Navegar
Envíos recientes
Publicación Restringido Implementación en hardware del algoritmo criptográfico Ascon-128 y análisis de las métricas de diseño digital(Universidad del Valle, 2025-10-17) Mina Delgado, María De los ángeles; Velasco-Medina, Jaime; Rentería, ClaudiaEste trabajo presenta las implementaciones del algoritmo de criptografía liviana Ascon-128, llevadas a cabo en lenguaje C, en el procesador Nios V y en VHDL sintetizado en el FPGA (Field Programmable Gate Array) Cyclone V. Inicialmente, se realiza la implementación modular en lenguaje C, para facilitar la comprensión de cada uno de los procesos de cifrado y descifrado. Seguidamente, se detalla la integración y ejecución del código en lenguaje C en el procesador Nios V, para validar su funcionamiento en un entorno embebido, donde se realizan pruebas de cifrado y descifrado a los datos provenientes de un sensor. También, se identifican y describen en hardware los principales componentes y bloques funcionales, que permiten sintetizar el diseño del algoritmo criptográfico Ascon-128 en un FPGA. Finalmente, se presentan los resultados de las simulaciones funcionales y de la implementación en hardware, usando vectores de prueba proporcionados por los autores del algoritmo, se evalúa el desempeño en términos de área y rendimiento (throughput), y se realiza la comparación con trabajos previos.Publicación Restringido Desarrollo de un aplicativo en ROS para la segmentación de objetos de interés en interiores usando un robot móvil(Universidad del Valle, 2026) Chavez Castro, Juan Camilo; Bacca Cortes, Eval BladimirEn el contexto del avance de la robótica móvil autónoma, la percepción artificial en interiores ha adquirido gran relevancia para aplicaciones como logística, salud y asistencia personalizada. Esta percepción se apoya en técnicas de clasificación, detección y segmentación, que permiten a los robots identificar objetos de interés en su entorno. A pesar del progreso en esta área, la segmentación en línea, adaptable a diversos escenarios y fácil de integrar en plataformas robóticas, sigue siendo un área de mejora. El objetivo general de este trabajo fue “Desarrollar un aplicativo en ROS para la segmentación de objetos de interés en interiores usando un Robot Móvil Pioneer 3DX” y se materializó con el aplicativo LU-SEG, una plataforma modular que integra sensores RGB-D, algoritmos de visión y nodos ROS para ofrecer segmentación en línea de al menos cinco clases ejecutado sobre el robot móvil Pioneer 3DX. La metodología de desarrollo utilizada fue Scrum, permitiendo avanzar de forma iterativa e incremental en la construcción del sistema, estructurado en cuatro módulos principales: Home, Configuración, Ejecución y Replay. Se evaluaron distintos enfoques de segmentación, tanto instancias como semántica, seleccionando los modelos YOLOv11m-seg, Mask R-CNN, ESANet-RGB y L-RASSP MobileNetV3 para entrenamiento y evaluación. Este último fue el modelo integrado al sistema final por su equilibrio entre precisión y bajo consumo computacional (mIoU de 79.9% con solo 3.2 M de parámetros). Las pruebas de validación: integración, cuantitativas, por distancia y de campo, demostraron la eficacia del sistema con una precisión promedio del 91.66% y una sensibilidad del 79.55% en ambientes reales. LU-SEG demostró ser una herramienta versátil para la experimentación con segmentación en entornos interiores. Su arquitectura modular, compatibilidad con ROS y capacidad de operación en procesamiento continuo lo convierten en una plataforma útil para la validación de técnicas de visión artificial en escenarios reales. Más que una solución definitiva, representa un punto de partida valioso para el aprendizaje y la exploración de nuevas estrategias de percepción visual aplicadas a la robótica móvil y su aplicación en sistemas autónomos.Publicación Acceso abierto Implementación básica de un sistema SCADA con RapidSCADA como alternativa de bajo costo para entornos académicos(Universidad del Valle, 2026-03) Peña Bohorquez, Lisdey Fabiana; Barandica López, AsfurEste trabajo presenta la implementación de un sistema SCADA básico orientado a entornos educativos, desarrollado sobre la plataforma de código abierto RapidSCADA, para la supervisión y adquisición de datos mediante los protocolos Modbus TCP, MQTT y Modbus RTU. El desarrollo se estructuró en tres etapas: análisis funcional de la arquitectura de RapidSCADA, implementación de un entorno de simulación con Modbus TCP y MQTT, e integración física con dispositivos industriales y educativos empleando Modbus RTU. El sistema se ejecutó sobre un entorno Windows y utilizó la base de datos SQLite integrada para el almacenamiento local de datos históricos. En la etapa de integración física se adquirieron señales de temperatura mediante termopares tipo K conectados al módulo ADAM-4018+, y se realizaron pruebas de escritura de señales analógicas de 0–20 mA sobre el módulo ADAM-4024. Adicionalmente, se incorporó un Arduino Nano como esclavo Modbus RTU, generando señales periódicas para contrastar el comportamiento entre hardware industrial y un nodo programable de bajo costo. El desarrollo incluyó la configuración del sistema SCADA, la definición de líneas de comunicación, el mapeo de registros a canales internos, la creación de vistas en Webstation y la validación del flujo de datos en entornos simulados y físicos. Los resultados demuestran que RapidSCADA permite integrar de forma estable dispositivos industriales y educativos bajo una arquitectura SCADA unificada, constituyendo una alternativa replicable y de bajo costo para prácticas de laboratorio en ingeniería electrónica.Publicación Acceso abierto Aplicativo móvil para el reconocimiento de medicamentos usando visión artificial para apoyar el proceso de inventarios(Universidad del Valle, 2025) Montaño Cely, Edwar Stiven; Bacca Cortes, Eval Bladimir; Loaiza-Correa, HumbertoEl desarrollo de una aplicación móvil para el reconocimiento de medicamentos surge como una respuesta a la necesidad de mejorar la gestión de inventarios en farmacias aumentando la precisión en la distribución y almacenamiento de medicamentos. El proyecto se enfoca inicialmente en diez medicamentos seleccionados por su alto volumen de ventas y relevancia en el tratamiento de condiciones comunes en Colombia. Para implementar esta solución, se utilizó un modelo YOLO versión 8, adaptado para ejecutarse en TensorFlow lite, lo cual permite su uso en una amplia gama de dispositivos móviles. La recopilación y preparación de datos involucraron procedimientos meticulosos en entornos controlados y comerciales para garantizar la robustez del sistema ante variaciones reales de iluminación y empaque. El sistema de clasificación emplea la arquitectura YOLOv8, destacándose por su precisión y velocidad en la detección y clasificación de objetos, lo cual es esencial para la funcionalidad de la aplicación en tiempo real. Además, se integraron herramientas como PyTorch, Ultralytics, Roboflow y Comet para facilitar el flujo de desarrollo y la gestión de modelos. El entrenamiento del modelo se realizó ajustando cuidadosamente los hiperparámetros para equilibrar precisión y eficiencia computacional, y se exportó el modelo a TensorFlow Lite para asegurar su compatibilidad y rendimiento en dispositivos móviles. El diseño de la aplicación móvil se centró en integrar todas las etapas del flujo MLOps, desde la adquisición de datos hasta el despliegue y monitoreo de modelos. En pruebas, el modelo alcanzó una precisión del 94 % y una sensibilidad de 97.2 % mostrando capacidad robusta para identificar medicamentos. La evaluación de desempeño en plataformas de GPU y CPU arrojó resultados de velocidades de inferencia de 8 y 71 milisegundos por imagen respectivamente. Aunque en CPU la velocidad de inferencia se redujo, la precisión y sensibilidad se mantuvieron, lo que sugiere que el modelo es adaptable y funcional en dispositivos con recursos computacionales limitados, lo que amplía considerablemente su aplicabilidad.Publicación Acceso abierto Sistema IoT de alerta temprana de riesgo de incendios forestales basado en la norma ITU-T Y.4113(Universidad del Valle, 2025) Rincón Maldonado, Jhon Alejandro; Guerrero, Fabio G.Este trabajo presenta el diseño e implementación de un sistema IoT de alerta temprana de riesgo de incendios forestales, basado en la recomendación ITU-T Y.4113. La solución integra nodos ESP32, una pasarela de procesamiento en Raspberry Pi y comunicación mediante MQTT. Las mediciones de temperatura, humedad y velocidad del viento se almacenan en InfluxDB y se publican a través de una API REST para el cálculo del índice F como indicador del riesgo. El sistema se evaluó mediante ensayos controlados que variaron temperatura, humedad y viento. Los resultados muestran sincronización temporal estable, transmisión confiable y una respuesta coherente del índice F frente a los cambios ambientales, lo que confirma la viabilidad operativa de la propuesta.Publicación Acceso abierto Acelerador hardware para emular el proceso de la ruta metabólica glucólisis en una célula(Universidad del Valle, 2025) Rincón Perlaza, Joao Andrey; Velasco-Medina, Jaime; GRUPO DE BIONANOELECTRÓNICALa simulación de sistemas biológicos complejos mediante software tradicional enfrenta limitaciones significativas en términos de tiempo de cómputo y consumo energético, debido a la naturaleza secuencial de los procesadores de propósito general (CPU). Este trabajo de grado presenta el diseño, implementación y validación de un acelerador hardware basado en FPGA para emular la dinámica de la ruta metabólica de la glucólisis. Se desarrolló un modelo matemático reducido de cinco reacciones enzimáticas, capturando las características no lineales esenciales como la cinética de saturación de Michaelis Menten y la regulación alostérica de la enzima fosfofructoquinasa (PFK). Este sistema de ecuaciones diferenciales ordinarias (EDOs) fue discretizado mediante el método de Euler y traducido a una arquitectura de hardware digital utilizando el lenguaje VHDL. Para optimizar el rendimiento en la plataforma Terasic DE2-115 (Cyclone IV E), se diseñó una unidad aritmética de punto fijo de 32 bits (formato Q12.20) que incluye multiplicadores segmentados (pipelined) y un divisor iterativo basado en el algoritmo de Newton Raphson para resolver la complejidad de la inhibición enzimática. La validación funcional se realizó mediante una estrategia cruzada, comparando las trazas obtenidas por el hardware (adquiridas mediante el analizador lógico SignalTap II) con un modelo de referencia de alta precisión en python. Los resultados demuestran que el acelerador reproduce la dinámica biológica con una fidelidad superior al 99.5%, logrando un factor de aceleración (speedup) de aproximadamente 2,500 veces respecto al tiempo biológico real. El diseño ocupó únicamente el 22% de los elementos lógicos y el 13% de los multiplicadores de la FPGA, demostrando una alta escalabilidad para la futura emulación de tejidos celulares masivos en tiempo real.Publicación Acceso abierto Diseño y puesta a punto de una célula robótica industrial : integración de las capas de campo, control y supervisión(Universidad del Valle, 2025) Villegas Zapata, Andrés Mauricio; GAMIZ CARO, JAVIER; Restrepo Girón, Andrés DavidEl proyecto “Diseño y Puesta a Punto de una Célula Robótica Industrial: Integración de las Capas de Campo, Control y Supervisión” busca optimizar la célula industrial de SICMA21 mediante la integración de sensores, un PLC (Programmable logic Controller) y un sistema de supervisión SCADA (Supervisory Control And Data Acquisition) /HMI (Human-Machine Interface), con el fin de mejorar su funcionalidad como herramienta educativa en automatización industrial. Actualmente, la falta de conexión entre estas capas limita su uso en la formación de estudiantes, por lo que el proyecto se enfocará en el diseño, implementación y validación de un sistema automatizado que simule condiciones reales de manufactura. A través de una metodología estructurada en cinco fases, se desarrollará un entorno práctico que permitirá a los estudiantes comprender y operar sistemas de automatización de manera integral, fortaleciendo su preparación para la Industria 4.0 y asegurando que la célula funcione como un modelo educativo de referencia.Publicación Acceso abierto Desarrollo de un laboratorio remoto para la tele-operación de kits lego mindstorm ev3(Universidad del Valle, 2025) Mercado Rios, Christian Camilo; Bacca Cortes, Eval BladimirDurante la pandemia de COVID-19, la educación mundial enfrentó importantes desafíos debido al cierre de instituciones educativas, especialmente en áreas prácticas como la robótica. La imposibilidad de acceder físicamente a equipos utilizados durante las prácticas impulsó el uso de entornos virtuales y herramientas de simulación. Sin embargo, estas soluciones no replican completamente la experiencia interactiva y práctica de un entorno físico. Ante este contexto, el uso del sistema operativo para robots ROS (Robot Operating System) ha ganado protagonismo en la enseñanza de la robótica, gracias a sus capacidades para simplificar el desarrollo, facilitar la simulación y habilitar el control remoto de plataformas robóticas. Su integración en múltiples laboratorios remotos demuestra su valor educativo actual. En este marco, el presente proyecto tuvo como objetivo principal el desarrollo de un laboratorio remoto para la teleoperación de kits LEGO MINDSTORM EV3, aprovechando que la Escuela de Ingeniería Electrónica de la Universidad del Valle dispone de cinco de estos kits. Este proyecto es desarrollado usando el sistema operativo para robots ROS y tecnologías web. A partir del análisis de antecedentes locales e internacionales, se identificaron requerimientos funcionales y no funcionales necesarios para su diseño. La arquitectura del laboratorio se basa en un PC principal con Ubuntu 16.04, que ejecuta el servidor web (desarrollado en Node.js con el framework Express), la base de datos y el entorno ROS. El usuario accede al laboratorio a través de un navegador web, desde donde puede interactuar con el robot en tiempo real. Las acciones realizadas en la interfaz son procesadas por el servidor, que utiliza rosbridge para traducir y enviar los comandos correspondientes al EV3 mediante una conexión Wi-Fi. El laboratorio permite la configuración de sensores y motores, reserva de sesiones por bloques horarios, pruebas de sensores, recolección y descarga de datos, control teleoperado mediante teclado, ejecución de ejercicios guiados y programación visual basada en bloques. Para validar el funcionamiento, se realizó una fase de pruebas dividida en dos etapas: primero, pruebas internas realizadas por el autor; y segundo, pruebas con estudiantes mediante una encuesta tipo Likert. Los resultados indicaron una alta aceptación: en 16 de las 19 preguntas, el 100% de los encuestados se mostró totalmente de acuerdo con la funcionalidad y usabilidad del sistema.Publicación Acceso abierto Aplicación prototipo para pruebas de medición de la calidad del servicio de una red móvil basándose en la recomendación ITU-T E.812(Universidad del Valle, 2025) Fajardo Vinasco, Jorge Alejandro; Fabio German Guerrrero Moreno; GRUPO DE INVESTIGACIÓNEl presente trabajo de grado titulado “Aplicación prototipo para pruebas de medición de la calidad del servicio de una red móvil basándose en la Recomendación ITU-T E.812” plantea una solución práctica y accesible para el monitoreo descentralizado de la calidad del servicio (QoS) en redes móviles. Para ello, se propone el desarrollo de una aplicación móvil que aprovecha la estrategia de crowdsourcing recomendada por la ITU-T E.812, la cual permite recopilar datos de manera masiva sin recurrir a dispositivos especializados. Esta recolección se realiza directamente desde los teléfonos móviles de los usuarios dispuestos a ejecutar pruebas que permitan obtener parámetros como velocidad de transmisión, jitter e intensidad de señal. La herramienta facilita la medición en tiempo real y desde diversas ubicaciones geográficas, mejorando así la representatividad y objetividad de los resultados, y superando las limitaciones de los métodos tradicionales. Se espera que este prototipo contribuya a una evaluación más transparente del desempeño de las redes móviles en Colombia, fomentando la participación ciudadana y brindando insumos útiles para la toma de decisiones regulatorias y técnicas.Publicación Acceso abierto Detección de presencia y ausencia de Parkinson en audios de voz(Universidad del Valle, 2025) Sandoval Ramírez, Juan David; Loaiza-Correa, HumbertoEl objetivo de este trabajo de grado es la clasificación de presencia y ausencia de Parkinson mediante grabaciones de audio, que fueron extraídas de la base de datos IPVVS con grabaciones de voz en italiano. Además, se realiza la investigación de antecedentes nacionales e internacionales que hayan implementado procesos similares a los previstos en este proyecto, así como la revisión de un marco teórico que provea una contextualización de la aplicación en cuestión. El sistema propuesto consta, primeramente, de la etapa de preprocesamiento a los audios de la base de datos, que incluyó eliminación de silencios, remuestreo de frecuencia, filtrado y aumento de datos, mediante ventanas. En segundo lugar, la etapa de extracción de características y de espectrogramas, basados en los antecedentes consultados, además se aplicaron técnicas como Wrappers y Feature Selection para la selección de las características más discriminantes y la posterior normalización de los datos. Luego, con esta información se implementaron las máquinas de aprendizaje superficial como Random Forest (RF), Decision Trees (DT), Suppor Vector Machines (SVM) y K-Nearest Neighboors (KNN), teniendo dos maneras de clasificación. Finalmente, se implementaron dos redes neuronales convolucionales (CNN), como ResNet 18 y EfficientNet-B0, que fueron previamente entrenadas con ImageNet y aplicadas en este proyecto por medio de TransferLearning, debido al tamaño de la base de datos. En cuanto a los resultados obtenidos a través del sistema descrito, las máquinas de aprendizaje superficial lograron un promedio de exactitud en clasificación de 93.60%, destacándose KNN como el mejor clasificador con 96.38%, mientras que para el caso de las máquinas CNN el mejor desempeño registrado fue 98.56% por parte de EfficientNet-B0. Finalmente, se realiza la discusión de los resultados obtenidos y se establecen conclusiones con base en estos.Publicación Acceso abierto Diseño e implementación en un acelerador de hardware, de la transformada teórico numérica (NTT) del mecanismo de encapsulación de clave Crystals-Kyber(Universidad del Valle, 2025) Rojas Diaz, José Alejandro; Velasco-Medina, Jaime; GRUPO DE BIONANOELECTRÓNICALa computación cuántica promete resolver problemas complejos con gran eficiencia, pero también representa una amenaza para los sistemas criptográficos actuales. Algoritmos como el de Shor permiten factorizar números grandes, comprometiendo la seguridad de esquemas clásicos como RSA y ECC, ampliamente usados en la protección de datos. Esta situación ha impulsado el desarrollo de la criptografía poscuántica, orientada a resistir ataques incluso con computadoras cuánticas. Entre sus propuestas destaca CRYSTALS-Kyber, un mecanismo de encapsulación de claves seleccionado por el NIST como estándar futuro. En este contexto, la presente tesis aborda el diseño e implementación en hardware de la Transformada Teórico-Numérica (NTT), pieza esencial en el rendimiento de Kyber. El trabajo incluye una etapa de desarrollo en lenguaje C y su posterior implementación en VHDL para el FPGA EP4CE115F29C7N, con el objetivo de evaluar su eficiencia y viabilidad en sistemas embebidos. Los resultados muestran que la arquitectura paralela total ofrece la menor latencia, aunque con alto consumo de recursos. Por su parte, las arquitecturas pipeline con reducción de Barrett logran un equilibrio entre área y tiempo, alcanzando mejoras de hasta un 60,5% en ejecución y destacando en eficiencia área-tiempo frente a la función mod. En contraste, las arquitecturas con reutilización de componentes resultan inviables para aplicaciones criptográficas exigentes. Finalmente, la elección de la arquitectura dependerá de las prioridades del sistema: mínima latencia, optimización de área o balance energético.Publicación Acceso abierto Diseño y desarrollo de un sistema de monitorización de actividades de kinesioterapia activa para teléfonos Inteligentes(Universidad del Valle, 2015) Ortega Rosero, Edisson Gabriel; Ramirez Scarpetta, José Miguel; Bacca Cortés, Eval BladimirGeneralmente, algunas de las terapias de rehabilitación física orientadas a la recuperación o evaluación de la movilidad de los pacientes (kinesioterapia), se llevan a cabo a través de procesos con poca vigilancia y una inconstante presencia del especialista. Sumado a esto, la ausencia de capacidad de los pacientes para realizar una correcta evaluación de sus tareas, su inconstancia al llevar a cabo las tareas asignadas por el especialista y la ausencia de herramientas que permitan hacer un adecuado seguimiento de tales tareas, pueden derivar en procesos de rehabilitación poco efectivos. Por otro lado, el auge de teléfonos inteligentes y su asequibilidad permiten que las personas tengan al alcance de sus manos y a un relativo bajo costo, potentes sistemas de cómputo con amplias capacidades de procesamiento, memoria y sistemas de sensores integrados. Teniendo en cuenta estos factores y aprovechando los sensores integrados en los teléfonos inteligentes, se ha desarrollado una aplicación que permite usar dicho dispositivo como medio para llevar a cabo la monitorización de una actividad de kinesioterapia y proporcionar así, apoyo al especialista en la evaluación y registro de la información sobre las tareas de movilidad hechas por los pacientes, ya sea en el consultorio o en el hogar. Es así, como el hecho de diseñar una herramienta de fácil acceso que permita a los especialistas monitorizar, vigilar y mantener un registro de los ejercicios de movilidad realizados por los pacientes durante actividades de fisioterapia, sin que este esté presente durante el desarrollo de todo el ejercicio, permitirá, además de obtener información cinemática precisa de dichos movimientos, procesos de rehabilitación más controlados y efectivosPublicación Acceso abierto Sistema de visión artificial para la detección automática de masas y tejido normal en mamografías(Universidad del Valle, 2025) Arango Imbachi, Angie Lorena; Loaiza-Correa, HumbertoEl cáncer de mama es una de las principales causas de mortalidad en mujeres a nivel mundial. Si bien la biopsia constituye el método definitivo para el diagnóstico de esta patología, la mamografía digital se considera una de las principales herramientas para su detección temprana, ya que permite identificar anomalías antes de que se presenten síntomas clínicos. Esta detección temprana es crucial para mejorar el pronóstico y aumentar las tasas de supervivencia. No obstante, su interpretación manual depende altamente de la experiencia del especialista. En este contexto, los sistemas de detección y diagnóstico asistido por computadora (CAD) se posicionan como herramientas de apoyo fundamentales para reducir los errores de interpretación y la carga diagnóstica del personal médico. El presente trabajo describe un sistema de clasificación automática del tejido mamográfico en tres clases: tejido normal, masa benigna y masa maligna, a partir del análisis de imágenes mamográficas digitales. El sistema comprende cinco etapas principales: adquisición de la imagen, procesamiento, extracción de características, selección de características y clasificación. Se utilizó la base de datos pública MIAS (Mammographic Image Analysis Society), la cual contiene mamografías digitales en escala de grises. El procesamiento incluyó técnicas de mejora de contraste y segmentación de la región de interés (mama), mediante transformaciones en el dominio espacial como umbralización adaptativa, transformación exponencial, operaciones morfológicas y el algoritmo de Canny para la detección de bordes. Este conjunto de técnicas permitió eliminar artefactos no deseados y lograr la exclusión del musculo pectoral, asegurando un análisis focalizado exclusivamente en el tejido mamario. Posteriormente, se llevó a cabo la extracción de características sobre áreas rectangulares de las mamografías (ventanas). Se extrajeron características del dominio espacial y frecuencial, con el fin de resaltar patrones estructurales y espectrales que permitieran una mejor caracterización del tejido mamario. La selección de características se realizó utilizando técnicas como rankings y wrappers, con el objetivo de reducir la dimensionalidad y conservar aquellas variables con mayor capacidad discriminativa, las cuales fueron posteriormente empleadas en la etapa de clasificación para evaluar las características espaciales y frecuenciales de manera separada y fusionada. Para la clasificación se implementaron dos enfoques: aprendizaje superficial y aprendizaje profundo. En el aprendizaje superficial se emplearon diez clasificadores Naive Bayes, KNN, Distancia Euclideana, Distancia de Mahalanobis, LDA, QDA máquinas de vectores de soporte (SVM), Random Forest (RF), redes neuronales de base radial (RBF) y perceptrón multicapa (MLP). Además, se implementaron redes de comité mediante votación mayoritaria, combinando los modelos con mejor desempeño individual. Por otro lado, en el aprendizaje profundo, se diseñó y entrenó una Red Neuronal Convolucional (CNN) desde cero, adaptada a imágenes de 50x50 píxeles y complementada con técnicas de aumento de datos (rotación, flipping, zoom). También se implementaron siete modelos preentrenados mediante transferencia de aprendizaje, incluyendo VGG16, VGG19, ResNet50, ResNet101, DenseNet121, DenseNet201 e InceptionV3. Estas redes fueron adaptadas para recibir imágenes de tres canales, asignando a cada canal una representación diferente (dominio espacial, Transformada de Fourier y Transformada Wavelet), lo que permitió evaluar directamente la fusión de dominio espacial y frecuencial. La evaluación de los modelos se realizó mediante métricas de desempeño como precisión, exactitud (accuracy), F1-score, sensibilidad (recall) y especificidad, priorizando la sensibilidad por su importancia en la detección de casos positivos. No se utilizó validación cruzada, sino una división del conjunto de datos en 70% para entrenamiento (del cual se extrajo el 20% para validación) y 30% para prueba, garantizando un balance equitativo entre las clases. Asimismo, se analizó la capacidad de generalización de los modelos mediante la diferencia de desempeño entre los conjuntos de entrenamiento y prueba. Los mejores resultados en el aprendizaje superficial se obtuvieron mediante una red de comité, que alcanzó una exactitud del 82.35% y una sensibilidad del 76.80%, superando a los modelos individuales. En el aprendizaje profundo, la CNN propia obtuvo una especificidad del 97.79%, mientras que el mejor desempeño general dentro de las redes preentrenadas fue alcanzado por ResNet, con una precisión del 66.40%, exactitud del 64.47% y sensibilidad del 61.00%. Por su parte, Inception V3 mostró la mejor generalización, evidenciada por diferencias mínimas entre entrenamiento y prueba (Δ precisión = 0.061, Δ exactitud = 0.042 y Δ F1-score = 0.057). Estos resultados superan los obtenidos con la CNN desarrollada desde cero y se encuentran dentro de rangos adecuados respecto a estudios previos, resaltando además el uso combinado de dominios espaciales y frecuenciales dentro de un único sistema de clasificación automática. Este trabajo representa un aporte al desarrollo de sistemas CAD aplicados al diagnóstico mamográfico, con potencial uso como herramienta de apoyo a los profesionales de la salud en la detección temprana del cáncer de mama.Publicación Acceso abierto Measurement system for the calculation of the relative position between a set of UAVS(Universidad del Valle, 2019) Gálves Cardena, Carlos Andrés; Bacca Cortés, Eval BladimirCon los avances tecnológicos de la actualidad, sistemas como las aeronaves no tripuladas (UAV – Unmanned Aerial Vehicle) son de gran importancia para el progreso. Las aplicaciones que se pueden dar a un UAV son muy diversas, pueden ejecutar labores tan simples como ser un juguete hasta labores tan complejas como ejecutar misiones militares. Su utilización de forma individual resulta muy beneficiosa, pero sus capacidades pueden ser aumentadas haciendo uso de mas de un UAV. Para hacer uso de más de un UAV es muy importante conocer la posición relativa de cada uno por dos razones. La primera razón es que se puedan ejecutar las labores con precisión. La segunda razón es que se deben evitar colisiones. Las aplicaciones que se pueden dar a un grupo de UAVs son: vigilancia, exploración, rescate, transporte, control de incendios, militares, entre muchas otras. En este proyecto se llevó a cabo el diseño y la implementación de un sistema para el cálculo de la posición relativa entre un grupo de UAVs. El sistema fue denominado GALS – Group Autonomous Location System. Un sensor LiDAR 2D (Light Detection And Ranging) fue agregado a la estructura de los UAVs a utilizar. La posición relativa es calculada partiendo del análisis de imágenes de rango obtenidas con el sensor LiDAR. El análisis de las imágenes permite calcular la distancia y la dirección a las cuales se encuentran los UAV cercanos. Al mismo tiempo se obtienen los datos correspondientes a los obstáculos en el rango de operación del sensor. Los puntos que no corresponden a UAVs son considerados como posibles obstáculos. Los datos generados por GALS son reportados al software de control de vuelo del UAV. El usuario tiene la posibilidad de visualizar la información generada por GALS. La visualización se realiza a través de la interfaz gráfica de la estación base. Desde esta interfaz, el usuario tiene la posibilidad de configurar los diferentes parámetros del sistema como son: Configuración del sensor LiDAR; Modificación de límites de visualización; Calibración del sensor laser; Comenzar y detener la operación de GALS. El sensor LiDAR utilizado es pequeño y liviano, características importantes para equiparlo en un UAV. Su rango máximo es de 40 metros, lo que permite una amplia visualización el entorno. La precisión de los datos de rango generados permite a GALS detectar y ubicar UAVs en un rango entre 1 y 4 metros. Se realizaron pruebas al sistema ubicando UAVs en 12 posiciones del rango de detección. El error medio obtenido en distancia fue menor a 8cm y en angulo menor a 5 grados. El éxito en detección llego al 93%. La información generada por GALS es almacenada en forma de archivos de texto. La información contenida en los archivos de texto permite el análisis posterior al vuelo de los datos generados. También es posible el análisis posterior al vuelo del comportamiento del sistema ante las solicitudes del usuario. Finalmente, se obtuvo un grupo de 4 UAVs en la capacidad de detectar y localizar otros UAVs y obstáculos cercanos. Su ubicación relativa con respecto a su grupo y los objetos detectados son ahora parte de la información disponible en el sistema de control de vuelo.Publicación Acceso abierto Desarrollo de un dispositivo para emular las vibraciones en la mano de personas con la enfermedad de Parkinson(Universidad del Valle, 2025) Ramos Toro, Diego Andersson; garcia melo, jose isidroLa enfermedad de Parkinson (EP) es uno de los trastornos neurológicos de mayor frecuencia en adultos mayores, la cual es caracterizada por temblores en reposo, rigidez muscular y alteraciones del movimiento voluntario. Estas alteraciones afectan la autonomía del paciente en actividades cotidianas, como la alimentación, escritura o higiene personal. Motivado en aportar al desarrollo de soluciones a esta problemática, el presente trabajo de grado propone el desarrollo de ParkiMotion: un prototipo funcional de plataforma experimental diseñado para emular los temblores en la mano de personas afectadas por EP, con el objetivo de facilitar el desarrollo de tecnologías asistivas y sistemas de compensación. Para esto se planteó una metodología que integra teoría y herramientas que permitieron definir una arquitectura del sistema que se basa en una estructura tipo gimbal de dos grados de libertad, la cual permite la generación de vibraciones controladas mediante el accionamiento de motores paso a paso. Por su parte, el sistema de control se realiza a través de un microcontrolador ESP32 programado bajo FreeRTOS, que ejecuta tareas concurrentes para el control de los actuadores, lectura de sensores inerciales (MPU6050) y comunicación serial. Adicionalmente, la plataforma incorpora una interfaz gráfica desarrollada en Dash (Python), desde la cual el usuario puede seleccionar la etapa de temblor a emular (leve, moderada o severa), visualizar señales en tiempo real y exportar los datos adquiridos para su análisis. Para validar las propuestas tecnológicas planteadas se desarrolló una validación experimental, estableciendo un protocolo estructurado en tres escenarios clínicos, correspondientes a frecuencias de 3, 5 y 7 Hz. Se realizó un registro de la información por escenario que permitió analizar diferentes parámetros, tales como: frecuencia, amplitud pico y desplazamiento. El procesamiento de los datos incluyó técnicas de análisis espectral (FFT), filtrado digital y análisis estadístico. Los resultados demostraron que ParkiMotion tiene la capacidad de producir vibraciones con un error medio menor a ±0.3 Hz, amplitudes coherentes con el perfil clínico simulado y desplazamientos acordes al comportamiento físico esperado para cada tipo de paciente. De esta forma, ParkiMotion se constituye como una herramienta experimental de bajo costo, configurable y robusta, con potencial de aplicación tanto en investigación biomédica como en el desarrollo de tecnologías de asistencia para pacientes con Parkinson. Por otra parte, su arquitectura modular permite futuras extensiones para incorporar control adaptativo, aprendizaje automático o integración con dispositivos de estimulación neuromuscular.Publicación Acceso abierto Evaluación de modelos convolucionales para la clasificación del abecedario dactilológico de la lengua de señas americana (ASL)(Universidad del Valle, 2025) Sinisterra Garzón, William Alberto; Alfonso-Morales, WilfredoEste estudio tiene como objetivo comprobar la capacidad de un modelo de red neuronal convolucional (CNN) \textit{ad hoc} para ordenar las señas del alfabeto de la lengua de señas americana (American Sign Language) (ASL). Inicialmente, se realizó una búsqueda exhaustiva en Kaggle para identificar un conjunto de datos adecuado que cumpliera los requisitos del proyecto. Posteriormente, se realizó un preprocesamiento detallado de las imágenes, en el que se ajustaron las dimensiones y se normalizaron los valores de los píxeles para garantizar la coherencia de los datos. Además, se generaron vectores únicos para las etiquetas de clasificación, lo que facilitó su uso en la red neuronal. Posteriormente, se configuró el entorno de desarrollo Kaggle utilizando Keras y TensorFlow, para aprovechar la potencia del acelerador GPU en el procesamiento de datos de manera eficiente y rápida. Se diseñó la red neuronal para adaptarse a diferentes números de clases de ASL, permitiendo la evaluación de la capacidad del modelo para manejar varios niveles de complejidad de clasificación. Para la optimización de hiper-parámetros, se utilizó Optuna, una herramienta para explorar diferentes combinaciones durante el entrenamiento de forma eficiente. Por último, se obtuvieron modelos finales con parámetros optimizados y se compararon con modelos no optimizados en términos de rendimiento y eficacia. Esta comparación puso de manifiesto la importancia de la optimización en el rendimiento y la eficiencia de los modelos CNN.Publicación Acceso abierto Generación de parámetros de la marcha humana mediante sensores inerciales para una evaluación objetiva(Universidad del Valle, 2025) Castro Ortega, Laura María; Ramirez-Scarpetta, Jose Miguel; Rosero-García, Esteban EmilioEste documento presenta el diseño y desarrollo de un sistema portátil orientado a la evaluación de parámetros espaciotemporales de la marcha humana mediante el uso de sensores inerciales (IMUs). El desarrollo parte de la importancia clínica del análisis de la marcha y de la necesidad de contar con herramientas accesibles para su evaluación objetiva en contextos con restricciones económicas. Para su diseño, se consideran los fundamentos médicos y biomecánicos de la marcha humana, el uso de sensores inerciales, y un estado del arte sobre tecnologías disponibles, diferenciando entre sistemas portátiles, no portátiles y enfoques híbridos. Se abordan los requerimientos ergonómicos, de precisión y de comunicación, y se describen las mejoras implementadas en el hardware, el proceso de adquisición de datos y la estructura del protocolo inalámbrico. A partir de esto, se rediseña una solución basada en un sistema multisensor previamente desarrollado en la Escuela de Ingeniería Eléctrica y Electrónica de la Universidad del Valle, el cual empleaba múltiples IMUs distribuidas en el cuerpo para el análisis cinemático de la marcha. Se justifica su optimización hacia una arquitectura que utiliza una única IMU ubicada en la zona lumbar, enfocada en la estimación de parámetros espaciotemporales relevantes. El sistema desarrollado emplea una unidad de medición inercial con capacidad de registrar orientación, aceleración lineal y velocidad angular, y transmite los datos de forma inalámbrica hacia una interfaz gráfica diseñada para el procesamiento de señales y la visualización de resultados. En el entorno MATLAB, se implementa un conjunto de algoritmos que permiten la rotación al marco global, el filtrado de señales, la detección de eventos de marcha, la asignación de pierna por simetría, y el cálculo de parámetros espaciotemporales como duración de zancada, fase de apoyo y oscilación, cadencia, velocidad, duración y longitud de paso y zancada. Todo este análisis se desarrolla en función del ciclo de marcha, como unidad base para la segmentación y caracterización del patrón de movimiento. También se incluye la visualización de resultados y la generación de reportes en formato PDF. Para la validación del sistema, se realizan pruebas directas mediante el análisis de videos procesados con el software Kinovea, utilizando tres sujetos diferentes, lo que permite contrastar visualmente los eventos de marcha detectados. Esta validación arroja un error promedio inferior al 2 %.Publicación Acceso abierto Mejora del sistema FDS-System para la caracterización de aislamientos eléctricos mediante espectroscopía en el dominio de la frecuencia(Universidad del Valle, 2025) Parra Zúñiga, Luisa María; Barandica López, AsfurLa respuesta dieléctrica de los aislamientos eléctricos es un ensayo que aporta información valiosa para evaluar su estado y garantizar la eficiencia y seguridad de los sistemas eléctricos. El ensayo se realiza habitualmente mediante equipos comerciales que, aunque son muy efectivos, implican costos significativos, lo que limita su accesibilidad para diversos entornos académicos e industriales. En respuesta a esta problemática, la Universidad del Valle ha desarrollado el FDS-System, un prototipo para la realización de espectroscopía en el dominio de la frecuencia, destinado a la caracterización de aislamientos eléctricos. El sistema representa un avance hacia soluciones más asequibles; sin embargo, presenta limitaciones importantes en cuanto a precisión, confiabilidad y facilidad de uso. Con el objetivo de superar restricciones, el trabajo propone el desarrollo y la implementación de mejoras sustanciales en el hardware, la optimización del software y el rediseño de la interfaz de usuario, buscando aumentar la precisión de las mediciones, garantizar la confiabilidad y consistencia en los resultados y ofrecer una experiencia más amigable para el usuario.Publicación Acceso abierto Sistema audiovisual de ayuda para personas sordas(Universidad del Valle, 2025) Muñoz Correa, Anthony Jonathan; Loaiza-Correa, HumbertoEl proyecto presenta el desarrollo de un sistema audiovisual que apoya a personas sordas en la práctica de la pronunciación de palabras, ofreciendo retroalimentación visual y táctil como alternativa a la auditiva. El sistema integra reconocimiento automático de voz, análisis de similitud entre señales de audio y generación de estímulos vibrotáctiles, permitiendo percibir el lenguaje hablado mediante el tacto y la vista. Reconoce 12 palabras en español y las traduce en patrones vibratorios aplicables sobre la piel, con potencial en rehabilitación del habla y accesibilidad sensorial. El módulo de reconocimiento de voz combina dos enfoques: uno basado en características acústicas predefinidas (MFCC, espectrogramas y chroma) para entrenar modelos HMM y LSTM; y otro con el modelo preentrenado Wav2Vec2.0, que genera representaciones profundas de audio a 16 kHz procesadas mediante PCA y usadas como entrada en redes LSTM y GRU. En pruebas con un conjunto balanceado de 12 palabras agrupadas por punto de articulación, el enfoque de características predefinidas alcanzó un F1-score promedio de 0.95 ± 0.02, mientras que el de Transformers logró 0.85 ± 0.03. La generación vibrotáctil se basó en un banco de filtros Gammatone y la transformada de Hilbert para obtener envolventes temporales que modulan una señal portadora de 150 Hz, óptima para estimulación táctil. Las pruebas con seis personas mostraron una precisión promedio de 0.74 ± 0.07, destacando las palabras “mucho” y “amigo” con 0.88 ± 0.07 y ± 0.06 respectivamente.Publicación Acceso abierto Sistema de detección de pie diabético a partir de imágenes en el espectro visible e infrarrojo(Universidad del Valle, 2025) Rubianes Realpe, Jhonatan Esteban; Nope Rodríguez, Sandra Esperanza; Restrepo Girón, Andrés DavidEl pie diabético es una de las complicaciones más severas de la diabetes mellitus, caracterizado por infecciones, ulceraciones y riesgo de amputación. Bajo esta problemática, el presente trabajo desarrolla un sistema automático de apoyo al diagnóstico temprano del pie diabético, utilizando imágenes en el espectro visible e infrarrojo de la planta de los pies. A diferencia de otros enfoques dependientes de información clínica o antropométrica, este sistema se basa exclusivamente en el procesamiento de imágenes, permitiendo su aplicación en escenarios prácticos y no controlados. El sistema aborda el reto de clasificar entre pie diabético y sano mediante una etapa de segmentación automatizada, especialmente desafiante por los fondos no controlados. Esta etapa inicia con un recorte preliminar de ambas plantas del pie a partir de análisis de histogramas y continúa con una estrategia en cascada que combina redes neuronales YOLO, transformaciones de espacios de color (RGB, HSV, YIQ) y operadores morfológicos, sobre imágenes en el espectro visible e infrarrojo. Tras la segmentación, se aplicaron técnicas de fusión multiespectral para la extracción de características, evaluando siete métodos y seleccionando el de mejor rendimiento según métricas cuantitativas como clasificatorias. Posteriormente, se implementaron técnicas de extracción y selección de características, tomando como base aquellas previamente identificadas en trabajos anteriores, con el objetivo de reducir la dimensionalidad del conjunto de datos sin comprometer el rendimiento del sistema en términos de precisión, sensibilidad y F1-Score. El sistema fue entrenado y validado con una base de datos pública a través de diversos clasificadores: máquinas de vectores de soporte (SVM), modelos estadísticos como Naive Bayes, LDA, QDA y K-NN, así como redes neuronales como el perceptrón multicapa, Patternet y redes de base radial (RBF). En la clasificación binaria, el mejor desempeño se obtuvo con el clasificador SVM, alcanzando una exactitud del 95,0 %, precisión del 96,6 %, sensibilidad del 93,3 % y un F1-Score del 94,9 %, superando el desempeño reportado en los antecedentes, los cuales informaban una exactitud de 89,2 %, precisión de 96,2 %, sensibilidad de 81,9 % y un F1-Score de 88,3 %. Adicionalmente, se incorporó una opción de rechazo, ausente en trabajos anteriores, permitiendo abstenerse de clasificar cuando la confianza del modelo es baja. En este escenario, el clasificador QDA obtuvo el mejor balance: exactitud del 90 %, precisión del 92,9 %, sensibilidad del 86,7 %, especificidad del 93,3 % y un F1-Score del 89,7 % en la misma clasificación binaria, siendo seleccionado para el sistema implementado. Aunque el objetivo principal del estudio fue la clasificación entre pie diabético y pie sano, se aprovechó que la base de datos contenía casos etiquetados con neuropatía e isquemia para explorar una clasificación multiclase. Se intentó distinguir entre tres clases: pie sano, pie diabético con neuropatía y otro con isquemia. El mejor desempeño se obtuvo con el clasificador Naive Bayes, logrando una sensibilidad del 91,7 %, precisión del 73,3 % y un F1-score del 81,5 % para la clase sana. Sin embargo, las métricas para las clases afectadas fueron inferiores al 80 %, lo que sugiere que las características empleadas distinguen bien los pies sanos, pero no discriminan con la misma eficacia entre las patologías del pie diabético, lo cual podría explorarse en futuros estudios.