Desarrollo de una herramienta computacional para la valoración de técnicas quirúrgicas en la corrección de la inestabilidad glenohumeral anterior mediante Deep Learning

La presente tesis aborda el desarrollo de una herramienta computacional destinada a la valoración de técnicas quirúrgicas en la corrección de la inestabilidad glenohumeral anterior, mediante la aplicación de arquitecturas de aprendizaje profundo (Keras, TensorFlow y PyTorch). Se desarrolla una herramienta de apoyo al diagnóstico ajustable que permite ser implementado por medio de una interfaz intuitiva que facilita al profesional de la salud en ortopedia lograr una valoración acertada, minimizando los riesgos de precisión de la estimación de la incongruencia articular. Por medio del entorno de programación en Python se logra crear una interfaz en la que se procesan las imágenes de las tomografías a tratar, junto con el procesado de las mismas, logrando obtener como resultado un análisis estadístico descriptivo de la situación del paciente donde se pueda obtener una relación de las variables relevantes en cuestión de la escala de inestabilidad glenohumeral del Gimbernat y así tener un dictamen más asertivo y determinar el grado de inestabilidad para así seleccionar que tipo de cirugía es pertinente para el usuario específico.

• Autores: Camelo Vanegas, Juan David; Obregón Saravia, Angie Luciana; Pedroza Pinzón, Juan Pablo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad Autónoma de Bucaramanga - UNAB
• Repositorio: Repositorio UNAB
• Idioma: spa
• OAI Identifier: oai:repository.unab.edu.co:20.500.12749/30823
• Acceso en línea: http://hdl.handle.net/20.500.12749/30823
• Palabra clave: Glenohumeral Instability; Deep learning; Clinical engineering; Medical electronics; Medical instruments and devices; Biomedical engineering; Engineering; Biophysics; Bioengineering; Medicine; Biomedical; Machine learning; Theory of machines; Python (Computer program language); Iterative methods (Mathematics); Ingeniería biomédica; Ingeniería; Biofísica; Bioingeniería; Medicina; Biomédica; Aprendizaje automático (Inteligencia artificial); Teoría de las máquinas; Python (Lenguaje de programación de computadores); Métodos iterativos (Matemáticas); Ingeniería clínica; Electrónica médica; Instrumentos y aparatos médicos; Inteligencia artificial; Inestabilidad glenohumeral
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/