https://repositorio.unicauca.edu.co/xmlui/handle/123456789/2434 2026-05-14T15:40:10Z https://repositorio.unicauca.edu.co/xmlui/handle/123456789/10279 Mecanismo para control de acceso a Registros Clínicos Electrónicos Portables apoyado en tecnología Blockchain Martínez Pulido, Juan Pablo La monografía presentada en este documento se compone de seis capítulos introducidos a continuación: capítulo 2. Estado actual del conocimiento, en el capítulo se establece el marco conceptual para la comprensión y desarrollo del proyecto, la revisión de los trabajos relacionados y la identificación de las brechas existentes en las que el trabajo se enmarca. Capítulo 3. Marco tecnológico para el control de acceso a EHR, el capítulo detalla las tecnologías que son utilizadas en los trabajos relacionados y son relevantes al contexto del presente estudio, constituyendo la base tecnológica de referencia que apoya la creación del mecanismo para control de acceso a EHR Portables. Capítulo 4. Desarrollo de componentes tecnológicos para gestión de acceso a EHR portables, el capítulo detalla la integración de los componentes tecnológicos, se diseña, y construye un mecanismo software propuesto para el control de acceso a EHR Portables. Capitulo 5. Evaluación de factibilidad técnica del mecanismo en un entorno simulado, se despliega el mecanismo para control de acceso a EHR portables en un entorno simulado, se evalúa la factibilidad técnica para ser implementado en el contexto de interoperabilidad de historia clínica electrónica del país. Capítulo 6. Conclusiones y trabajos futuros, este capítulo final destaca los resultados obtenidos con el proyecto, se proponen los trabajos futuros para la afinación y escalabilidad del presente trabajo de grado de maestría. 2023-01-01T00:00:00Z https://repositorio.unicauca.edu.co/xmlui/handle/123456789/10278 Un modelo para la fusión multimodal de fuentes de datos médicos tabulares, imágenes satelitales y redes sociales Restrepo, David Santiago Objective: To develop and evaluate a comprehensive data fusion model that integrates medical tabular data, images, and textual data to enhance the accuracy and efficiency of medical diagnostics and research. Methods: This study designed a multimodal data fusion framework that employs advanced machine learning techniques, including deep learning algorithms, to integrate diverse data types. The framework was tested through several use cases involving different datasets, including medical imaging, electronic health records, and clinical notes. Statistical analyses were conducted to assess the model’s performance in terms of accuracy, efficiency, and data handling capabilities. Results: The proposed model demonstrated high accuracy in merging and analyzing diverse datasets, with improvements in diagnostic precision compared to traditional single-mode data analysis approaches and other multimodal approaches. Specific results included enhanced detection of diabetic retinopathy using retinal images combined with patient metadata, and more accurate predictions of domestic violence cases through the integration of satellite imagery, internet data, and census information. Conclusions: The study confirms that multimodal data fusion significantly improves the ability to analyze and interpret complex datasets in medical research. The model provides a robust framework for healthcare professionals to integrate diverse data sources effectively, offering a better understanding of medical conditions and facilitating more informed clinical decisions. Implications: This research underlines the importance of data integration in modern medical practice and suggests further exploration into multimodal data fusion for broader applications in healthcare. Future studies could expand the model’s applicability to other areas of health and explore the potential for real-time data processing in clinical settings.; Objetivo: Desarrollar y evaluar un modelo integral de fusión de datos que integre datos tabulares, imágenes y texto para mejorar la precisión y eficiencia de los diagnósticos e investigaciones médicos. Métodos: Este estudio diseñó un marco de fusión de datos multimodal que emplea técnicas avanzadas de aprendizaje automático, incluidos algoritmos de aprendizaje profundo, para integrar diversos tipos de datos. El marco se probó a través de varios casos de uso que involucraban diferentes conjuntos de datos, incluidas imágenes médicas, registros médicos electrónicos y notas clínicas. Se realizaron análisis estadísticos para evaluar el rendimiento del modelo en términos de precisión, eficiencia y capacidades de manejo de datos. Resultados: El modelo propuesto demostró una alta precisión al fusionar y analizar diversos conjuntos de datos, con mejoras en la precisión del diagnóstico en comparación con los enfoques tradicionales de análisis de datos monomodo y otros enfoques multimodales. Los resultados específicos incluyeron una detección mejorada de la retinopatía diabética mediante imágenes de retina combinadas con metadatos de pacientes y predicciones más precisas de casos de violencia doméstica mediante la integración de imágenes satelitales, datos de Internet e información del censo. Conclusiones: El estudio confirma que la fusión de datos multimodal mejora significativamente la capacidad de analizar e interpretar conjuntos de datos complejos en la investigación médica. El modelo proporciona un marco sólido para que los profesionales de la salud integren diversas fuentes de datos de manera efectiva, ofreciendo una mejor comprensión de las condiciones médicas y facilitando decisiones clínicas más informadas. Implicaciones: esta investigación subraya la importancia de la integración de datos en la práctica médica moderna y sugiere una mayor exploración de la fusión de datos multimodal para aplicaciones más amplias en la atención en salud. Los estudios futuros podrían ampliar la aplicabilidad del modelo a otras áreas de la salud y explorar el potencial del procesamiento de datos en tiempo real en entornos clínicos. 2024-01-01T00:00:00Z https://repositorio.unicauca.edu.co/xmlui/handle/123456789/10275 Sistema de razonamiento basado en casos para la recomendación de acciones preventivas y correctivas en el control de la roya del café Suarez Muñoz, Carlos Alberto El cultivo de café se ve afectado por diferentes plagas y enfermedades, especialmente por la roya de acuerdo con la Federación Nacional de Cafeteros. Esta enfermedad puede llegar a disminuir la producción y calidad del café entre un 25% y 50% en variedades susceptibles que no tienen un manejo adecuado de la enfermedad. Durante el último año los niveles de roya en Colombia se han incrementado llegando a un 22.3% de nivel de infección en variedades susceptibles sembradas, que comprenden aproximadamente 110 mil hectáreas. Y Aunque gran parte del cultivo de café es sembrado por variedades resistentes, cabe resaltar que estudios realizados por World Coffee Research consideran que las variedades resistentes actuales en un corto y mediano plazo dejaran de ser resistentes a la roya, por lo cual es importante mantener la investigación tanto en mejora de variedades resistentes como en mitigación y manejo de la enfermedad. Las acciones de prevención o correctivas consisten en proteger el follaje de las plantas de café durante el proceso de llenado del fruto, ya que un follaje sano garantiza un ciclo de desarrollo sano y productivo para futuras cosechas y considerando el lineamiento propuesto por la organización de las Naciones Unidas para la alimentación y la agricultura es necesario realizar prácticas agronómicas para el manejo de la roya que generen el menor impacto ambiental posible tales como el manejo de sombríos, poda y fertilización así como la aplicación oportuna y en dosis adecuadas de protectores químicos que puede significar un menor impacto ambiental y económico. Cuando se tiene éxito en la incorporación de estas prácticas en una granja este conocimiento es trasladado como experiencia adquirida al experto que ejecuto/gestiono las practicas o son almacenadas en registros de control de esta forma se puede tener tanto experiencias exitosas o no exitosas de las cuales se puede aprender y aplicar a condiciones similares que presente otra granja. Los sistemas de razonamiento basado en casos son los más adecuados para el apoyo a la toma de decisiones basados en experiencia ya que hacen uso del modelado cognitivo de las experiencias de un experto para tomar decisiones frente a un nuevo problema, debido a que el razonamiento usado en sistemas de este tipo se hace por analogía frente a las soluciones de casos similares, lo que es de mucha utilidad cuando la información es incompleta o no puede estructurarse en forma de reglas. Los sistemas de razonamiento basado en casos han sido utilizados ampliamente en la agricultura tanto para el manejo agrícola como para el control de plagas y enfermedades, pero ninguno de ellos considera dentro de su mecanismo de recuperación una estrategia que permita capturar con mayor precisión la intención de búsqueda del usuario cuando se ingresa un nuevo caso para recuperar un caso similar. Considerar la intención del usuario mejora la precisión en los resultados de la búsqueda de casos similares ya que reduce la ambigüedad en el proceso de consulta obteniendo así casos similares con la solución más adecuada al contexto de la consulta del usuario de esta forma se obtendrán las acciones preventivas o correctivas más adecuadas para el tratamiento de la roya del café en una granja.; Coffee cultivation is affected by different pests and diseases, especially rust, according to the National Federation of Coffee Growers. This disease can reduce the production and quality of coffee between 25% and 50% in susceptible varieties that do not have adequate management of the disease. During the last year, rust levels in Colombia have increased, reaching a 22.3% infection level in susceptible varieties planted, which comprise approximately 110 thousand hectares. And although a large part of the coffee crop is planted with resistant varieties, it is worth noting that studies carried out by World Coffee Research consider that the current resistant varieties will no longer be resistant to rust in the short and medium term, which is why it is important to maintain the research both in improving resistant varieties and in mitigation and management of the disease. Preventive or corrective actions consist of protecting the foliage of coffee plants during the fruit-filling process, since healthy foliage guarantees a healthy and productive development cycle for future harvests and considering the guidelines proposed by the organization of the coffee plants. United Nations for food and agriculture, it is necessary to carry out agronomic practices for the management of rust that generate the least possible environmental impact such as the management of shade, pruning, and fertilization as well as the timely application and in adequate doses of chemical protectors that can mean less environmental and economic impact. When there is success in incorporating these practices on a farm, this knowledge is transferred as acquired experience to the expert who executed/managed the practices, or they are stored in control records. In this way, there can be both successful and unsuccessful experiences from which It can be learned and applied to similar conditions on another farm. Case-based reasoning systems are the most suitable for supporting decision-making based on experience since they make use of the cognitive modeling of an expert's experiences to make decisions when faced with a new problem because the reasoning used In systems of this type is done by analogy with the solutions of similar cases, which is very useful when the information is incomplete or cannot be structured in the form of rules. Case-based reasoning systems have been widely used in agriculture both for agricultural management and for the control of pests and diseases, but none of them consider within their recovery mechanism a strategy that allows more precisely capturing the intention of user search when a new case enters to retrieve a similar case. Considering the user's intention helps to improve the precision in the results of the search for similar cases since it reduces ambiguity in the query process, thus obtaining similar cases with the most appropriate solution to the context of the user's query, in this way will obtain the most appropriates preventive or corrective actions for the treatment of coffee rust on a farm. 2023-01-01T00:00:00Z https://repositorio.unicauca.edu.co/xmlui/handle/123456789/8578 Modelo de predicción del rendimiento de un cultivo de café mediante análisis de imágenes aéreas multiespectrales Bolaños Ortega, Julián Andrés Antecedentes: El rendimiento del cultivo es un factor importante para la evaluación de los procesos productivos y la rentabilidad de la industria cafetalera. Con frecuencia, el total de granos por unidad de área se estima utilizando mecanismos manuales como el conteo de granos, ramas, flores u otras medidas físicas. Por lo tanto, la estimación del rendimiento requiere inversión en tiempo y mano de obra; por ello, el proceso no es habitual entre los pequeños cultivos. Esta investigación estudia una alternativa no intrusiva y alcanzable para predecir el rendimiento del cultivo de café a través de imágenes aéreas multiespectrales. La propuesta está diseñada para cultivos pequeños y no técnicos que se controlan mediante fotografías aéreas capturadas por la cámara MapIR como carga útil de un vehículo aéreo no tripulado. Objetivos: Proponer un método de predicción temprana del rendimiento de cultivos de café basado en características físicas y espectrales obtenidas desde imágenes aéreas. Métodos: Proponemos un modelo de predicción basado en algoritmos de regresión alimentados por imágenes obtenidas desde aeronaves no tripuladas capturadas en la etapa de floración de cultivo. De esta forma el proyecto pretende calcular el rendimiento de forma temprana. Resultados: La presente propuesta entregó como resultado un modelo de predicción del rendimiento con una exactitud del 57 % para un modelo de regresión lineal múltiple. También se tiene una aplicación web que permite la obtención del rendimiento manual de forma ágil y dinámica. Conclusiones: El trabajo demostró que es factible ejecutar una predicción del rendimiento basado en información proveniente solo desde imágenes aéreas multiespectrales obtenidas con herramientas accesibles.; Antecedentes: The crop yield is an important factor for the evaluation of the productive processes and the profitability of the coffee industry. Frequently, the total grains per unit area is estimated using manual mechanisms such as counting grains, branches, flowers, or other physical measurements. Therefore, yield estimation requires investment in time and labor; for this reason, the process is not common among small crops. This research studies a non-intrusive and achievable alternative to predict coffee crop yield through multispectral aerial imagery. The proposal is designed for small, non-technical crops that are monitored by aerial photography captured by the MapIR camera as payload from an unmanned aerial vehicle. Objetivos: Propose a method of early prediction of the yield of coffee crops based on physical and spectral characteristics obtained from aerial images. M´etodos: This research proposes a prediction model based on regression algorithms with images obtained from unmanned aircraft captured in the crop flowering stage. In this way, the project calculates crop yield early. Resultados: The present proposal resulted in a crop yield prediction model with an accuracy of 57% for a multiple linear regression model. There is also a web application that allows obtaining manual performance in an agile and dynamic way. Conclusiones: The work demonstrated that it is feasible to execute a yield prediction based on information obtained only from multispectral aerial imagery obtained with accessible tools. 2023-01-01T00:00:00Z