Pintando caballos: Estudio de la Anatomía y Biomecánica Equina a través de la Pintura sobre el Animal Vivo

Creación de un material docente (para web y plataformas móviles) pintando las estructuras anatómicas músculo-esqueléticas sobre caballos vivos para el aprendizaje de la anatomía funcional y biomecánica equina de forma sencilla, visual y didáctica.

Identificación de imágenes por análisis de texturas utilizando aprendizaje estadístico

Este documento explica la creación, implementación y uso del proyecto de fin de grado, desarrollado dentro del grupo de investigación ISCAR (Ingeniería de Sistemas, Control, Automática y Robótica) de la Facultad de Informática de la Universidad Complutense. El proyecto consiste en la implementación de una aplicación capaz de clasificar texturas extraídas de distintas imágenes mediante técnicas de visión por computador. Dicha aplicación se divide en tres pilares fundamentales: interfaz gráfica de usuario, algoritmos de extracción de características texturales y aprendizaje supervisado mediante una máquina “SVM” (Support Vector Machine). Interfaz gráfica: proporciona al usuario una forma fácil de uso de la aplicación por medio de la visualización gráfica de una imagen con una serie de elementos de configuración para su posterior análisis. Una vez analizada, el usuario si así lo desea, podrá visualizar los resultados de manera intuitiva, así como guardar dichos resultados después de la ejecución de los algoritmos pertinentes. Algoritmos de análisis de texturas: Procede al cálculo de las configuraciones y las muestras provistas por el usuario en la interfaz gráfica como el cálculo de la matriz de co-ocurrencia y el cálculo de los vectores de características (homogeneidad, media, varianza, Entropía, etc…). SVM: Utiliza los vectores de características obtenidos en los cálculos estadísticos de texturas para realizar el proceso de aprendizaje de un clasificador SVM. La aplicación ha sido construida en JAVA haciendo uso de librerías como JNI_SVM-light-6.01, commons-math3-3.0 y WindowsBuilder, para la construcción de la ventana gráfica, cálculo de los métodos estadísticos y máquina de aprendizaje automático. Dicha aplicación se ha utilizado con el objetivo de identificar y clasificar el quiste de Baker mediante imágenes obtenidas por Resonancias Magnéticas de la rodilla.

Dolor y capacidad funcional en pacientes con artrosis: influencia de los factores psicológicos

La artrosis es actualmente, la enfermedad articular más frecuente dentro de las enfermedades reumáticas. Según el Royal College of Physicians, es una de las principales causas de dolor y discapacidad en la población adulta mundial. La Organización Mundial de la Salud ha estimado que la artrosis es la causa de discapacidad de al menos el 10% de la población mayor de 60 años y puede tener importantes consecuencias personales y socioeconómicas en las áreas de la salud, discapacidad y trabajo. Existen diversos factores de riesgo que determinan las diferentes prevalencias a nivel poblacional. El factor más importante es la edad, teniendo en cuenta que la población mundial cada vez está más envejecida. La obesidad, es otro factor de gran importancia por un doble motivo; (1) condiciona en gran medida la aparición y el proceso evolución de la artrosis, (2) su gran impacto y carácter creciente entre algunas poblaciones. La artrosis de rodilla en España es más frecuente en mujeres y los factores de riesgo más comunes son el sobrepeso, osteoporosis, niveles de escolarización bajos, grupos a una clase social baja, una mayor comorbilidad no reumatológica y trabajos que requieren mayor esfuerzo físico...