Maestría en Ingeniería Biomédica

URI permanente para esta colecciónhttps://repositorio.unal.edu.co/handle/unal/82485

Examinar

Mostrando 1 - 20 de 80

Cognitive impairment inference in Parkinson's disease patients from spatiotemporal gait assessments using machine learning
(Universidad Nacional de Colombia, 2025) Serna Soto, Jose Elkin; Romero Castro, Edgar Eduardo; Serna Soto, Jose Elkin [0001593674]; Cim@Lab
Cognitive decline is a significant complication in Parkinson’s disease (PD), severely impacting patients’ quality of life. Early identification of these deficits is crucial to improving clinical intervention and disease prognosis. This study investigates the relationship between spatiotemporal gait characteristics and cognitive decline in early-stage PD patients. Data from 48 patients were obtained from the Parkinson’s Progression Markers Initiative (PPMI) database, categorised into two groups: patients without cognitive impairment (PD) and those exhibiting some degree of cognitive decline (PD-CD). Seven machine learning algorithms were implemented, optimising hyperparameters and addressing class imbalance. Model performance was evaluated using Recall, Precision, F1-score, and Accuracy, prioritising sensitivity to assess the classifiers’ ability to detect the minority class. The results indicate that spatiotemporal gait characteristics significantly differentiate PD and PD-CD groups. Among the evaluated models, the Multilayer Perceptron (MLP) and the Cognitive Assessment through Gait in Parkinson’s Disease (CoGait-PD) demonstrated the highest performance, achieving accuracy scores of 0.78 ± 0.08 and 0.77 ± 0.05, respectively. Both models balanced sensitivity and precision, excelling in identifying positive cases and reducing false negatives. These findings suggest that gait characteristics may serve as non-invasive biomarkers for early detection of cognitive decline in PD patients. Additionally, machine learning models, particularly CoGait-PD and MLP, show strong potential for clinical assessment. Further studies are recommended to validate these findings and explore their applicability in clinical settings.
Finding out tumor microenvironment characteristics associated with the progression of ovarian cancer
(Universidad Nacional de Colombia, 2024) Montoya Rodriguez, Eileen Tatiana; Romero Castro, Edgar Eduardo; Salguero Lopez, Jennifer; Cim@Lab
The tumor microenvironment (TME) encompasses the dynamic interactions between a tumor and surrounding tissues, playing a crucial role in cancer progression. Histological images provide valuable information about the characteristics of the TME. Computational pathology techniques have made significant advances in automating the identification and classification of these interactions; however, certain limitations still persist. The complexity and heterogeneity of the microenvironment make it difficult to identify and classify cellular interactions accurately. Additionally, large volumes of manually annotated data are required to train robust algorithms, and variability in sample staining can affect the consistency of results. Finally, the integration of histological data with other types of data remains a considerable technical and analytical challenge. In this study, we propose a novel approach to define the TME as the interaction zones between tumor, necrotic, and stroma tissues. These zones were classified using a Support Vector Machine (SVM) with an average classification accuracy of 80 %. To establish the relevance of the TME in ovarian cancer, we used its association with survival outcomes using Cox regression modeling. The cases were categorized into high and low-risk groups based on survival time. The results demonstrated a significant correlation using hand-crafted features extracted from the TME, the Cox regression exhibited a notable hazard ratio of 2, 59 (95 % CI: 1, 06 − 6, 3, p = 0,03), indicating a statistically significant impact between TME and survival rate. This methodology suggests that TME organization could serve as a predictive marker in serous carcinoma of the ovary, providing valuable insights into the role of the tumor microenvironment in disease development.
Computational model of the electrical field distribution within a muscle-on-a-chip device used to stimulate muscle cells encapsulated in a three-dimensional construct
(Universidad Nacional de Colombia, 2023) Quevedo Blandón, Lis Angélica; Vaca González, Juan Jairo; Garzón-Alvarado, Diego Alexander
Nowadays, there is no consensus about the range of electrical parameters that should be used when applying them to three-dimensional muscle constructs, this variability presents a huge difficulty in recreating and comparing results between the studies. Electrical stimulation (ES) has been used in muscle tissue as a technique to replace electric potentials and preserve muscular tissue functions, on the other hand, human-based three-dimensional cell culture methods have appeared to accelerate preclinical research by enhancing the reproduction of pathophysiological processes in skeletal muscles. Therefore, determining the optimal electrical parameters for use in a muscle construct is essential for ensuring correct experimental models. One way to achieve this is the use of theoretical and computational models, which are cost-efficient tools such as the finite elements method. This work presents a combined computational and experimental approach to better understand the physiology of skeletal muscle and its response to electrical stimulation under healthy and diseased conditions. To achieve this first the electrical properties of the three-dimensional tissues (electrical conductivity and permittivity) were obtained using electrochemical spectroscopy impedance, and then a multi-physical computational model was developed and validated in a patient-derived functional three-dimensional skeletal muscle model. The computational model calculates the intensity of the electric field in the domains of interest and the displacement of the biomaterial. Experimentally, was measured the calcium flux signals. In general, the evaluation of electrical stimulation in skeletal muscle tissues is a useful tool that can contribute to the current knowledge of the pathophysiological process and therapies focused on the function of these tissues.
Evaluación in vitro del efecto de estimulación eléctrica sobre condrocitos cultivados en un constructo tridimensional
(Universidad Nacional de Colombia, 2023) Saiz Culma, Juan José; Vaca González, Juan Jairo; Garzón-Alvarado, Diego A.; laboratorio de Biomiméticos: Grupo de Mecanobiología de Órganos y Tejidos
Treatment of degenerative pathologies of articular cartilage remains a clinical challenge. Biophysical stimuli such as electric fields appear to be a promising non-invasive tool for cartilage tissue restoration. In this in vitro study, the effects of capacitively coupled electric fields were evaluated with an alternating voltage of 50 V (corresponds to 7.7 mV/cm) and 100 V (corresponds to 8.7 mV/cm) with a frequency of 60 kHz during 21 days, on cultured chondrocytes in gelatin hydrogels. Cell quantification and glycosaminoglycan detection were measured from the stimulated and control samples. The results on day 7 showed a reduction in cell proliferation by 24.7% and 39.2% (p < 0.05) in the samples stimulated with electric fields of 7.7 mV /cm and 8.7 mV/cm, respectively. However, on day 7, in the samples stimulated with an electric field of 8.7 mV/cm, an increase of 35.7% (p < 0.05) was obtained with respect to the control in the production of glycosaminoglycans. In conclusion, the results indicate that electrical stimulation has an effect on the synthesis of important molecules that make up the extracellular matrix of hyaline cartilage, such as glycosaminoglycans, which allows to conclude that electric stimulation is a very promising tool to enhance articular cartilage tissue engineering outcomes in therapies that use hydrogels. (Texto tomado de la fuente)
Enriching the structural MRI information by cross-scale associations with the diffusion-weighted MRI
(Universidad Nacional de Colombia, 2024) Murcia Tapias, Al-yhuwert; Romero Castro, Eduardo; Computer Imaging and Medical Aplications Laboratory - Cim@lab; Giraldo Franco, Diana Lorena
Unimodal MRI provides a unique channel of information specific to the organ under examination, but it tends to restrict the amount of information necessary for accurate diagnoses. Conversely, in multimodal MRI different tissue structures are highlighted, thereby enriching the information about processes affecting an organ and hence improving the diagnostic precision. Nevertheless, in clinical settings the availability of multiple MR modalities and the scanning time for every patient is limited. To address this challenge, image-to-image translation techniques can be used to synthesize different brain image modalities and provide enriched complementary information about the organ. The image translation task is often done with the use of Generative Adversarial Networks (GANs) which is a computationally expensive approach. This work presents the synthesis of diffusion-derived fractional anisotropy maps (FA) from T1-weighted brain Magnetic Resonance Images using a simplified GAN-based architecture that enrich the structural information while reducing the computational cost associated with training the generative model. Furthermore, to prove that the latent information of the generative network is inherently enriched by both input and target image modalities, a classification task of three stages of the Alzheimer’s disease spectrum (healthy, mild cognitive impairment and mild dementia) was performed. Brain magnetic resonance images from the ADNI database were employed. Paired T1 and FA slices in axial, coronal, and sagittal views were utilized for the synthesis task. For the classification task, T1 slices in the same orientations were used. We evaluated the synthesis task by comparing the performance of the proposed GAN architecture against two state-of-the-art networks: Pix2pix and CycleGAN. Using almost 70% less parameters than those used in Pix2pix, the proposed method showed competitive results in mean PSNR (20.21 ± 1.38) and SSIM (0.65 ± 0.07) when compared to Pix2pix (PSNR: 20.46 ± 1.46, SSIM: 0.66 ± 0.07), outperforming quality metrics achieved by CycleGAN (PSNR: 18.65 ± 1.31, SSIM: 0.61 ± 0.08). For the classification task, a Support Vector Machine (SVM) classifier was trained with the latent information of the proposed generative network. A boost in classification was demonstrated when comparing the enriched (multimodal) latent information with non-enriched (unimodal) information (Texto tomado de la fuente).
Mining relationships between multi-modal data to characterize Alzheimer’s disease manifestation
(Universidad Nacional de Colombia, 2024-06-28) Pabón Ochoa, German Alejandro; Romero, Eduardo; Giraldo Franco, Diana Lorena; Cim@Lab
La heterogeneidad en la manifestación clínica del deterioro cognitivo leve (MCI, por sus siglas en inglés) plantea un desafío significativo. Una caracterización integral de la enfermedad de Alzheimer (AD, por sus siglas en inglés) en esta etapa temprana permite la detección oportuna, la predicción de la progresión de la enfermedad y, en consecuencia, la intervención y el monitoreo antes del diagnóstico clínico de demencia. Presentamos una estrategia cuantitativa para caracterizar alteraciones neuropsicológicas en pacientes con MCI en riesgo de desarrollar demencia por AD, utilizando datos de Alzheimer’s Disease Neuroimaging Initiative (ADNI). Un conjunto de variables de pruebas cognitivas, funcionales y conductuales fue seleccionado de una muestra de pacientes con deterioro cognitivo. El análisis del rendimiento anormal y el uso de métricas relacionales nos permitieron identificar cinco grupos de elementos que podrían representar posibles dimensiones neuropsicológicas de la enfermedad y que podrían utilizarse para describir cuantitativamente a un individuo con deterioro cognitivo. Estas características están representadas por diferentes dominios cognitivos y funcionales: 1) Praxis constructiva, 2) Orientación, Memoria y tareas de la vida diaria, 3) Lenguaje, 4) Atención, y 5) Tareas de velocidad de procesamiento y funciones ejecutivas. La proporción de variables exhibidas dentro de cada característica cuantifica la anormalidad neuropsicológica. La utilidad de la caracterización propuesta fue evaluada mediante dos tareas. En primer lugar, prediciendo la progresión de la enfermedad desde la MCI hasta la demencia de Alzheimer. Entrenamos y probamos un Clasificador de Máquina de Vectores de Soporte, logrando una precisión del 0,76 dentro de los 36 meses. En segundo lugar, identificando subgrupos de MCI que exhibieron perfiles neuropsicológicos diversos y diferentes patrones de atrofia de materia gris. Individuos diagnosticados con MCI fueron divididos en siete subgrupos. Al comparar con individuos cognitivamente normales, el análisis utilizando Morfometría Basada en Vóxeles reveló regiones cerebrales específicas con diferencias significativas. Observamos una estrecha co-ocurrencia entre los deterioros cognitivos y los cambios estructurales. A medida que aumentaban las anormalidades cognitivas y conductuales, estas se asociaban con patrones más extensos de atrofia de materia gris. Este trabajo ofrece un enfoque alternativo para caracterizar cuantitativamente los subtipos de MCI y comprender los patrones neurodegenerativos, proporcionando información valiosa para una mejor caracterización en la etapa prodrómica de la enfermedad de Alzheimer. (Texto tomado de la fuente)
Characterization of the sentinel lymph node to determine the micro-metastases presence
(2023) Molano Muñoz, Leidy Tatiana; Romero Castro, Edgar Eduardo; Molano Muñoz Leidy Tatiana; Leidy T. Molano; Cim@Lab; Molano, Leidy Tatiana
El ganglio linfático centinela es un predictor de agresividad del cáncer de mama. El índice de riesgos instantáneos informado fue de 2,14, intervalo de confianza del 95%, lo que muestra que los pacientes con micrometástasis (MM) tienen una mayor probabilidad de una peor supervivencia libre de enfermedad (SSE) y supervivencia general (SG) en comparación con aquellos que tienen ganglios. negativos, la detección temprana del análisis de micrometástasis parece ser el enfoque más ventajoso para los pacientes. Este trabajo propone una detección automática de micrometástasis mediante la cuantificación de cambios celulares locales. La estrategia propuesta caracteriza la morfometría, el color y la textura de los núcleos para establecer diferencias entre MM y el tejido normal. El modelo de color se obtiene del plano [(r − b), g] mientras que la textura corresponde a las características de Haralick de cinco órdenes diferentes de la matriz de coocurrencia. (Texto tomado de la fuente)
A Data-driven Representation Learning for Tumor Tissue Differentiation from Non-Small Cell Lung Cancer Histopathology Images
(Universidad Nacional de Colombia, 2022) Cano Ramirez, Fabian Alberto; Romero Castro, Eduardo; Cruz Roa, Angel Alfonso; Cano, Fabian [https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000183272]; Cano, Fabian [0000-0003-3272-8701]; Cim@Lab
Lung cancer is the second most common type and the leading cause of cancer death in the world. It is divided into different types according to cellular and tissular features, and in turn, these types are distinguished by typical patterns that represent them. Each histological subtype of lung cancer is associated with the prognosis and treatment of patients, and is subjectively stratified mainly by its morphological features. However, due to the very nature of the disease, this stratification varies since there is no specialized grading system, and also because of the difficulty of characterizing cases that generally contain mixtures of histological patterns and unspecified tissues, which therefore, alters the diagnosis and prognosis of patients. This research work addresses a computational data-driven strategy to characterize histological patterns of lung cancer, in addition to determining its differentiation and aggressiveness, in order to support decision-making in clinical practice. Therefore, this work has been divided in two parts. The first part presents a supervised subtype differentiation learning of lung cancer features in a latent space constructed with a variational autoencoder. In such space, complicated patterns are quantified by estimating a differentiation grade of typical encoded features of lung cancer subtypes. Then, a logistic regression model assigns differentiation cancer subtype grade to the embedded tissue samples. This approach builds up a subtype differentiation grade of non-small cell lung cancer among complex structures which are fully interpretable and integrable with a pathology workflow. Finally, the second part presents an unsupervised computational approach based on an ensemble of tissue-specialized variational autoencoders, which were trained per histopathology subtype, to build an unsupervised embedded tissue-image representation. This representation was used to train a Random Forest classifier of three lung adenocarcinoma histology subtypes (lepidic, papillary and solid), and a 2D-visually interpretable projection from the learned embedded representation. (Texto tomado de la fuente)
Detection of pancreatic malignant tumors based on texture characterization during endoscopy ultrasound video sequences
(Universidad Nacional de Colombia, 2022) Jaramillo González, María; Romero Castro, Edgar Eduardo; https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001598592; Gómez Zuleta, Martín Alonso; https://www.researchgate.net/profile/Maria-Gonzalez-468; Cim@Lab
Pancreatic Cancer (PC) is one of the most aggressive cancers, constituting the seventh leading cause of cancer-related death globally in 2020. Usually, the asymptomatic response of PC causes the delayed diagnosis of the disease. Diagnosis of PC usually includes ultrasonography (US), computed tomography (CT), magnetic resonance (MRI), and endoscopic ultrasound (EUS). Although EUS is the diagnostic method with the highest sensitivity reported, the procedure is highly operator-dependent. A gastroenterologist requires more than 150 supervised procedures to interpret the anatomy blurred by several noise sources. Therefore, a second reader may be desirable to support the procedure and assist the training process in a gastroenterology service. Some computational strategies have been developed to detect PC in EUS images, but those methods are semi-automatic in practice and very susceptible to noise. Hence, the main contribution of this work is an automatic strategy to detect PC in complete video sequences of EUS procedures. The proposed methodology describes the mixture of echo patterns using the Speeded-Up Robust Features (SURF) method. A set of interest points are defined and described correlating the echo patterns in a multiscale analysis, and filtering the noise sources, usually uncorrelated among different scales. Then, images with PC are differentiated by a binary classification method, evaluating Support Vector Machines and Adaboost models. Additionally, the proposed method is assessed using a public EUS database constructed and released in this work, with 55 cases. Finally, the proposed method was compared with typical Deep Learning approaches, reaching an accuracy of 92.1\% and 90.0\%, respectively. In addition, the method herein proposed is also stable in experiments with added noise, while the nets fail to maintain a similar performance.
Gait characterizations in Parkinson's disease
(Universidad Nacional de Colombia, 2022) Ricaurte, David Leonardo; Romero Castro, Edgar Eduardo; Cim@Lab
La enfermedad de Parkinson (EP) es una enfermedad neurodegenerativa que afecta el sistema de control motor encargado de los movimientos voluntarios del cuerpo humano y las funciones cognitivas. EP es la segunda enfermedad neurodegenerativa m mas común después de la enfermedad de Alzhaimer con una población mundial aproximada de 6 millones y con un estimado de 18 millones de personas para el año 2040. Se caracteriza por la muerte de las neuronas dopaminérgicas en un área conocida como substancia nigra pars compacta, que afecta directamente la función de los ganglios basales, afectando el sistema de control motor. Las principales manifestaciones motoras que se presentan debido a EP son bradicinesia, hipocinesia, alteración del equilibrio y de la marcha. Además, la EP afecta la capacidad de aprendizaje movimientos y de tareas repetitivas. Debido a las limitaciones funcionales de los movimientos que se presentan durante la progresión de la enfermedad, se han diseñado tratamientos invasivos (quirúrgicos) y no invasivos (medicamentos) para mejorar la calidad de vida de los pacientes. Los trastornos motores en la EP muestran una alta variabilidad interindividual que desafía las estrategias actuales basadas en la observación en el entorno clínico para determinar la evolución real de la enfermedad y monitorear la respuesta a la terapia. Diferentes investigaciones han intentado analizar cuantitativamente los patrones de marcha por métodos lineales enfrentando varias limitaciones debido a la naturaleza no estacionaria de los patrones de marcha. Sin embargo, esa variabilidad contiene patrones ocultos que no son fácilmente cuantificables en una rutina clínica por su alta complejidad. Debido a que el patrón de marcha podría abordarse como un sistema caótico determinista, es posible asociar a individuos sanos con un alto comportamiento caótico (complejidad) y las anormalidades de la marcha presentes en pacientes con EP, se puede asociar con uno menor (menor complejidad). En el presente trabajo se desarrolló en dos partes. La primera parte consistió en la caracterización no lineal de la marcha de la EP mediante un análisis caótico determinista que representa la dinámica temporal de la marcha con un conjunto mínimo de parámetros. Específicamente, se obtuvieron parámetros retardo (delay) y dimensión embebida para reconstruir el espacio de fase y sus coeficientes característicos, a saber, exponente de Lyapunov, dimensión de correlacion y entropía aproximada. Se encontraron diferencias estadísticas (p < 0.05, prueba de Mann-Whitney) para el exponente de Lyapunov y la entropía aproximada al describir los patrones de marcha de los grupos control y EP. La segunda parte de este trabajo tuvo como objetivo representar de forma no lineal la cinemateca de las extremidades inferiores, destacando las diferencias entre los estadios de la EP. Para ello, se incluyó pose estimation basado en aprendizaje profundo para obtener los puntos de referencia del cuerpo y sus series temporales y, posteriormente, construir el espacio de fase basado en sus derivadas. Luego se calculó el mayor exponente de Lyapunov, la dimensión de correlación y la entropía aproximada, dando como resultado diferencias estadísticamente significativas (Prueba de rango Kruskal-Wallis, p < 0.05), particularmente entre los controles sanos y las etapas 3, la etapa más avanzada, y al comparar el estadio 1 frente al estadio 3. Estos hallazgos brindan información sobre como los patrones complejos pueden estar relacionados con la progresión de la enfermedad en la EP y pueden implementarse fácilmente utilizando dispositivos de video RGB asequibles (Texto tomado de la fuente)
Non-Nuclei Tissue Characterization of Histopathological Images: A Processing Step to Improve Nuclei Segmentation Methods
(Universidad Nacional de Colombia, 2022) Arias Vesga, Christian Leonardo; Romero Castro, Edgar Eduardo; Moncayo Martinez Ricardo Alexander; Cim@Lab
Este estudio presenta una novedosa estrategia para caracterizar y eliminar la señal no nuclear (ruido) en las imágenes histopatológicas teñidas con hematoxilina y eosina (H&E), un paso de preprocesamiento para mejorar los métodos tradicionales de segmentación de núcleos. Cualquier estructura no nuclear es mapeada a un espacio de Noiselet a diferentes niveles de resolución, donde un clasificador es entrenado para reconocer los coeficientes de Noiselet de esta proyección. El enfoque propuesto se evaluó con dos conjuntos de datos de múltiples órganos anotados manualmente, comparando la segmentación de los núcleos obtenida por un algoritmo de Watershed más el enfoque presentado con el método de Watershed solamente. (Texto tomado de la fuente)
Characterization of heart dynamics in echocardiography
(Universidad Nacional de Colombia, 2022-11-28) Jara Hurtado, Jorge Daniel; Romero Castro, Eduardo; Jara Hurtado, Jorge Daniel [0000128191]; Jara-Hurtado, Daniel [gb6iLxMAAAAJ&hl]; Jara, Daniel [0000-0002-0666-0320]; Cim@Lab
Las enfermedades cardiovasculares son la principal causa de muerte a nivel mundial. Para el 2019, se estimó que el 32% de todas las muertes a nivel mundial se dieron por esta causa. Este fenómeno se repite a nivel nacional, de acuerdo al Instituto Nacional de Salud, es la principal causa de muerte con un 23.5% de las muertes en el país. Para su diagnóstico, las imagenes ecocardiografía son la primer elección. La técnica permite evaluar las estructuras cardíacas y su función en la mayoría de ambientes clínicos. La ecocardiografía cuenta con diferentes modalidades que tomando ventaja de principios claves de ultrasonido permiten obtener modalidades como el análisis Doppler y técnicas de rastreo de patrones speckle, permitiendo a su vez evaluar el flujo de la sangre en puntos clave, así como el movimiento del músculo cardíaco. Además de los diferentes modos de imagen, de la ecografía se pueden obtener diferentes medidas para una evaluación completa: grosor de las paredes ventriculares, dimensiones de la cámara cardíaca, volúmenes de los ventrículos, velocidades de flujo y fracciones de eyección. Sin embargo, estas técnicas están dirigidas a ver las características de la sangre y del músculo por separado. Dadas estas razones y recordando que la función cardíaca es dependiente de interacciones entre tejidos de diferentes características (sangre y músculo), así como de la construcción misma del ventrículo (que explica varios elementos del movimiento cardíaco). Este trabajo propone explorar la evaluación de la función cardíaca en términos de la interacción dinámica entre estos tejidos, pues puede aportar información complementaria a los indicadores de evaluación actuales. (Texto tomado de la fuente)
Diseño de un sistema de impresión electrohidrodinámico 3D para mejorar la resolución de andamios impresos para el tejido óseo
(Universidad Nacional de Colombia, 2022) Ocampo Páramo, Adolfo Mario; Clavijo Grimaldo, Dianney; Grupo de Investigación en Biomecánica / Universidad Nacional de Colombia Gibm-Uncb
La osteoporosis es una patología esquelética caracterizada por la perdida de masa ósea que, dependiendo el riesgo del paciente, requiere desde tratamientos farmacéuticos hasta intervenciones quirúrgicas. Los fármacos se encargan de compensar dicha perdida ósea, mas no previenen la ocurrencia de una fractura. Ante la eventualidad de una fractura se recurre a la cirugía donde utilizando diferentes tipos de biomateriales se fabrican andamios óseos para reemplazar el tejido perdido y/o afectado. Una de las técnicas comunes de fabricación de estos andamios es la impresión por extrusión, debido a su facilidad de implementación. Sin embargo, esta técnica cuenta con importantes limitaciones, en cuanto a resolución se trata, refiriéndose así al diámetro de las fibras y porosidad. Estas características son fundamentales para imitar las propiedad de un tejido óseo sano, lo que se desea para que el proceso curativo del paciente se de de la forma deseada. Con el fin de lograr andamios que biomimeticen el ambiente celular óseo, desde hace unos años se han estudiado diferentes técnicas de impresión de andamios, una de ellas es la impresión Electrohidrodinámica(EHDA). Con este método de impresión se pretende mejorar la resolución de los andamios que se han venido realizando por extrusión. En el presente proyecto se inicio modificando el equipo de impresión EHDA, agregando un mecanismo de movimiento en los ejes XY para movilizar la base colectora y así habilitar la impresión 3D, dé tal forma que los resultados a obtener entre los dos sistemas de impresión EHDA vs Extrusión sean comparables. Se fabricaron andamios tanto por extrusión como por Electrospinning. Por medio del microscopio electrónico de barrido se obtuvieron imágenes detalladas de cada uno. Con dichas imágenes se procedió a realizar las respectivas medidas de porosidad y diámetro de fibras para cada andamio impreso, tanto por extrusión como por EHDA, utilizando el método de análisis de imagen por medio del software ``Image J" (National Institutes of Health). Al comparar los datos se obtiene que con la técnica de Electrospinning se pueden fabricar andamios a partir de nano y micro fibras, mientras que con la técnica de Extrusión las fibras se encuentran en el orden de los micrómetros y milímetros. Los poros para los andamios se encuentran en el mismo orden del tamaño de sus fibras, esto quiere decir que los andamios fabricados por Electrospinning cuentan con un tamaño de poros considerablemente menor a los fabricados por Extrusión, que a su vez indica que para la fabricación de andamios óseos la técnica EHDA es una mejor opción, puesto que es capaz de emular con mayor fidelidad el ambiente celular óseo propicio para la proliferación y supervivencia de este tipo celular. (Texto tomado de la fuente)
Computational model of bone remodeling using discrete structures
(Universidad Nacional de Colombia, 2021-06-22) Quexada Rodríguez, Diego Alfredo; Garzón Alvarado, Diego Alexander; Márquez, Kalenia María; GNUM - Grupo de Modelado y Métodos Numericos en Ingeniería
In-silico models applied to bone remodeling are widely used to investigate bone mechanics, bone diseases, bone-implant interactions, and also the effect of treatments in bone pathologies. This work proposes a new methodology to solve the bone remodeling problem using one-dimensional (1D) elements to discretize trabecular structures more efficiently. First a concept review on the bone remodelling process and mathematical approaches, such as homogenization for its modelling are revised along with famous previous works on this field, later, in chapter two, the discrete modelling approach is validated by comparing FE simulations with experimental results for a cellular like material created using additive manufacturing and following a tessellation algorithm, and later, applying an optimization scheme based on maximum stiffness for a given porosity. In chapter three, an Euler integration scheme for a bone remodelling problem is coupled with the momentum equations to obtain the evolution of material density at each step. For the simulations, the equations were solved by using the finite element method and a direct formulation, and two benchmark tests were solved varying mesh parameters in two dimensions, an additional three-dimensional benchmark was addressed with the same methodology. Proximal femur and calcaneus bone were selected as study cases given the vast research available on the topology of these bones, and compared with the anatomical features of trabecular bone reported in the literature, the study cases were examined mainly in two dimensions, but the main trabecular groups for the femur were also obtained in three dimensions. The presented methodology has proven to be efficient in optimizing topologies of lattice structures; It can predict the trend in formation patterns of the main trabecular groups from two different cancellous bones (femur and calcaneus) using domains set up by discrete elements as a starting point. Preliminary results confirm that the proposed approach is suitable and useful in bone remodeling problems in 2D and 3D leading to a considerable computational cost reduction. Characteristics similar to those encountered in topological optimization algorithms were identified in the benchmark tests as well, showing the viability of the proposed approach in other applications such as bio-inspired design. Finally, in the last part of this work, the discrete approach developed in chapter two and three is coupled with two classic bone remodelling models, forming a new model that takes into account a variety of biological parameters such as paracrine and autocrine regulators and is able to predict different periodical responses in the bone remodelling process within a 2D domain with mechanical field variables. (Text taken from source)
Biomechanical computational model of the elbow development
(Universidad Nacional de Colombia, 2021) Millán Claro, Luis Felipe; Garzón Alvarado, Diego Alexander; Márquez Flórez, Kalenia María; GNUM - Grupo de Modelado y Métodos Numericos en Ingeniería
In this study, two computational models were developed, the first one predicts the appearance, location, and development of the mesenchymal condensation within the upper limb as it grows. Biochemical events were modeled with reaction-diffusion equations of generic molecules. The results obtained showed that patterns generated by molecules that behave as Fgf8, Fgf10 and Wnt3a, can predict the shape of the mesenchymal condensation. Simple diffusive patterns were adequate to explain the areas where sox9 is expressed and how they are affected by the shape and size of the signaling zones and the ectoderm. Furthermore, our results suggest that Grem1 and Wnt3a have the same effect on Sox9 expression, and that Tgf-β expression could be due to inhibition of RA. The second model analyze how mechanical and biochemical stimuli affect joint morphogenesis. For this, it was assumed that cartilage growth was controlled by cyclic hydrostatic stress and inhibited by octahedral shear stress. In addition, the effect of molecules that promote chondrocyte proliferation such as PTHrP-Ihh and Wnt was included. The results obtained through the model suggest that the initial morphogenesis of the elbow joint is influenced by hydrostatic stresses together with biochemical stimulation. To solve the systems of partial differential equations in both models, the finite element method was applied. It should be noted that this document also presents a conceptual background of the biological processes before and during the development of the elbow, as well as a brief mention of what the principal characteristics of the elbow is and some pathologies associated, moreover, it is also included a brief explanation of the finite element method and the solution of the elasticity and reaction-diffusion equations through this method. (Text taken from source)
Modelamiento del espacio de signos vitales para detectar el deterioro de los pacientes en una unidad de cuidados intensivos
(Universidad Nacional de Colombia, 2021-06-19) Izquierdo Borrero, Ledys Maria; Niño Vasquez, Luis Fernando; LABORATORIO DE INVESTIGACIÓN EN SISTEMAS INTELIGENTES - LISI
Resumen En el campo de la monitorización continua de los signos vitales en entornos de cuidados intensivos se ha observado que los signos de alerta temprana "de un deterioro fisiológico inminente” pueden no ser detectados a tiempo, hecho que se agrava no solo por la limitación de los recursos médicos, sino también por el "diluvio de datos" causado por la adquisición de información en pacientes cada vez más complejos durante la atención de rutina. El objetivo de este estudio es desarrollar un modelo probabilístico para predecir los episodios clínicos futuros de un paciente utilizando valores de signos vitales observados antes de un evento clínico. Los signos vitales (por ejemplo, frecuencia cardíaca, presión arterial) se utilizan para controlar las funciones fisiológicas de un paciente y sus cambios simultáneos indican las transiciones entre los estados de salud del paciente. Si tales cambios son anormales, puede conducir a un deterioro fisiológico grave. Se utilizó la metodología CRISP-DM (CRoss-Industry Standard Process for Data Mining) como proceso de minería de datos y luego utilizamos cadenas de Márkov para identificar los estados clínicos por los que pasa el paciente. Después, se aplicó un enfoque basado en un modelo oculto de Márkov (Hidden Márkov Model, HMM) para la clasificación y predicción del deterioro de un paciente calculando la probabilidad de estados clínicos futuros. Ambos modelos de aprendizaje fueron entrenados y evaluados utilizando seis bioseñales de 90 pacientes para un total de 94.678 instancias, recolectadas de una base de datos de pacientes reales que se encontraban en la Unidad de Cuidados Intensivos Pediátricos del Hospital Militar Central de la ciudad de Bogotá, Colombia. La técnica propuesta basada en el seguimiento de múltiples variables fisiológicas mostró resultados prometedores en la identificación precoz del deterioro de los pacientes críticos. (Texto tomado de la fuente)
A deep learning model to assess and enhance eye fundus image quality
(2020) Pérez Pérez, Andrés Daniel; González, Fabio Augusto; Perdomo Charry, Oscar Julían; MindLab
Engineering aims to design, build, and implement solutions that will increase and/or improve the life quality of human beings. Likewise, from medicine, solutions are generated for the same purposes, enabling these two knowledge areas to converge for a common goal. With the thesis work “A Deep Learning Model to Assess and Enhance Eye Fundus Image Quality", a model was proposed and implement a model that allows us to evaluate and enhance the quality of fundus images, which contributes to improving the efficiency and effectiveness of a subsequent diagnosis based on these images. On the one hand, for the evaluation of these images, a model based on a lightweight convolutional neural network architecture was developed, termed as Mobile Fundus Quality Network (MFQ-Net). This model has approximately 90% fewer parameters than those of the latest generation. For its evaluation, the Kaggle public data set was used with two sets of quality annotations, binary (good and bad) and three classes (good, usable and bad) obtaining an accuracy of 0.911 and 0.856 in the binary mode and three classes respectively in the classification of the fundus image quality. On the other hand, a method was developed for eye fundus quality enhancement termed as Pix2Pix Fundus Oculi Quality Enhancement (P2P-FOQE). This method is based on three stages which are; pre-enhancement: for color adjustment, enhancement: with a Pix2Pix network (which is a Conditional Generative Adversarial Network) as the core of the method and post-enhancement: which is a CLAHE adjustment for contrast and detail enhancement. This method was evaluated on a subset of quality annotations for the Kaggle public database which was re-classified for three categories (good, usable, and poor) by a specialist from the Fundación Oftalmolóica Nacional. With this method, the quality of these images for the good class was improved by 72.33%. Likewise, the image quality improved from the bad class to the usable class, and from the bad class to the good class by 56.21% and 29.49% respectively.
Implementación de una estrategia in-silico para la identificación de péptidos candidatos a vacuna terapéutica individualizada en tumor de paciente con PEComa
(2019-12-17) Amaya Ramírez, Diego Alfredo; Niño Vásquez, Luis Fernando; Parra López, Carlos Alberto; Inmunología y Medicina Traslacional / Laboratorio de Investigación en Sistemas Inteligentes - LISI
En el presente trabajo se expone la implementación de una estrategia in-silico para la identificación y priorización de péptidos candidatos a vacuna personalizada en tumores de cáncer aplicado a un caso de estudio de una paciente con PEComa que expresa el alelo HLA-A*24:02. Dicha estrategia se compone de 2 grandes etapas. La primera etapa consiste en la identificación de péptidos candidatos a vacuna personalizada a través de análisis de datos genéticos (ADN y ARN) que permiten la identificación y cuantificación de expresión de mutaciones somáticas presentes en el tumor, a partir de las cuales se obtienen todos los posibles péptidos mutantes (de entre 9 y 21 aminoácidos de longitud) que podría expresar el tumor; estos péptidos son filtrados a través de algoritmos que evalúan la afinidad y estabilidad con el haplotipo HLA del paciente para obtener una lista reducida de péptidos candidatos a vacuna personaliza. En la segunda etapa se realizan simulaciones de docking molecular entre los péptidos cortos previamente identificados (de entre 9 y l0 aminoácidos de longitud) y la molécula HLA-A*24:02 con el fin de evaluar y caracterizar la interacción péptido-HLA de tal manera que proporcione información que apoye el proceso de priorización de péptidos a evaluar de manera in-vitro. Para nuestro caso de estudio, se identificaron 12 péptidos candidatos a vacuna personalizada (6 de los cuales son péptidos largos que enmarcan una epítope tanto para moléculas HLA clase I como para clase II), de las cuales se simuló el d ocking molecular de 5 péptidos cortos (tanto la versión mutada como la nativa) con la molécula HLA-A*24:02. Dichas simulaciones permitieron identificar los puentes de hidrógeno entre el péptido y la molécula HLA y realizar una estimación de la energía del complejo, lo cual llevó a priorizar 2 de los 5 péptidos evaluados. Aunque la estrategia permitió identificar y priorizar péptidos candidatos a vacunas personalizadas en un tumor de una paciente con PEComa, queda como perspectiva extender la estrategia del docking molecular a péptidos largos con moléculas HLA clase II y evaluar la estabilidad del complejo péptido-HLA a través de dinámica molecular.
Automatic detection of colorectal polyps larger than 5 mm in colonoscopy videos
(2020-01-06) Bravo Higuera, Diego Fernando; Romero Castro, Edgar Eduardo; Universidad Nacional de Colombia; CIM@LAB (Computer Imaging and Medical Applications Laboratory)
El cáncer colorrectal (CCR) fue la segunda causa más común de muerte por cáncer en el mundo en 2018 y se ha convertido en una prioridad de salud pública mundial. Por lo tanto, la prevención de CCR mediante la detección temprana y la eliminación de lesiones neoplásicas es de suma importancia. Por lo general, el CCR comienza con pequeñas masas benignas o neoplasias comúnmente llamadas pólipos. En la mayoría de los casos, los pólipos evolucionan lentamente en adenocarcinoma o cáncer. La colonoscopia es el examen estándar para diagnosticar y tratar el CCR. Durante este procedimiento, un gastroenterólogo realiza una exploración visual de todo el colon para detectar esas lesiones y definir una actitud terapéutica. Sin embargo, algunos estudios de población a gran escala han informado que aproximadamente el 25% de los pólipos no son detectados durante la colonoscopia. Los pacientes con una tasa de omisión de pólipos pueden desarrollar CCR y en una etapa tardía, la tasa de supervivencia es inferior al 15%. La detección de pólipos es una tarea compleja que depende en gran medida de la experiencia del especialista y fatiga ocular, preparación intestinal del paciente y la variación biológica. Por lo tanto, un sistema automático de detección de pólipos como segundo lector puede ayudar a reducir la tasa de omisión de pólipos, resaltando las posibles regiones polipoides para aumentar la atención de los expertos. Este trabajo presenta un conjunto de métodos automáticos para apoyar el diagnóstico médico, inspirados en las características visuales, información contextual y temporal de las lesiones polipoides mayores de 5 milímetros, esta descripción permite la diferenciación de la clase de pólipo y no pólipo.
Descripción anatómica de la degeneración cerebral en la enfermedad de Alzheimer mediante un diccionario basado en regiones
(2019) Maglioni Mendoza, Sebastián
Este trabajo pretende describir automáticamente los cambios que ocurren en las regiones cerebrales de los pacientes de la base de datos OASIS de la siguiente manera: 66 pacientes de control (CN), 20 pacientes con diagnóstico de enfermedad de Alzheimer leve (AD) y 50 con deterioro cognitivo leve (MCI). Se propone un método de morfometrı́a regional para explorar la ubicación de las diferencias anatómicas funcionalmente conectadas entre sujetos con AD, MCI y CN. Un primer paso proporciona un conjunto de regiones con diferencias de volumen estadı́sticamente significativas que luego son desafiadas por una tarea de clasificación, proporcionando un segundo conjunto de regiones que demuestran un mejor rendimiento al separar los grupos. Luego, se suman las regiones en el total de combinatorias posibles para agruparlas en pares y trı́os de regiones. Por último, se valida el desempeño entre regiones individuales, pares y trı́os, además, se analiza la conectividad anatómica entre ellas para establecer qué tan funcionalmente conectadas están. Los resultados demuestran que la enfermedad sigue patrones funcionales en lugar de anatómicos.

Examinar

Envíos recientes