Por favor, use este identificador para citar o enlazar este ítem: https://rinacional.tecnm.mx/jspui/handle/TecNM/11237
Título : SISTEMA PARA LA PREDICCION DE CONCENTRACION DE COLESTEROL EN LA SANGRE UTILIZANDO BIG DATA Y TECNICAS DE SIMULACION MESOSCOPICA CON DINAMICA DE PARTICULAS DISIPATIVAS (DPD)
Autor : SORIANO MACHORRO, REYNA N.
Fecha de publicación : 2022-11-01
Editorial : Tecnológico Nacional de México
metadata.dc.publisher.tecnm: Instituto Tecnológico de Orizaba
Descripción : Cuatro de cada diez adultos mexicanos tienen colesterol alto, según el Instituto Nacional de Cardiología. El colesterol es esencial para la producción de sustancias en el organismo por ejemplo hormonas, metabolismo de la vitamina D, es imprescindible para la absorción de calcio y ácidos biliares, el exceso de colesterol genera su endurecimiento y estrechamiento en las paredes de las arterias y forman un coágulo que causa un ataque cardíaco o un accidente cerebrovascular. Teniendo en cuenta esta problemática, en este proyecto de tesis se desarrolló la aplicación “PREDIROL” (Programa para la predicción de niveles de saturación de colesterol) en la cual se presenta un enfoque con Big Data y técnicas de simulación mesoscópica con un método de Dinámica de Partículas DPD (Dinámica de partículas disipativas). Para la construcción del modelo se utilizó cómputo en paralelo empleando CUDA. Este proyecto busca la concientización sobre el cuidado de los niveles de concentración del colesterol, ya que el tener los niveles altos es perjudicial para la salud, pero al tener los niveles de concentración bajos, el organismo no produce células en el organismo. Esta es una herramienta para la medicina preventiva y mejorar el estilo de vida de los usuarios antes de desarrollen padecimientos más graves e incluso infartos o accidentes cerebrovasculares.
metadata.dc.type: info:eu-repo/semantics/masterThesis
Aparece en las colecciones: Maestría en Sistemas Computacionales



Este ítem está protegido por copyright original



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons