Simulador virtual de técnicas de endoscopia rígida para formación sanitaria

[ES] En este proyecto se trata el proceso de análisis y desarrollo llevado a cabo con el objetivo de construir un prototipo funcional de simulador virtual de endoscopia rígida monocanal orientado a la histeroscopia. Para el desarrollo del prototipo se toma como base el entorno ESQUI, un entorno de simulación virtual médica de código libre. Este entorno provee una librería, basada a su vez en la conocida librería gráfica VTK(Visual ToolKit), cuyo propósito es poner a disposición del programador toda la algoritmia necesaria para construir una simulación médica virtual. En este proyecto, esta librería se depuró y amplió para mejorar el soporte a las técnicas de endoscopia rígida que se persiguen simular. Por otro lado se emplea el Simball 4D, un dispositivo de interfaz humana de la empresa G-coder Systems, para capturar la interacción del usuario emulando la morfología y dinámica de un endoscopio rígido. Todos estos elementos se conectan con una interfaz gráfica sencilla, intuitiva y práctica soportada por wxWidgets y utilizando Python como lenguaje de scripting. Finalmente, se analiza el prototipo resultante y se proponen una serie de líneas futuras de cara a la aplicación didáctica del mismo, tanto en relación a los objetivos conceptuales del prototipo como a los aspectos específicos del entorno ESQUI.

Reidentificación de personas y objetos mediante aprendizaje semisupervisado

[ES]La reidentificación consiste en volver a identificar a un individuo/objeto que ya se ha detectado previamente desde distintas cámaras. En este proyecto se exploran diferentes técnicas para la reidentificación de personas. Se implementan y prueban técnicas que no requieren de aprendizaje previo para realizar una ordenación inicial, al ser este tipo de métodos los que mayor aplicación tienen en un escenario real. Así mismo se usan técnicas de reordenación sobre esta ordenación inicial utilizando la información de un operador humano, aplicando entre otros métodos aprendizaje semisupervisado. Para realizar todo el proceso y facilitar la combinación y automatización de las diversas técnicas se crea un framework denominado PyReID basado en Python y OpenCV, de software libre y disponible públicamente en Github.