https://rinacional.tecnm.mx/jspui/handle/TecNM/129 Repositorio de Tesis de Posgrado del Instituto Tecnológico de León (TecNM Campus León) Mon, 27 Apr 2026 04:51:58 GMT 2026-04-27T04:51:58Z https://rinacional.tecnm.mx:443/retrieve/bab92ebf-e7a1-45a1-9a14-cea5d43af0a7/logoITL-02.jpg https://rinacional.tecnm.mx/jspui/handle/TecNM/129 https://rinacional.tecnm.mx/jspui/handle/TecNM/8881 Title: MONITOREO EN TIEMPO REAL DE PERSONAS QUE PRESENTAN VIBRACIONES INVOLUNTARIAS CAUSADAS POR ENFERMEDAD DE PARKINSON PARA UN ANALISIS NO INVASIVO CON EL USO DE SOFTCOMPUTING Authors: CHAVEZ MEDINA, JOSIAS OTONIEL%1173586 Description: En el presente trabajo de investigación, se aborda el desarrollo de un sistema para el monitoreo de las vibraciones en pacientes diagnosticados con la enfermedad de Parkinson. Se emplea un enfoque basado en la codificación de un reloj inteligente denominado LilyGo Wrist-ESP32, el cual integra un acelerómetro y giroscopio para la obtención de datos precisos sobre las frecuencias de las vibraciones asociadas a los movimientos del paciente. La configuración inicial del reloj inteligente implica la conexión a una red Wi-Fi mediante un SSID y contraseña específicos. Además, se realiza la inicialización del hardware del dispositivo, centrándose en la configuración óptima del acelerómetro y giroscopio, en particular, el sensor BMA423 para la captura de datos de aceleración en los ejes X, Y y Z. El proceso de recepción y procesamiento de datos se realiza en un entorno diseñado para tal propósito. Un componente crucial del sistema es el filtrado de datos de aceleración, donde se aplica un filtro pasabajas para suavizar la señal y eliminar componentes de continua, permitiendo obtener una magnitud del vector libre de la componente de la gravedad. La aplicación de la Transformada de Fourier (FFT) facilita la identificación de picos en el espectro de frecuencia, siendo estos picos analizados y almacenados en archivos específicos para su posterior estudio. Una vez procesados y analizados los datos, se utiliza un clasificador de reconocimiento de patrones KNN (K-Nearest Neighbors) para evaluar el estado de las vibraciones del paciente con Parkinson durante el día. Se observa que las medias de frecuencia y amplitud, obtenidas a través del análisis de los picos, sirven como características fundamentales para alimentar este clasificador, permitiendo así verificar y monitorizar de manera efectiva el estado de las vibraciones en pacientes con enfermedad de Parkinson. Sat, 01 Jun 2024 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/8881 2024-06-01T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/8880 Title: DISEÑO DE INSTRUMENTAL ELECTRONEUMATICO PARA EL CONTROL DE INFLADO Y DESINFLADO DE MEMBRANAS FLEXIBLES Authors: MARTINEZ SANTAMARIA, NELSON ABELARDO Description: El presente trabajo explora la experimentación y el diseño de un instrumental electro neumático para la obtención de imágenes mediante la técnica óptica no invasiva de doble proyección de franjas aplicada a membranas flexibles, las cuales son infladas y desinfladas por medio de un par de válvulas proporcionales, las cuales actúan mediante el control de un micro controlador y un circuito convertidor digital análogo, así, las válvulas proporcionales actúan obedeciendo a una serie de señales matemáticas previamente cargadas en dicho micro controlador. Los experimentos llevados a cabo se fueron refinando poco a poco hasta llegar a la configuración del experimento mostrado en el presente documento. Así debido a que la necesidad de un instrumental experimental que permita llevar este tipo de menesteres es grande, se propone un diseño en donde el material a muestrear se encuentre reposando en una superficie plana y los proyectores y cámara se encuentren por encima, apuntando hacia el material a estudiar pudiendo tener libertad de movimiento, asi mismo la parte electrónica de control y las válvulas deben de tener un fácil acceso para su pronta y correcta manipulación. Fri, 09 Aug 2024 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/8880 2024-08-09T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/8878 Title: IDENTIFICACION DE TIPOGRAFIAS EN AMBIENTES NO ESTRUCTURADOS MEDIANTE REDES PROFUNDAS DE APRENDIZAJE Authors: PEREZ HERNANDEZ, OSCAR KEVIN%1178564 Description: El presente trabajo presenta la investigación sobre el desempeño del modelo de redes neuronales convolucionales ResNet50 en la clasificación de imágenes de botellas de vino. El objetivo principal de esta investigación ha sido evaluar la capacidad del modelo para distinguir entre diferentes clases de vinos, bajo diversas condiciones experimentales. Se ha investigado con el fin de poner a prueba una red pre-entrenada y ver qué tan factible es utilizarla en sistemas de asistencia visual. La motivación para llevar a cabo esta investigación radica en la necesidad de indagar en los procesos de clasificación de las redes neuronales convolucionales (CNN, por sus siglas en inglés), las cuales son críticas en la actualidad para sistemas de asistencia diversos. La precisión y velocidad en la identificación de productos pueden tener un impacto significativo en la gestión de inventarios, así como la satisfacción del cliente. Sat, 01 Jun 2024 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/8878 2024-06-01T00:00:00Z https://rinacional.tecnm.mx/jspui/handle/TecNM/8869 Title: DESARROLLO E IMPLEMENTACION DE UN SISTEMA BCI CON CLASIFICACION DE SEÑALES EMPLEANDO MACHINE LEARNING Authors: VILCHES SOTO, LUIS GERARDO%896541 Description: Este trabajo presenta un enfoque técnico para el diseño de una plataforma BCI rentable, desde la construcción de hardware basado en componentes comerciales hasta el firmware. Este dispositivo puede incluir controladores para la adquisición de señales, preprocesamiento, eliminación de artefactos, separación de bandas, extracción de características y clasificación, mediante ANN comprimida con el marco de trabajo TensorFlowLite. Consiste en una plata forma EEG basada en STM32 orientada como una herramienta para experimentos BCI, en el ámbito educativo y de investigación, capaz de enviar datos a PC o dispositivos móviles a través de una conexión inalámbrica, permitiendo capacidades de procesamiento externo junto con la principal característica de clasificación de señales integradas (TinyML) enfocada en la detección temprana, mediante la discriminación de niños con TEA de los que no lo tienen. Mon, 01 Jul 2024 00:00:00 GMT https://rinacional.tecnm.mx/jspui/handle/TecNM/8869 2024-07-01T00:00:00Z