Se encontraron 20 investigaciones
En el diagnóstico por imágenes, el primer paso es determinar si la imagen en tratamiento es normal o anormal, ello requiere de personal radiólogo altamente calificado/entrenado para poder determinarlo, el principal problema es que este proceso se realiza de forma manual y basada en la subjetividad del especialista. Adicionalmente, en el aspecto médico, gracias al desarrollo de computadoras con mayores capacidades de procesamiento y almacenamiento, hoy se disponen de técnicas altamente sofisticadas de adquisición de imágenes tales como resonancia magnética y tomografía computarizada que pueden producir cientos de imágenes por examen. Actualmente el almacenamiento ya no es un problema, pero el uso adecuado y efectivo de los bancos de imágenes médicas de gran escala todavía es un problema que requiere de una solución innovadora. La implementación de un sistema de pre-selección y clasificación de normalidad de imágenes médicas permitirá incrementar la calidad de diagnóstico por imágenes con soporte computacional, adicionalmente permitirá la disminución de los costos de diagnóstico, viabilizando la realización de telerradiología. Al mismo tiempo el desarrollo de un atlas médico, como resultado complementario, junto a una herramienta inteligente de recuperación de imágenes por contenido incrementará el aprovechamiento de las imágenes médicas almacenadas en los centros hospitalarios de forma más eficiente.
Participantes:
Instituciones participantes:
Como es sabido, el tráfico en Lima genera muchos inconvenientes a la ciudad. Por citar sólo algunos está el estrés causado a choferes y peatones, las horas hombres pedidas en los viajes a horas punta, la contaminación ambiental y sonora por el uso indiscriminado del claxon, etc. Un componente importante para solucionar este problema es abordar el reordenamiento del transporte público. El presente proyecto busca generar un sistema óptimo de rutas que atienda la demanda de transporte de la población de la ciudad de Lima. Este sistema consiste en tener un conjunto de líneas de transporte público que permita cubrir la necesidad de movilización de la población de cada par origen-destino de la ciudad reduciendo la congestión vehicular. Para resolver este problema se intentará minimizar el tiempo promedio de viaje por persona tomando en cuenta algunas restricciones como la capacidad de las vías (cantidad de carriles de calles y avenidas) y la distribución de paraderos asignados por línea. Para ello se creará un algoritmo metaheurístico (proveniente de las técnicas de inteligencia artificial para la resolver problemas complejos) que nos permita reorganizar las rutas de transporte público, generando nuevas o modificando actuales. Además, se diseñará la estructura de información que permita, con los beneficios del Big Data, analizar y tomar decisiones sobre el tránsito en Lima.
Participantes:
Instituciones participantes:
Nuestro entendimiento sobre el Universo es aún incompleto, en este contexto los neutrinos son nuestra mejor conexión con la nueva física que explicaría lo que no conocemos aún. Esta propuesta se enfocará en estudiar señales de esta nueva física utilizando los datos de experimentos actuales en prospectiva con experimentos futuros, tales como DUNE (Deep Underground Neutrino Experiment - Fermilab) entre otros. Para tener una mayor potencia en nuestras búsquedas de nueva física requerimos computación de alto rendimiento (HPC) como herramienta fundamental. Es pues también materia de esta propuesta la implementación de nuestros cálculos en entornos de nuevas tecnologías de HPC, tales como son las unidades de procesamiento gráfico. Este desarrollo, al margen de tener impacto en la generación de conocimiento de frontera, podría tener aplicaciones que vayan más allá de la ciencia fundamental.
Participantes:
Instituciones participantes:
Nuestra propuesta busca replicar el trabajo realizado por el experto en control de calidad de CECOVASA, quien realiza dos tipos de análisis: Perfil de taza y rendimiento. Nuestra propuesta está orientada a automatizar el análisis de rendimiento del café verde, lo cual consiste en cuantificar la cantidad de defectos que presenta una muestra de café. Estos defectos pueden ser primarios o secundarios. Los defectos primarios están referidos a los granos negros (por defecto de producción) y granos marrones (por fermento). Los defectos secundarios están referidos a: parcial brocado y brocado leve (ocasionado por el insecto de nombre broca que pica al grano), inmaduro (por la cosecha temprana), partidos (ocasionados por la máquina de pilado o por manipulación en el transporte, blanqueado (secado excesivo), conchas (malformación genética), hongueado, sobrefermento (parcialmente marrón). En el presente proyecto se implementará un equipamiento que sirva para la adquisición de imágenes bajo condiciones de iluminación controladas de la muestra, y esté conectado a un computador donde se desarrolle el análisis de rendimiento a través de un software de análisis de imágenes, que también será desarrollado como parte del proyecto. Respecto al software, este deberá realizar un proceso previo de detección automática de los granos de café en las imágenes de la muestra, luego se tendrá procedimientos de conteo, detección de defectos primarios, detección de defectos secundarios, y estadísticas. Con nuestra innovación también se podrán detectar algunas otras características que no son fácilmente calculadas por el ojo humano, como determinar la distribución de tamaño de la muestra, la distribución de color de los mismos, características cuantificables de textura. Estas medidas permitirán otorgar un mayor valor al grano a ser exportado, en vista que las muestras de pre-embarque podrán llevar consigo esta información digital y/o ser enviada vía internet al cliente extranjero.
Participantes:
Instituciones participantes:
El ecoturismo en el Parque Nacional Huascarán (PNH) debe ser sostenible y ordenado, pero se encuentra amenazado por peligros hidrometeorológicos y el cambio climático. En promedio 4.5 visitantes del PNH fallecen al año y la experiencia a nivel mundial indica que la progresiva mejora en la disponibilidad de información de monitoreo y pronóstico meteorológico ha reducido las fatalidades en las actividades ecoturísticas en alta montaña. Sin embargo, en el PNH la disponibilidad de dicha información a escala local está limitada tanto por lo reducido del sistema observacional como por la falta de herramientas automatizadas para la generación de los pronósticos meteorológicos. En este proyecto se fortalecerá el sistema de información meteorológica para el PNH. Para esto, se diseñará un sistema de vigilancia automatizada y optimizada de los peligros hidrometeorológicos y se implementará un sistema de inteligencia artificial para determinar el estado del tiempo, particularmente la nubosidad, basado en imágenes de cámaras de bajo costo. Se implementarán herramientas de pronóstico de tormentas eléctricas utilizando información satelital, basado en la técnica de flujo óptico, con metodologías tradicionales y de inteligencia artificial con variación temporal y considerando la influencia de la topografía. También se implementará un sistema de corrección empírica de las salidas operacionales de modelos numéricos de la atmósfera a través de un modelo de regresión múltiple para generar pronósticos del tiempo a escala local en el PNH y a nivel diario. Estas herramientas se operativizarán en SENAMHI mediante APIs y se desarrollará un aplicativo móvil para poner la Información generada, así como otra relevante de INAIGEM y SERNANP, a disposición de los visitantes del PNH y operadores turísticos, lo cual permitirá una planificación y realización más segura de las actividades ecoturísticas.
Participantes:
Instituciones participantes:
Los recientes eventos climatológicos ocurridos en el país nos demuestran que no poseemos capacidades físicas ni humanas para recuperarnos rápidamente, esto debido a diferentes factores; pero, ocurrida la catástrofe, el paso inmediato es medir el daño producido de manera que se puedan definir proyectos de infraestructura y saneamiento que consigan recuperar las áreas afectadas y reinstaurar el normal funcionamiento de servicios y mejora de la calidad de vida de las personas. En el caso de inundaciones la tarea fundamental es detectar los cuerpos de agua, pero, luego de ocurrido el desastre natural, estos cuerpos de agua se presentan de forma no homogénea por causa de mezcla del agua con otros materiales; es decir los índices de color en imágenes de sensores remotos presentan una alta variabilidad. El trabajo de caracterización de cuerpos de agua, así como la determinación de zonas afectadas y evaluación del daño post-desastre, se realizan por especialistas de forma visual directa con apoyo de herramientas semiautomáticas. Nuestra propuesta consiste en aplicar técnicas de aprendizaje de máquina y visión computacional (deep learning) para la extracción automática de información de cuerpos de agua en imágenes satelitales multi-temporales, de manera que se facilite la evaluación del daño provocado por desastre de inundaciones y huaycos en un menor periodo de tiempo.Por tratarse de un proyecto inicial nos centraremos en el diseño de la red neuronal y para el área de estudio nos concentraremos en el distrito de Catacaos, donde el fenómeno de El Niño costero causó graves estragos el 2016. Para ello se cuentan con las imágenes satelitales obtenidas de bancos de imágenes libres de la región de Catacaos previos y posteriores a la catástrofe. El resultado del presente proyecto podrá ser usado para un proyecto mayor, que involucre más regiones afectadas y la participación de mayores actores (CONIDA, COEN, etc), de manera que se apoye en las políticas nacionales de resilencia.
Participantes:
Instituciones participantes:
Crear una plataforma de información de imágenes satelitales y herramientas metodológicas de análisis estadístico espacio-temporal y modelamiento matemático para aplicaciones en salud pública. Particularmente estamos interesados en identificar factores de riesgo para brotes epidémicos que puedan monitorearse/detectarse y contribuir en intervenciones de prevención de enfermedades infecciosas y crónicas en zonas rurales. Los factores de riesgo identificados así como sus niveles de asociación, serán empleados en el desarrollo de modelos matemáticos determinísticos y probabilísticos para la dinámica de transmisión de enfermedades. Como caso de estudio inicial, como prueba de concepto, y en virtud de su importancia en la salud pública nacional y global, abordaremos el problema de la malaria en el Perú.
Participantes:
Instituciones participantes:
El presente proyecto desarrollará una plataforma computacional para el procesamiento automático de micrografías digitales de muestras vivas de semen con el fin de determinar la capacidad de fertilidad masculina, para ello se desarrollarán algoritmos computacionales que permitan de forma automática la detección de las células espermáticas con lo que se busca diferenciar a estas de posibles artefactos presentes en la muestra, determinando las características morfológicas y de motilidad de los espermatozoides para, de acuerdo a los estándares definidos por la OMS, se diagnostique la capacidad de fertilización del paciente en análisis. Los sistemas CASA existentes en el mercado son de tipo semi-automático, además de su alto costo, poseen tecnología computacional cerrada que no permite modificación alguna del código en el cual fueron desarrollados, para ello, con el presente proyecto se busca desarrollar la tecnología propia que permita adecuar la plataforma de análisis de semen a las diferentes condiciones que pueda presentar una muestra. Al finalizar el proyecto, este know how podrá ser extendido para el análisis de otros tipos de muestras de semen, que pueden provenir de animales, lo cual es útil para la conservación y mejoramiento genético de animales de producción con registros numéricos, como es el caso de vacunos y alpacas. Además también se formará personal especializado en la aplicación de algoritmos de visión computacional a diferentes problemas del país.
Participantes:
Instituciones participantes: