Développement d'un appareil médical pour la réduction et la stabilisation de fractures

Les méthodes d'opération permettant la stabilisation temporaire de fractures du fémur ont peu changé dans les dernières décennies. Ce mémoire illustre d'abord les différentes techniques chirurgicales présentement utilisées. Ces dernières sont principalement des outils manuels très simples. Un survol des recherches universitaires sur le sujet démontre que l'effort se porte principalement sur des manipulateurs robotisés complexes qui sont peu susceptibles d'être utilisés dans les salles d'opération à court terme. Avec l'aide de chirurgiens, il a été possible de connaître les besoins de ceux-ci en ce qui concerne la réduction et la stabilisation de fractures. Un appareil mécanique transparent à la radiographie a été conçu. Pour ce faire, plusieurs éléments de machine et mécanismes ont dû être développés en matériaux plastiques ou composites. L'appareil permet aux chirurgiens de déplacer un des fragments de l'os dans les six degrés de liberté puis de le maintenir stable. Un prototype a été fabriqué. Des essais avec un simulateur de fracture ont permis de récolter les commentaires de chirurgiens.

Aplicaciones de los modelos de predicción bio-inspirados en la administración

Las organizaciones y sus entornos son sistemas complejos. Tales sistemas son difíciles de comprender y predecir. Pese a ello, la predicción es una tarea fundamental para la gestión empresarial y para la toma de decisiones que implica siempre un riesgo. Los métodos clásicos de predicción (entre los cuales están: la regresión lineal, la Autoregresive Moving Average y el exponential smoothing) establecen supuestos como la linealidad, la estabilidad para ser matemática y computacionalmente tratables. Por diferentes medios, sin embargo, se han demostrado las limitaciones de tales métodos. Pues bien, en las últimas décadas nuevos métodos de predicción han surgido con el fin de abarcar la complejidad de los sistemas organizacionales y sus entornos, antes que evitarla. Entre ellos, los más promisorios son los métodos de predicción bio-inspirados (ej. redes neuronales, algoritmos genéticos /evolutivos y sistemas inmunes artificiales). Este artículo pretende establecer un estado situacional de las aplicaciones actuales y potenciales de los métodos bio-inspirados de predicción en la administración.

El discurso del codesarrollo y la ideología poscolonial: La perpetuación de la migración desde África del Sahel hacia Francia

La cercanía geográfica y los vínculos históricos existentes entre Francia y África mantienen hasta la actualidad unas relaciones enmarcadas en un escenario de cooperación entre ambos. Sin embargo, el creciente número de migrantes de 1999 a 2013 desde las antiguas excolonias francesas, Malí y Senegal, llevó a Francia a impulsar una serie de herramientas para el codesarrollo, es decir, un conjunto de estrategias para que el migrante fuera un vector de desarrollo no solo para Francia sino para sus países de orígen. En ese sentido, este artículo pretende evaluar el codesarrollo como una herramienta discursiva de la política exterior francesa –a través del método de análisis del discurso de Teun van Dijk– en la cual ha prevalecido el poscolonialismo como una ideología que refleja una relación poder-conocimiento.

Observatorio de salud y seguridad en el trabajo OSST - SOANDES LTDA, modelo piloto para la implementación y desarrollo

Introducción: Contar con un diagnóstico de las condiciones en seguridad y salud en el trabajo en el país permite crear estrategias para minimizar los problemas de la población trabajadora. En Colombia existe el observatorio del Instituto Nacional de Salud, sin embargo, no cuenta, en ninguno de sus tópicos, con información y análisis sobre la salud y seguridad de la población trabajadora. Objetivo: Determinar las condiciones de salud de la población atendida en la IPS SALUD OCUPACIONAL DE LOS ANDES LDTA en la ciudad de Bogotá, durante el año 2015. Materiales y métodos: Se realizó una prueba piloto del observatorio de salud y seguridad en el trabajo mediante un estudio de corte transversal, donde se tomó una base de datos de pacientes evaluados en la IPS SALUD OCUPACIONAL DE LOS ANDES LDTA, de la ciudad de Bogotá D.C. que contiene información de exámenes médicos ocupacionales realizados en el 2015 en la plataforma ISISMAWEB con una muestra representativa de 1923 registros. Se incluyeron variables sociodemográficas y laborales, los paraclínicos registrados como alterados más prevalentes, los diagnósticos y dictámenes emitidos en la población estudiada y las recomendaciones personales dadas por el sistema de gestión de la empresa. Se realizó un análisis descriptivo y para el estudio de las interacciones se empleó el Chi-cuadrado. Resultados: El 62,1% de la población fueron hombres con edad promedio de 34.8 años (DE 10,521). El 41.5% tuvieron estudios secundarios. La evaluación médica más realizada fue el examen de ingreso en el 30.5% de los casos. El cargo operadores de instalaciones y máquinas y ensambladores represento el 27.9% y en última medida los profesionales de nivel medio en operaciones financieras y administrativas con el 0.5%. El diagnostico CIE 10 emitido más frecuente fue con el 15,8% el código Z100 (Examen de salud ocupacional), seguido del Trastorno de la refracción no especificado (H527) con el 9,0%. En cuanto a las recomendaciones generales la que más se repitió fue examen periódico con un 30%. La recomendación preventiva más frecuente fue osteomuscular con el 36,5%. Las recomendaciones SVE de mayor prevalencia fueron ergonómicas con un 40,7%. Se encontraron asociaciones (p<0.05) entre las variables escolaridad, género y estrato. Conclusiones: Se deben optimizar los mecanismos de recolección del dato para ser más viable su evaluación y asociación. Hay un subregístro importante de segundos diagnósticos asociado al no registro de los paraclínicos. Este estudio plantea un modelo a seguir para poder desarrollar el observatorio nacional de salud y seguridad en el trabajo.

Los migrantes de la laguna: un estudio etnográfico sobre la construcción y configuración de los flujos migratorios de la comunidad Kichwa en Sesquilé

Esta tesis de grado se intereza por observar y análizar las red migratoria de los Kichwas de Sesquilé, especificamente en los procesos que permitieron la construcción y consolidación de las redes migratorias, las cuales se encienden o se apagan, a partir de las configuraciones políticas, religiosas, culturales y económicas que la comunidad ha experimentado.

REORDENAMIENTO VIAL E IMPACTO AMBIENTAL DEL TRANSPORTE EN LA CIUDAD DE HEREDIA

Este artículo aborda la problemática del reordenamiento vial en la ciudad de Heredia, Costa Rica, se parte de que la temática debe ser analizada dentro del contexto de la Gran Área Metropolitana. Se toman en cuenta aspectos como el volumen de tráfico en las calles y avenidas de la ciudad, las principales rutas de autobuses, las paradas y terminales, la ubicación de parqueos públicos y privados y la modalidad municipal de parqueos con boleta. Ante la imposibilidad de hacer ensanches en la ciudad, los pocos proyectos viales como la radial a Heredia, la construcción de un puente elevado en la Valencia y la utilización de la vía férrea con un tren moderno que una las cuatro ciudades más importantes del país, son las pocas alternativas que son posibles de realizar a corto y mediano plazo. Ante esa realidad es necesario optimizar las vías de la ciudad, mediante un reordenamiento vial. Se estima que de los problemas de tráfico que tienen las ciudades un 50% obedece a la falta de medidas de reordenamiento.   La utilización de indicadores de contaminación del aire y de contamina­ción sónica se usan como parámetros, como elementos que contribuyan al reordenamiento vial y no como un fin en sí mismo. ABSTRACT: This article analyzed the vial planning of Heredia city, Costa Rica and its environmental impact. This city is located in the main metropolitan región of Costa Rica and it is considered in this study such part of this important urban área. The study analyzed several factors such as; traffic volume of the main streets and avenues of the city, location of the public and private parking lot, and the use of the "boleta" (permission) from the Municipality. There are many factor has been considered in order to improved conditions of the street and avenues such as: to built a bright over the Valencia and the possibility to use the old train route with modern machine. There are not many option the short and medium time to overcome the traffic problem in Heredia city. For which reason, it is necessary to improved the street and avenues conditions by vial replanning due this is the cause of the 50% vial problems. In this study, the air and sonic pollution indicators are using as parameters and as element that support the making decision about vial planning.

Applicazione di tecniche AI per la progettazione di un sistema a supporto del paziente iperteso

In questa tesi si è cercato di trovare le soluzioni più efficaci a supporto delle questioni legate all'ipertensione di seguito descritte attraverso l'uso di tecniche riguardanti l'intelligenza artificiale e l'Internet of Things. Uno tra i compiti dei medici che si occupano di curare i malati di ipertensione è quello di elaborare protocolli per quanto riguarda la prevenzione e la cura di questa malattia, i quali vengono periodicamente aggiornati. Per supportare ciò, il primo progetto sviluppato è consistito in un'analisi dei dati sul dataset ottenuto a partire dall'elaborazione delle risposte date ai questionari che sono stati distribuiti durante la Giornata Mondiale dell'Ipertensione. A partire da questo, si è cercato di evidenziare la classe di persone che con più probabilità sono malate di ipertensione in modo tale che le linee guida aggiornate si concentrino maggiormente su costoro. La seconda questione affrontata è che non sempre le cure che vengono prescritte sono efficaci, talvolta a causa del medico, talvolta a causa del paziente. Si rende perciò necessario fornire ai pazienti degli strumenti che li aiutino direttamente nella cura della loro malattia. Devono avere anche lo scopo di aiutare il medico nel suo lavoro di monitoraggio periodico delle condizioni di salute del paziente, perché possa avere realmente il polso della situazione. Per fare questo, il secondo progetto ha riguardato lo sviluppo di un chatbot disponibile sulla piattaforma di messaggistica istantanea Telegram ad uso dei malati di ipertensione. Questo assistente virtuale permette loro di registrare le misurazioni di pressione che settimanalmente devono effettuare e ricorda loro di farlo quando passa troppo tempo dall'ultima misurazione. Il sistema permette inoltre di visualizzare medie e grafici delle misurazioni che sono state raccolte cosicché il medico può affidarsi ad uno strumento più evoluto del semplice libretto diario in cui il paziente annota tutte le misurazioni.

Rilevamento della qualità del manto stradale: un approccio sperimentale tramite Machine Learning

Il riconoscimento delle condizioni del manto stradale partendo esclusivamente dai dati raccolti dallo smartphone di un ciclista a bordo del suo mezzo è un ambito di ricerca finora poco esplorato. Per lo sviluppo di questa tesi è stata sviluppata un'apposita applicazione, che combinata a script Python permette di riconoscere differenti tipologie di asfalto. L’applicazione raccoglie i dati rilevati dai sensori di movimento integrati nello smartphone, che registra i movimenti mentre il ciclista è alla guida del suo mezzo. Lo smartphone è fissato in un apposito holder fissato sul manubrio della bicicletta e registra i dati provenienti da giroscopio, accelerometro e magnetometro. I dati sono memorizzati su file CSV, che sono elaborati fino ad ottenere un unico DataSet contenente tutti i dati raccolti con le features estratte mediante appositi script Python. A ogni record sarà assegnato un cluster deciso in base ai risultati prodotti da K-means, risultati utilizzati in seguito per allenare algoritmi Supervised. Lo scopo degli algoritmi è riconoscere la tipologia di manto stradale partendo da questi dati. Per l’allenamento, il DataSet è stato diviso in due parti: il training set dal quale gli algoritmi imparano a classificare i dati e il test set sul quale gli algoritmi applicano ciò che hanno imparato per dare in output la classificazione che ritengono idonea. Confrontando le previsioni degli algoritmi con quello che i dati effettivamente rappresentano si ottiene la misura dell’accuratezza dell’algoritmo.

A take on complexity: bio-molecules and human metabolism interaction modelling for health and nutrition with machine learning

The advent of omic data production has opened many new perspectives in the quest for modelling complexity in biophysical systems. With the capability of characterizing a complex organism through the patterns of its molecular states, observed at different levels through various omics, a new paradigm of investigation is arising. In this thesis, we investigate the links between perturbations of the human organism, described as the ensemble of crosstalk of its molecular states, and health. Machine learning plays a key role within this picture, both in omic data analysis and model building. We propose and discuss different frameworks developed by the author using machine learning for data reduction, integration, projection on latent features, pattern analysis, classification and clustering of omic data, with a focus on 1H NMR metabolomic spectral data. The aim is to link different levels of omic observations of molecular states, from nanoscale to macroscale, to study perturbations such as diseases and diet interpreted as changes in molecular patterns. The first part of this work focuses on the fingerprinting of diseases, linking cellular and systemic metabolomics with genomic to asses and predict the downstream of perturbations all the way down to the enzymatic network. The second part is a set of frameworks and models, developed with 1H NMR metabolomic at its core, to study the exposure of the human organism to diet and food intake in its full complexity, from epidemiological data analysis to molecular characterization of food structure.

Adaptive Neural Translation for Enterprises (ANTE). La traduzione automatica neurale a sostegno delle imprese emiliano-romagnole

Il progetto ANTE riguarda i nuovi sistemi di traduzione automatica (TA) e la loro applicazione nel mondo delle imprese. Lo studio prende spunto dai recenti sviluppi legati all’intelligenza artificiale e ai Big Data che negli ultimi anni hanno permesso alla TA di raggiungere livelli qualitativi molto elevati, al punto tale da essere impiegata da grandi multinazionali per raggiungere nuove quote di mercato. La TA può rispondere positivamente anche ai bisogni delle imprese di piccole dimensioni e a basso tenore tecnologico, migliorando la qualità delle comunicazioni multilingue attraverso delle traduzioni in tempi brevi e a costi contenuti. Lo studio si propone quindi di contribuire al rafforzamento della competitività internazionale delle piccole e medie imprese (PMI) emiliano- romagnole, migliorando la loro capacità di comunicazione in una o più lingue straniere attraverso l’introduzione e l’utilizzo efficace e consapevole di soluzioni ICT di ultima generazione e fornire, così, nuove opportunità di internazionalizzazione.

Sviluppo di un’app mobile con Realtà Aumentata e Machine Learning in contesto di biodiversità

Il volume di tesi ha riguardato lo sviluppo di un'applicazione mobile che sfrutta la Realtà Aumentata e il Machine Learning nel contesto della biodiversità. Nello specifico si è realizzato un modello di AI che permetta la classificazione di immagini di fiori. Tale modello è stato poi integrato in Android, al fine della realizzazione di un'app che riesca a riconoscere specifiche specie di fiori, oltre a individuare gli insetti impollinatori attratti da essi e rappresentarli in Realtà Aumentata.

Machine learning techniques for heavy-flavour baryon production measurements at the LHC

Il quark-gluon plasma (QGP) è uno stato della materia previsto dalla cromodinamica quantistica. L’esperimento ALICE a LHC ha tra i suoi obbiettivi principali lo studio della materia fortemente interagente e le proprietà del QGP attraverso collisioni di ioni pesanti ultra-relativistici. Per un’esaustiva comprensione di tali proprietà, le stesse misure effettuate su sistemi collidenti più piccoli (collisioni protone-protone e protone-ione) sono necessarie come riferimento. Le recenti analisi dei dati raccolti ad ALICE hanno mostrato che la nostra comprensione dei meccanismi di adronizzazione di quark pesanti non è completa, perchè i dati ottenuti in collisioni pp e p-Pb non sono riproducibili utilizzando modelli basati sui risultati ottenuti con collisioni e+e− ed ep. Per questo motivo, nuovi modelli teorici e fenomenologici, in grado di riprodurre le misure sperimentali, sono stati proposti. Gli errori associati a queste nuove misure sperimentali al momento non permettono di verificare in maniera chiara la veridicità dei diversi modelli proposti. Nei prossimi anni sarà quindi fondamentale aumentare la precisione di tali misure sperimentali; d’altra parte, stimare il numero delle diverse specie di particelle prodotte in una collisione può essere estremamente complicato. In questa tesi, il numero di barioni Lc prodotti in un campione di dati è stato ottenuto utilizzando delle tecniche di machine learning, in grado di apprendere pattern e imparare a distinguere candidate di segnale da quelle di fondo. Si sono inoltre confrontate tre diverse implementazioni di un algoritmo di Boosted Decision Trees (BDT) e si è utilizzata quella più performante per ricostruire il barione Lc in collisioni pp raccolte dall’esperimento ALICE.

Predire la borsa valori con language model neurali

Nonostante lo scetticismo di molti studiosi circa la possibilità di prevedere l'andamento della borsa valori, esistono svariate teorie ipotizzanti la possibilità di utilizzare le informazioni conosciute per predirne i movimenti futuri. L’avvento dell’intelligenza artificiale nella seconda parte dello scorso secolo ha permesso di ottenere risultati rivoluzionari in svariati ambiti, tanto che oggi tale disciplina trova ampio impiego nella nostra vita quotidiana in molteplici forme. In particolare, grazie al machine learning, è stato possibile sviluppare sistemi intelligenti che apprendono grazie ai dati, riuscendo a modellare problemi complessi. Visto il successo di questi sistemi, essi sono stati applicati anche all’arduo compito di predire la borsa valori, dapprima utilizzando i dati storici finanziari della borsa come fonte di conoscenza, e poi, con la messa a punto di tecniche di elaborazione del linguaggio naturale umano (NLP), anche utilizzando dati in linguaggio naturale, come il testo di notizie finanziarie o l’opinione degli investitori. Questo elaborato ha l’obiettivo di fornire una panoramica sull’utilizzo delle tecniche di machine learning nel campo della predizione del mercato azionario, partendo dalle tecniche più elementari per arrivare ai complessi modelli neurali che oggi rappresentano lo stato dell’arte. Vengono inoltre formalizzati il funzionamento e le tecniche che si utilizzano per addestrare e valutare i modelli di machine learning, per poi effettuare un esperimento in cui a partire da dati finanziari e soprattutto testuali si tenterà di predire correttamente la variazione del valore dell’indice di borsa S&P 500 utilizzando un language model basato su una rete neurale.

Sviluppo di un ambiente virtualizzato per la simulazione di attacchi a reti time-sensitive

Questo lavoro di tesi ha visto come obiettivo finale quello di realizzare una se- rie di attacchi, alcuni di questi totalmente originali, ai protocolli della famiglia Time-Sensitive Networking (TSN) attraverso lo sviluppo di un’infrastruttura virtualizzata. L’infrastruttura è stata costruita e progettata utilizzando mac- chine virtuali con Quick EMUlator (QEMU) come strato di virtualizzazione ed accelerate attraverso Kernel-based Virtual Machine (KVM). Il progetto è stato concepito come Infrastrucutre as Code (IaC), attraverso l’ausilio di Ansible e alcuni script shell utilizzati come collante per le varie parti del progetto.

La Teoria della Calcolabilità nelle scuole secondarie di secondo grado: una proposta didattica

Nonostante l'utilizzo di strumenti informatici nella pratica didattica della matematica sia ormai ampiamente diffuso, l'insegnamento dei principi matematici dell'informatica è preso meno in considerazione anche a causa dei pochi punti di contatto nelle "Indicazioni Nazionali" tra le due materie, matematica e informatica, che sono invece intimamente correlate. Questa tesi descrive una attività didattica incentrata sul concetto di calcolabilità e computabilità e basata sul noto formalismo delle Macchine di Turing. É nostra opinione che coinvolgere gli studenti in tali tipologie di attività possa stimolare oltre all'apprendimento di competenze disciplinari, anche lo sviluppo di importanti competenze trasversali, in primis, il problem solving. L’attività proposta nella tesi è stata realizzata in una classe terza di un istituto tecnico economico dove, a seguito di una spiegazione dell’argomento, sono stati svolti due esercizi di gruppo, utilizzando il software \emph{Turing Machine Visualization}, che permette agli studenti e al docente di avere un supporto visuale al dialogo. Al termine dell’attività didattica è stato somministrato agli studenti un questionario che ha permesso di valutare le competenze acquisite da due prospettive distinte: soggettiva e oggettiva. I risultati del questionario sono ampliamente analizzati e discussi nella tesi.