were made to potential users with the objective to extract the functional criteria for the design and building of the future prototype Cardio One V2.0. The version 1.0 hardware of the device is composed by two plates, first one contains the MAX86150 sensor with its instrumentation and the second one brings the sensor interaction interface, electrode connector, source modules, communication modules, main SoC and other sensors. In the redesign stage it was determined that the device will be conformed in same way, by two PCB plates, but adopting modularity concept, that brings the improvement chance. It was appeal to two- and four-layers PCB, separating the source, communication and main SoC modules from the sensor to optimize space and reduce the dimensions of the device with the objective to ease the coupling to the human body based on concepts of ergonomics and detail design. In the software developing, it was researched which algorithms and methodologies allows the satisfactory noise elimination of the signals that are handled. It was determined that the Chebyshev Two and Butterworth filters with the type three Wavelet transform and medium value elimination, results in a low noise and defined signal. From the obtained signal in the filtering stage biomarkers are extracted. This stage eases the extraction of useful information due to need of complex technics and algorithms that represents long computing times are deleted. With the device Cardio One V2.0 and making good use of the developed algorithms trustworthy measurement of the electrocardiogram is reached, the frequency and hearth variability and oxygen percentage bringing the user the ambulatory tracing of its cardiovascular health chance. http://www.ustabuca.edu.co/ustabmanga/presentacion Pregrado

Cada día aumenta más la necesidad de la monitorización de la Presión Sanguínea (BP) de manera mínimamente invasiva en las Enfermedades Cardiovasculares (CVD) o en Trastornos Respiratorios del Sueño (SDB). Este trabajo trata de estimar la Presión Sanguínea Sistólica (SBP) por medio del Tiempo de Tránsito del Pulso (PTT), el cual se puede determinar mediante la detección precisa de diferentes puntos de referencia de las señales del Electrocardiograma (ECG) y Fotopletismograma (PPG). Además, los resultados obtenidos se compararán con un conjunto de valores de referencia de la herramienta SOMNOtouch™, para ver el grado de correlación existente., The need for minimally invasive Blood Pressure (BP) monitoring due to Cardiovascular Diseases and Sleep-Disordered Breathing is increasing greatly. This work focuses on trying to estimate the Systolic Blood Pressure (SBP) using the Pulse Transit Time (PTT), which can be determined by an accurately detection of the reference points of the Electrocardiogram (ECG) and Photoplethysmogram (PPG) signals. In addition, the results will be compared with a set of reference values provided by the SOMNOtouch™ tool, in order to observe the level of existing correlation., Grado en Ingeniería en Tecnologías de Telecomunicación

[EN] Currently, many applications require a precise localization of the objects that appear in an image, to later process them. This is the case of visual inspection in the industry, computer-aided clinical diagnostic systems, the obstacle detection in vehicles or in robots, among others. However, several factors such as the quality of the image and the appearance of the objects to be detected make this automatic location difficult. In this article, we carry out a systematic revision of the main methods used to locate objects by considering since the methods based on sliding windows, as the detector proposed by Viola and Jones, until the current methods that use deep learning networks, such as Faster-RCNN or Mask-RCNN. For each proposal, we describe the relevant details, considering their advantages and disadvantages, as well as the main applications of these methods in various areas. This paper aims to provide a clean and condensed review of the state of the art of these techniques, their usefulness and their implementations in order to facilitate their knowledge and use by any researcher that requires locating objects in digital images. We conclude this work by summarizing the main ideas presented and discussing the future trends of these methods., [ES] Actualmente, muchas aplicaciones requieren localizar de forma precisa los objetos que aparecen en una imagen, para su posterior procesamiento. Este es el caso de la inspección visual en la industria, los sistemas de diagnóstico clínico asistido por computador, la detección de obstáculos en vehículos o en robots, entre otros. Sin embargo, diversos factores como la calidad de la imagen y la apariencia de los objetos a detectar, dificultan la localización automática. En este artículo realizamos una revisión sistemática de los principales métodos utilizados para localizar objetos, considerando desde los métodos basados en ventanas deslizantes, como el detector propuesto por Viola y Jones, hasta los métodos actuales que usan redes de aprendizaje profundo, tales como Faster-RCNNo Mask-RCNN. Para cada propuesta, describimos los detalles relevantes, considerando sus ventajas y desventajas, así como sus aplicaciones en diversas áreas. El artículo pretende proporcionar una revisión ordenada y condensada del estado del arte de estas técnicas, su utilidad y sus implementaciones a fin de facilitar su conocimiento y uso por cualquier investigador que requiera localizar objetos en imágenes digitales. Concluimos este trabajo resumiendo las ideas presentadas y discutiendo líneas de trabajo futuro., Este trabajo ha sido financiado parcialmente por diferentes instituciones. Deisy Chaves cuenta con una beca “Estudios de Doctorado en Colombia 2013” de COLCIENCIAS. Surajit Saikia cuenta con una beca de la Junta de Castilla y León con referencia EDU/529/2017. También queremos agradecer el apoyo de INCIBE (Instituto Nacional de Ciberseguridad) mediante la Adenda 22 al convenio con la Universidad de León.

[EN] In this paper, we propose a method that improves the classification of images. Considering saliency maps as if they were topographic maps and filtering the characteristics of the image’s background, the Bag of VisualWords (BoVW) coding is improved. First, we evaluated six known algorithms to generate saliency maps and we selected GBVS and SIM because they are the ones that retain most of the information of the object. Next, we eliminated the extracted SIFT descriptors belonging to the background by filtering features based on binary images obtained at various levels of the selected saliency maps. We filtered the descriptors by obtaining layers at various levels of the saliency maps, and we evaluated the early fusion of the SIFT descriptors contained in these layers into five dierent datasets. The results obtained indicate that the proposed method always improves the reference method when combining the first two layers of GBVS or SIM and the dataset contains images with a single object., [ES] En este artículo proponemos un método que permite mejorar la clasificación de imágenes en conjuntos de datos en los que la imagen contiene un único objeto. Para ello, consideramos los mapas de prominencia como si se trataran de mapas topográficos y filtramos las características del fondo de la imagen mejorando de esta forma la codificación que realiza sobre la imagen completa un modelo clásico basado en Bag of Visual Words (BoVW). En primer lugar, evaluamos seis conocidos algoritmos para la generación de mapas de prominencia y seleccionamos los métodos de GBVS y SIM al determinar que son los que retienen la mayor parte de la información del objeto. Utilizando la información de dichos mapas de prominencia eliminamos los descriptores SIFT extraídos de forma densa pertenecientes al fondo mediante el filtrado de características en base a imágenes binarias obtenidas a diversos niveles del mapa de prominencia. Realizamos el filtrado de descriptores obteniendo capas a diversos niveles del mapa de prominencia, y evaluamos la fusión temprana de los descriptores SIFT contenidos en dichas capas en cinco conjuntos de datos diferentes. Los resultados obtenidos en nuestra experimentación indican que el método propuesto mejora siempre al método de referencia cuando se combinan las dos primeras capas de GBVS o de SIM y el dataset contiene imágenes con un único objeto., Este trabajo ha sido financiado por el contrato INCIBE “INCIBEI-2015-27359” correspondiente a las “Ayudas para la Excelencia de los Equipos de Investigación avanzada en ciberseguridad” y por el acuerdo del convenio marco firmado entre la Universidad de León y el INCIBE (Instituto Nacional de Ciberseguridad) bajo la Adenda 22.

[EN] Road security applications are getting more complex thanks to the latest advances. These applications require sensors able to provide information to perform complex and demanding tasks. Laser Scanners sensors have proved to be a trustable sensor family. This reliability has lead to increase the research activities related to laser scanners usability in road applications. Every day is more frequent to find Advance Driver Assistant Systems (ADAS) that takes advantage of the characteristics of these devices. These systems performs different task, some of them related to detection and prediction of movements of obstacles in the surroundings of a vehicle. Present work studies the possibility of using two different sensors in road applications. The second part of the work focuses on the presentation of a new algorithm able to detect moving obstacles in the surrounding of a vehicle using scanner laser., [ES] Los últimos avances en seguridad vial, con sistemas cada vez más complejos, requieren de los más modernos sistemas de adquisición de información. La naturaleza misma del problema requiere sensores capaces de proveer información fiable para tareas complejas y exigentes. Los escáneres láser (LIDAR) han demostrado ser una familia de sensores altamente fiable, por lo que durante los últimos años los esfuerzos dedicados a investigar posibles aplicaciones viales han ido en aumento. De esta forma, es cada vez más frecuente observar sistemas de ayuda a la conducción (ADAS) con este tipo de dispositivos que proveen de información del entorno necesaria para realizar tareas complejas como detección y predicción de situaciones peligrosas. En el presente trabajo, dos sistemas LIDAR han sido probados para comprobar sus capacidades reales en entornos viales. En segundo término, se propone una aplicación que hace uso de las capacidades de dichos sensores para la detección y clasificación de obstáculos en entornos viarios., El trabajo presentado ha sido desarrollado gracias a la financiación del ministerio de Ciencia e Innovación (SIAC proyecto TRA2007-67786-C02-01 y TRA2007-67786-C02-02) y la CAM mediante el proyecto SEGVAUTO.

Con este trabajo se pretende comparar varios algoritmos de detección para sistemas de comunicación MIMO y constelaciones de gran orden, dado que la utilización del detector óptimo de máxima verosimilitud (ML) es inabordable computacionalmente. Para este fin, se han creado varias funciones en código matlab que se han publicado como toolbox en mathworks: http://www.mathworks.com/matlabcentral/fileexchange/48212-detection-mimo-toolbox Entre los algoritmos de detección destacan el ZF, MMSE y sus versiones con cancelación de interferencias (SIC), las cuales proporcionan una mejora de la probabilidad de error a cambio de una mayor carga computacional. Sin embargo, este trabajo se centra tanto en el algoritmo GTA [1], [2] como en el algoritmo EP [13] (publicada recientemente su aplicación a los sistemas MIMO). - El algoritmo GTA (aproximación de árbol gaussiana) se basa en aproximar la distribución de probabilidad a posteriori gaussiana exacta mediante un árbol libre de bucles. A continuación, se aplica la restricción de que los símbolos pertenecen a un conjunto finito de datos (determinados por el tipo y tamaño de la constelación) para obtener una aproximación de la distribución de probabilidad discreta libre de bucles, la cual se maximiza mediante un algoritmo de paso de mensajes, i.e, el algoritmo BP. - El algoritmo EP (expectation propagation) está basado en buscar una aproximación a la distribución de probabilidad a posteriori a través de una distribución gaussiana cuya media y varianza estén lo más próximas posible a la media y la varianza de la distribución exacta original. Esto se consigue a través de un método iterativo. Los resultados de simulación muestran que la probabilidad de error del algoritmo GTA (en concreto, su versión con cancelación de interfencias) y de EP, son bastante mejores si se comparan con los algoritmos ZF y MMSE, tanto en su versión estándar como SIC.

[ES] Tanto los sistemas avanzados de ayuda a la conducción (ADAS) aplicados a la mejora de la seguridad vial, como los sistemas de navegación autónoma de vehículos, demandan sensores y algoritmos cada vez más complejos, capaces de obtener e interpretar información del entorno vial. En concreto, las mayores dificultades surgen a la hora de analizar la información proveniente de los entornos urbanos, debido a la diversidad de elementos con distintas características que existen en áreas urbanas. Estos sistemas requieren, cada vez más, que la interpretación de la información se realice en tiempo real para mejorar la toma de decisiones. Por otra parte, la visión estéreo es ampliamente utilizada en sistemas de modelado, dada la gran cantidad de información que proporciona, pero al mismo tiempo, los algoritmos basados en esta técnica requieren de un elevado tiempo de cómputo que dificulta su implementación en aplicaciones de tiempo real. En este trabajo se presenta un algoritmo basado en visión estéreo para la detección tanto de obstáculos como de espacios transitables en entornos urbanos y que ha sido implementado principalmente en GPU (Unidad de Procesamiento Gráfico) para reducir el tiempo de cómputo y conseguir un funcionamiento en tiempo real., [EN] Both advanced driver assistance systems (ADAS) applied to the improvement of road safety, and autonomous navigation vehicle systems require more and more complex sensors and algorithms capable of obtaining and interpreting the information of the road environment. The greatest difficulties arise in analysing the information of the urban environments, because of the large number of elements which have different characteristics in urban areas. These systems require to interpret the information in real time to improve the decision-making. On the other hand, the stereo vision is usable in modeling systems because of the great amount of information that it provides, but at the same time, the algorithms based on this technique have a high computation time which makes difficult its implementation in real time applications. This paper presents an algorithm based on stereo vision for detecting obstacles and free spaces in urban environments and it has been implemented principally in GPU (Graphic Processing Unit) to reduce the computation time and achieving that it works in real time., Este trabajo ha sido subvencionado por la CICYT a través del proyecto FEDORA (TRA2010- 20225-C03-01) y el proyecto Driver Distraction Detector System (TRA2011-29454-C03-02)

Tanto los sistemas avanzados de ayuda a la conducción (ADAS) aplicados a la mejora de la seguridad vial, como los sistemas de navegación autónoma de vehículos, demandan sensores y algoritmos cada vez más complejos, capaces de obtener e interpretar información del entorno vial. En concreto, las mayores dificultades surgen a la hora de analizar la información proveniente de los entornos urbanos, debido a la diversidad de elementos con distintas características que existen en áreas urbanas. Estos sistemas requieren, cada vez más, que la interpretación de la información se realice en tiempo real para mejorar la toma de decisiones. Por otra parte, la visión estéreo es ampliamente utilizada en sistemas de modelado, dada la gran cantidad de información que proporciona, pero al mismo tiempo, los algoritmos basados en esta técnica requieren de un elevado tiempo de cómputo que dificulta su implementación en aplicaciones de tiempo real. En este trabajo se presenta un algoritmo basado en visión estéreo para la detección tanto de obstáculos como de espacios transitables en entornos urbanos y que ha sido implementado principalmente en GPU (Unidad de Procesamiento Gráfico) para reducir el tiempo de cómputo y conseguir un funcionamiento en tiempo real. Both advanced driver assistance systems (ADAS) applied to the improvement of road safety, and autonomous navigation vehicle systems require more and more complex sensors and algorithms capable of obtaining and interpreting the information of the road environment. The greatest difficulties arise in analysing the information of the urban environments, because of the large number of elements which have different characteristics in urban areas. These systems require to interpret the information in real time to improve the decision-making. On the other hand, the stereo vision is usable in modeling systems because of the great amount of information that it provides, but at the same time, the algorithms based on this technique have a high computation time which makes difficult its implementation in real time applications. This paper presents an algorithm based on stereo vision for detecting obstacles and free spaces in urban environments and it has been implemented principally in GPU (Graphic Processing Unit) to reduce the computation time and achieving that it works in real time. Este trabajo ha sido subvencionado por la CICYT a trav´es del proyecto FEDORA (TRA2010- 20225-C03-01) y el proyecto Driver Distraction Detector System (TRA2011-29454-C03-02).

Traballo Fín de Máster en Computación de Altas Prestacións. Curso 2010-2011 En este trabajo se presentan dos algoritmos de detección de objetivos en imágenes hiperespectrales específicamente desarrollados para su implementación sobre GPU, ambos basados en la aplicación de ANNs (Artificial Neural Networks). El primer algoritmo, denominado algoritmo de detección de objetivos a nivel de píxel, basa su búsqueda en la exploración píxel a píxel de la imagen hiperespectral, detectando si en cada uno de ellos se encuentra el objetivo buscado, o una parte del mismo. El segundo algoritmo, denominado algoritmo de detección de objetivos multi-resolución, basa su búsqueda en la exploración jerárquica de áreas de tamaño decreciente de imagen (volúmenes hiperespectrales), detectando y acotando el objetivo independientemente de la escala a la que este se encuentre. En la implementación sobre GPU de las ANNs utilizadas en ambos algoritmos se analizan dos aproximaciones diferentes de paralelización: paralelismo a nivel neuronal, y paralelismo a nivel de enlace sináptico. Además, se tienen en cuenta un gran número de estrategias de optimización específicas para GPU, con el fín de explotar adecuadamente la enorme capacidad de cómputo de las tarjetas, y de ocultar la latencia en los accesos a memoria. En la fase de resultados los algoritmos son testeados mediante la búsqueda de objetivos sobre dos tipos diferentes de imágenes hiperespectrales, una aplicada al reconocimiento de materiales, y otra aplicada a funciones de búsqueda y rescate. Los tiempos de ejecución obtenidos muestran la efectividad de los algoritmos de detección desarrollados, así como la conveniencia de su implementación sobre GPU.