Gustavo Javier MESCHINO
Tesis y Proyectos Dirigidos

Este proyecto doctoral tiene como objetivo investigar y desarrollar metodologías para mejorar la calidad de medición y expandir la información de señales de electrocardiografía (ECG). Busca inferir signos vitales de los sistemas circulatorio y respiratorio, además del cardíaco, utilizando Inteligencia Artificial (IA) en tiempo real en dispositivos portables y en condiciones ambulatorias. Actualmente, la calidad de las señales ECG en dispositivos móviles puede verse afectada por artefactos de movimiento e interferencias. Además, el ECG contiene información respiratoria que no siempre se aprovecha plenamente. La hipótesis central es que la IA puede potenciar los sistemas portables de adquisición de signos vitales, extrayendo datos con calidad diagnóstica. Se espera desarrollar un dispositivo de ECG funcional, algoritmos de IA para mejorar las señales ECG, y algoritmos para inferir información respiratoria a partir del ECG.

El objetivo general es estudiar, proponer e implementar métodos para descubrir conocimiento en la clasificación y segmentación de imágenes médicas utilizando Inteligencia Artificial (IA). Ante el aumento de información médica y la necesidad de comprender las decisiones de la IA, se propone el desarrollo de métodos de extracción de conocimiento a partir de modelos de IA explicables (XAI). Esto incluye la creación de nuevos métodos de generación automática de sistemas de Lógica Difusa (LD) y modelos de redes neuronales profundas (DNN). Se busca que la XAI aporte nuevo conocimiento al especialista, mejorando el diagnóstico y la detección de patologías. Los métodos se validarán con datos sintéticos y reales.

Este plan de doctorado se centra en el estudio, propuesta, implementación y validación de redes neuronales secuenciales de aprendizaje profundo, con énfasis en la clasificación y segmentación de imágenes médicas. Ante el aumento de información y complejidad en imágenes médicas, y el potencial de modelos secuenciales como los Transformers, aún no estudiados en el laboratorio, este plan abordará el estudio de modelos existentes y la propuesta de nuevos. Los objetivos específicos incluyen investigar redes de aprendizaje profundo, especialmente secuenciales, desarrollar modelos para tareas en imágenes médicas, y validar su contribución. La hipótesis es que estas redes permitirán avances significativos en el procesamiento de datos de salud y sistemas de soporte a decisiones

Este proyecto investiga la integración de indicadores de Variación del Diámetro Arterial (VDA), medidos en la arteria cubito radial, en la Historia Clínica Electrónica (HCE). El objetivo principal es mejorar el soporte al diagnóstico de enfermedades cardiovasculares, optimizando la calidad de los datos en la HCE y permitiendo una mejor clasificación y comparación de la información de los pacientes. Actualmente, la falta de herramientas que utilicen estas señales limita la evaluación cardiovascular eficiente.

La investigación propone un enfoque mixto (cuantitativo y cualitativo) para analizar registros de VDA, su correlación con la edad, y la percepción de los profesionales médicos sobre su utilidad clínica. Se espera que los resultados transformen la práctica clínica y mejoren los resultados para pacientes con patologías cardiovasculares, abordando un vacío existente en la literatura sobre la integración efectiva de estas señales en la HCE.

Este plan de doctorado busca realizar aportes metodológicos en el desarrollo de nuevos procesos de adquisición y procesamiento de patrones de speckle y biospeckle láser. El objetivo es optimizar estas técnicas para desarrollar sistemas inteligentes que analicen e interpreten fenómenos biológicos e industriales. Actualmente, la caracterización de patrones de speckle permite el estudio no invasivo de diversos fenómenos. Sin embargo, se considera que se pueden obtener mejores resultados incorporando sistemas inteligentes para adaptar y optimizar la adquisición y el procesamiento según las características del fenómeno. Se propone estudiar la combinación de técnicas tradicionales con métodos de inteligencia computacional y artificial. Esto busca mejorar la adquisición del registro óptico, los métodos de procesamiento de datos y las técnicas de clasificación y reconocimiento de patrones.

Explicación: próximamente.

Este trabajo final se enfoca en construir un modelo de Inteligencia Artificial para identificar y rastrear vehículos en videos de cámaras de seguridad ciudadana con fines forenses. El modelo utiliza los algoritmos YOLO para la detección y Deep-Sort para la identificación y el seguimiento de los vehículos, incluso ante oclusiones o cambios de apariencia.

El proyecto explora las redes neuronales convolucionales (CNNs) y su aplicación en visión por computadora. Se implementarán modelos preentrenados y se entrenará un modelo propio utilizando Python y videos de cámaras de seguridad, con el objetivo de evaluar su rendimiento en entornos reales y proporcionar una base para futuras investigaciones en la detección automática de vehículos para la seguridad pública y forense.

El principal objetivo de esta Tesis fue el desarrollo de algoritmos basados en inteligencia computacional aplicados a registración. Teniendo en cuenta como principal aporte los métodos de optimización estadística aplicados y quizá los propuestos, tanto en transformaciones lineales como elásticas. En base a esto la hipótesis planteada para el desarrollo de esta investigación es: Las técnicas de optimización estadística y de inteligencia computacional aplicadas en el contexto de la registración de imágenes aportarán avances significativos. Los objetivos específicos de esta Tesis comprenden:

• Desarrollar nuevos algoritmos de registración basados en inteligencia computacional.
• Mejora de algoritmos existentes y comparación de resultados.
• Proponer un método de registro automático basado en algoritmos evolutivos y de enjambres donde sea menor la intervención de un usuario experto.

En esta Tesis se cumplió con el objetivo principal planteado, proponiendo:

• Una metodología formal completa para la extensión del uso de predicados difusos con LD tipo 2 de intervalos, a partir de la propuesta del concepto de medida de intervalos de valores de verdad, la cual habilita a la comparación de intervalos de valores de verdad, definiendo un orden.
• Un amplio conjunto de métodos de generación automática de sistemas difusos basados tanto en LD tipo 1 como LD tipo 2 de intervalos; utilizando tanto enfoques supervisados: Type-1 Label-based Fuzzy Predicate Classification (T1-LFPC) y Type-2 Label-based Fuzzy Predicate Classification (T2-LFPC); como no supervisados: Type-1 Data-based Fuzzy Predicate Clustering (T1-DFPC), Type-1 SOM-based Fuzzy Predicate Clustering (T1-SFPC), Type-2 Data-based Fuzzy Predicate Clustering (T2-DFPC) y Type-2 SOM-based Fuzzy Predicate Clustering (T2-SFPC). Estos métodos, no sólo resuelven el problema de segmentación de imágenes, sino que potencialmente aportan conocimiento.
• Un método preliminar para la extracción de conocimiento a partir de los sistemas difusos generados mediante los métodos automáticos propuestos.
• Un análisis formal de la performance de métodos basados en LD tipo 2 de intervalos, realizando comparaciones con modelos análogos con LD tipo 1, tendientes a analizar las ventajas de LD tipo 2 de intervalos debido a su mayor capacidad para el manejo de imprecisión e incertidumbre.

Este proyecto final de grado consiste en el desarrollo de un sistema informático basado en redes neuronales artificiales para facilitar la identificación de especies marinas en las costas y arrecifes marplatenses. Actualmente, investigadores del Departamento de Biología de la UNMDP analizan manualmente videos para estudiar la evolución y controlar la fauna marina, una tarea ardua y demandante en tiempo. El sistema propuesto utilizará redes neuronales convolucionales (CNN) para identificar automáticamente las especies en los videos. Registrará las especies presentes, la cantidad de apariciones y el grado de certeza, generando reportes automáticos. El objetivo general es desarrollar una herramienta de IA que reduzca el tiempo y esfuerzo del análisis manual actual. Se espera implementar un modelo de clasificación y un software de análisis automatizado de videos.

Este proyecto desarrolla un sistema computacional innovador, basado en Inteligencia Artificial, para analizar automáticamente videos de ecografías de pulmón. El sistema identifica patrones específicos que indican distintos estados pulmonares basados en el comportamiento y estado de la pleura y ofrece una interfaz intuitiva para interpretar los resultados mediante informes visuales y métricas claras.

Busca apoyar a especialistas en diagnóstico por imágenes y fomentar la investigación médica al permitir el análisis masivo de ecografías pulmonares. Se implementó una aplicación de escritorio local (React, Node.js, Electron) que invoca scripts de Python con modelos de aprendizaje profundo para clasificar cada frame del video, generando probabilidades de pertenencia a estados pulmonares definidos (Normal, B1, B2, Consolidación).

Obtener una medición continua de la presión arterial es de enorme importancia para el monitoreo del estado de pacientes en internación. La forma exacta y precisa de hacerlo es de manera invasiva (método directo de medición). En los últimos años, ha cobrado importancia un método indirecto, no invasivo, para la medición continua de la presión arterial, a través de su cálculo con una fórmula que incluye la medición del tiempo de tránsito de pulso (PTT, del inglés, Pulse Transit Time) y otros parámetros estimados. El PTT se mide desde el momento de la eyección de sangre del corazón hasta el arribo del pulso eyectado a una arteria. Se plantea en esta beca, luego de una optimización de un sistema de adquisición disponible, la determinación preliminar del PTT a partir de datos obtenidos de las curvas del pulso arterial y sonido cardíaco, con el fin de desarrollar un método no invasivo de estimación continua de presión arterial. La contribución de este trabajo consiste en obtener el dato de PTT adquiriendo solamente señales mecánicas (sonido cardíaco y pulso arterial), proponiendo así una alternativa al uso del electrocardiograma. El sistema así desarrollado sería innovador y de gran importancia para la monitorización de pacientes internados.

Este proyecto tiene como objetivo desarrollar una herramienta para asistir en la toma de decisiones efectivas mediante la visualización y organización de datos multivariable con Mapas Autoorganizados (SOM).

La solución consta de una aplicación web para ingreso de datos y visualización, y un servidor para procesamiento y entrenamiento hiperparametrizado de la red neuronal. El sistema entrena un SOM que se visualiza en un mapa bidimensional, permitiendo descubrir patrones y relaciones para el análisis exploratorio de datos.

Funcionalidades clave incluyen carga y filtrado de datos[cite: 56], configuración de entrenamiento, visualización interactiva de mapas (celdas hexagonales), mapas de componentes, clustering, y segmentación de imágenes. La herramienta busca ser intuitiva, abstrayendo al usuario de la complejidad algorítmica.

Este proyecto desarrolla "Puente", una plataforma de vinculación tecnológica para la Universidad Nacional de Mar del Plata. Su objetivo es centralizar ofertas tecnológicas de unidades académicas y conectarlas con el sector socioproductivo, optimizando la gestión de ofertas y demandas mediante un software único.

La plataforma busca agilizar vinculaciones usando Inteligencia Artificial para encontrar similitudes entre ofertas y demandas. Incluye gestión de ofertas/demandas, grupos de investigación, autorización de ofertas en dos niveles, y una "vitrina tecnológica". Además, gestiona líneas de financiamiento.

Un componente innovador es su sistema de matcheo basado en IA, que utiliza un modelo preentrenado de Sentence Transformers para comparar textos descriptivos. La plataforma está operativa en los servidores de la universidad.

Este proyecto tiene dos partes fundamentales:

• Un sistema de almacenamiento estructurado de registros de señales de Variación del Diámetro Arterial (VDA), con la información de sus pacientes y capacidad de anonimización para usarlos como base de estudios científicos.
• Un enfoque innovador para estimar la edad arterial mediante Redes Neuronales Convolucionales (CNN). Estas redes, parte del aprendizaje profundo, analizan las señales de VDA de ciclos cardíacos. A diferencia de métodos tradicionales con análisis limitados, las CNN extraen características automática y precisamente, permitiendo un análisis más detallado de la VDA y la estimación de la edad arterial en una población más amplia sin intervención médica para recolectar datos. Se destaca la precisión y robustez del modelo propuesto como herramienta no invasiva para la evaluación continua del riesgo cardiovascular, con aplicaciones directas en la prevención y manejo de enfermedades cardiovasculares. Este avance es un paso significativo en la integración de la inteligencia artificial en la medicina, especialmente en la salud cardiovascular.

Este proyecto final aborda la segmentación y seguimiento del movimiento del globo ocular para la interacción persona-computadora, utilizando imágenes de baja resolución de una cámara web sin hardware específico.

Los objetivos principales son:

• Desarrollar un método robusto para segmentar el iris y/o pupila y así detectar la posición relativa del globo ocular.
• Implementar un algoritmo que identifique movimientos oculares (gestos) para traducirlos, por ejemplo, a movimientos de un cursor.
• Desarrollar y evaluar una interfaz para esta interacción.

Se propone un método que incluye la segmentación del iris/pupila mediante la Transformada de Hough para circunferencias, el uso de un objeto de referencia físico para independizarse de movimientos de cabeza y ajustar la detección, y una interfaz de calibración y seguimiento. Se busca una solución robusta, mínimamente invasiva y confortable para el usuario.

Este proyecto de Ingeniería Electrónica consistió en el desarrollo de un sistema de medición de bioimpedancia para tareas de investigación de la Facultad de Psicología de la UNMdP. La bioimpedancia se utiliza para estimar la composición corporal y detectar cambios en tejidos biológicos. El sistema está diseñado para obtener la variación temporal de la impedancia de la piel, registrando los datos mediante una interfaz gráfica.

El dispositivo inyecta una corriente alterna de baja intensidad (50 kHz) en el antebrazo, mide la tensión resultante y, mediante multiplicación y filtrado, obtiene el valor de bioimpedancia. Los datos se muestran en gráficos y se guardan en formato .csv. El prototipo final, construido con componentes discretos, demostró un error relativo máximo del 2,5% y cuenta con aislación eléctrica para seguridad del sujeto.

Se propone un sistema que brinde una solución que integre todo el proceso de análisis de las imágenes de speckle láser en un mismo sistema, que sea de fácil utilización y que reduzca los tiempos de respuesta.

Este proyecto desarrolla una herramienta de soporte para la monitorización durante maniobras de reclutamiento pulmonar (MR), interpretando patrones ecográficos en videos de ultrasonido pulmonar (UP). Las MR buscan re-airear pulmones colapsados (atelectasia), una complicación frecuente en anestesia general.

Se propone procesar secuencias de video de UP con una red neuronal artificial de aprendizaje profundo, entrenada mediante transferencia de aprendizaje. Médicos especialistas etiquetaron imágenes de UP ("Normal", "Líneas B", "Consolidación") para el entrenamiento[cite: 10]. El sistema resultante proporciona, para cada imagen, probabilidades de pertenencia a las clases definidas y un análisis resumen del video, asistiendo en la interpretación de la dinámica de los patrones ecográficos.

Se propone el diseño de un equipo cuyo objetivo es actuar como interfaz entre un individuo que presente un cuadro de patología grave que impida el movimiento de los miembros inferiores y superiores, como tetraplejia, y un sistema operativo presente en un dispositivo (PC, celular, tablet, etc.). Su misión principal consiste en complementar las limitaciones provocadas por la lesión, de forma que le permita acceder de manera sencilla a las funcionalidades propias de dichos sistemas. Este desarrollo surge a partir de una propuesta de un joven que se encuentra en la condición de cuadriplejia. El primer prototipo funcional se diseñó en base a sus necesidades. En el primer modelo se trabajó sobre un mouse comercial, el cual fue modificado para adaptarlo a las condiciones propias del proyecto.

Se propone en este Proyecto Final el desarrollo de un dispositivo para la escucha en tiempo real de sonidos pulmonares en bebés prematuros el cual permitirá a un especialista escuchar sonidos y, al mismo tiempo, guardar esa información en formato digital. El dispositivo será diseñado para trabajar en unidades de cuidados intensivos neonatales (UCIN), lo cual debe permitir su utilización de forma eficaz y segura, y, asimismo, cumplir con los requisitos de higiene requeridos en este tipo de ambientes.

En este trabajo se realizó un análisis y simulación de una red de acceso ADSL sobre un par trenzado de cobre, propio de las líneas telefónicas, para facilitar el análisis del comportamiento de dichos bucles a los diferentes cambios de calibre de cable, largos de línea y condiciones de funcionamiento, teniendo en cuenta las diferentes fuentes de ruido e interferencias que pueden afectarla. Se analiza y explica la red de acceso completa, exponiendo todos los elementos que la componen, desde la Oficina Central hasta el domicilio del cliente. Se aborda el análisis desde el comportamiento del lazo como medio de transmisión con parámetros distribuidos y cómo los mismos afectan la respuesta en frecuencia del enlace.

El fin de este proyecto fue el desarrollo de una aplicación para realizar análisis inteligentes de mediciones goniométricas corporales realizadas con smartphones con sistema operativo Android. Se construyó una herramienta para registrar el rango de amplitud articular en distintos perfiles de pacientes y elaborar reportes automáticos que asistan y faciliten el trabajo del fisioterapeuta.

El objetivo del presente trabajo es el desarrollo e implementación de un sistema portable de adquisición de electrocardiografía (ECG), con posibilidad de ser aplicado de manera simultánea a todas las derivaciones requeridas, y el posterior procesamiento de los datos para la realización de un estudio de la variabilidad de la frecuencia cardiaca (VFC). Los requerimientos de este proyecto llevaron a la necesidad de investigar el estado del arte en lo relacionado a tecnologías actuales que permitieran este tipo de desarrollos. La constante evolución en el diseño de circuitos integrados, con cada vez más integración de elementos funcionales en una única pastilla de silicio, trajo aparejado el surgimiento de los dispositivos denominados front-end. El ADS1298 de Texas Instruments es un circuito integrado perteneciente a esta familia de dispositivos que ofrece funcionalidades y hardware específico para la adquisición de señales electrocardiografía.

En este proyecto se diseñó un prototipo para la adquisición de las señales provenientes de un sensor de oximetría de pulso y fotopletismografía (conocida por sus siglas PPG, de photoplethysmography), que se basa en emisores de luz roja e infrarroja y su respectivo detector. Se propone considerar la morfología de la onda de PPG para diagnosticar el tono vascular en forma continua, lo que no es posible de realizar con equipos comerciales, pues éstos filtran y procesan la señal para mostrarla en pantalla, perdiendo información de interés para el objetivo planteado.

El objetivo de este proyecto fue desarrollar una aplicación para la visualización 2D y 3D que permitiera el manejo dinámico e interactivo de conjuntos de datos de N-Dimensiones. Se propuso la utilización de redes neuronales del paradigma de mapas auto-organizados (SOM, Self-Organizing Maps), que aprenden computacionalmente a partir de datos, de forma no supervisada, permitiendo al usuario interesantes análisis y obtención de información. Pero la novedad consistió en su interfaz de visualización utilizando la herramienta Unity, que permitió mostrar los resultados en gráficos tridimensionales altamente interactivos.

El parámetro estadístico Entropía de Permutación (EP) determina la complejidad en series temporales, basándose en la comparación de sus valores vecinos. Presenta grandes ventajas frente a otros parámetros: rapidez, robustez, simplicidad de cálculo e invarianza con respecto a trasformaciones no lineales. Este trabajo, estudia diferentes técnicas para implementar la EP en el reconocimiento de texturas en imágenes.

Considerando los elevados costos de los equipos de adquisición, que dificultan el acceso de los sectores más vulnerables a este tipo de tecnologías, se desarrolló una solución de bajo costo, portable, que permita a un especialista visualizar datos del paciente en tiempo real, brindando monitoreo y atención profesional en forma remota, con el único requisito, por parte del paciente, de poseer una conexión a internet básica. Se siguió el concepto de Internet de las Cosas (IoT, por sus siglas en inglés Internet of Things), con motivo del gran auge en la conexión de objetos cotidianos a internet. La aplicación web desarrollada recibe los datos del paciente via internet, realiza un filtrado digital para eliminar el ruido proveniente de la Red de energía eléctrica de 50 Hz, y permite visualizar la información biomédica en tiempo real, para realizar su monitoreo a distancia. Es un equipo compacto, simple de utilizar para el usuario, que incluye una función de verificación para comprobar el correcto funcionamiento del mismo y 2 modos de operación para la medición de señales cardíacas, dependiendo de cómo se coloquen los electrodos.

En este proyecto se analizó la capacidad de los micrófonos MEMS para adquirir señales de presión en la vía aérea, pulso cardiaco y sonidos cardiacos. Cada señal fue procesada para obtener su información relevante. Adicionalmente, al obtener simultáneamente las señales de sonido cardíaco y pulso, se dejó planteada la medición del tiempo de tránsito de pulso (PTT) el cual, de acuerdo investigaciones actuales, puede ser utilizado para realizar una estumación continua de la presión sanguínea.

En este proyecto se diseñó y construyó un sistema de adquisición de señales biomédicas, en este caso de presión y flujo respiratorios y electrocardiograma, basado en un microcontrolador y software implementado en computadora. La motivación del proyecto es el propósito futuro de lograr un método no invasivo de estimación indirecta de variables hemodinámicas, como alternativa a los métodos invasivos tradicionales. Esto requiere las señales que se obtienen con el dispositivo realizado, que en esta etapa preliminar se utilizarán con fines de investigación para lograr avanzar en sucesivas etapas hacia el objetivo final. El dispositivo desarrollado obtiene las señales biomédicas del paciente mediante sensores y las envía a una computadora a través de un cable que además le proporciona la energía para su funcionamiento. El software de la computadora muestra las señales adquiridas en tiempo real y las almacena en un archivo para su posterior procesamiento y análisis.

Las interfaces cerebro-computadora (BCI) constituyen un canal de comunicación de un usuario hacia el mundo exterior al captar e interpretar las señales eléctricas del cerebro en su respuesta a estímulos externos. Estas señales se pueden traducir a comandos para el control de un dispositivo de comunicación asistida y así permitir comunicarse a una persona con discapacidades motrices severas. En este proyecto se diseñó y construyó un circuito de adquisición de señales electroencefalográficas (EEG) para utilizarlas en una BCI basado en potenciales evocados visuales de estado estable (SSVEP, Steady State Visually Evoked Potentials), que permite al usuario controlar un teclado virtual en la pantalla de una computadora. Se desarrollaron las etapas de procesamiento de las señales, clasificación e interfaz gráfica en MATLAB®. El aporte de este proyecto consiste en dar inicio a la investigación y desarrollo de sistemas BCI en el Laboratorio. El circuito de adquisición diseñado también se puede utilizar para adquirir otras señales biomédicas, como electrocardiografía y electromiografía, entre otras.

En este proyecto se investigaron descriptores de textura para identificar diferentes áreas de fractura en imágenes de materiales.

En este trabajo se diseñó e implementó un sistema (software) denominado PiiC: Procesamiento de Imágenes con Inteligencia Computacional. Este sistema, mediante el uso de lógica de predicados con valores de verdad difusos, permite la segmentación de imágenes de acuerdo a condiciones preestablecidas y entrenadas por un usuario experto. El principal objetivo es hacer más intuitivo el uso de predicados difusos en una aplicación para un usuario final, logrando “traducir” el lenguaje natural en un algoritmo que utiliza un modelo matemático difuso. Mediante el ingreso de las características (features) de una imagen, definidas pixel a pixel, y de términos difusos asociados a ellas, el sistema posibilita definir uno o más predicados para describir regiones u objetos de la imagen. Se definen tantos predicados como regiones u objetos se quieren segmentar. Se obtienen también medidas cuantitativas de calidad de la segmentación obtenida en caso de tener una imagen patrón previamente segmentada por un experto. El conocimiento establecido en predicados puede ser luego reutilizado para procesar imágenes similares.

Las empresas distribuidoras de energía eléctrica requieren constantemente mejoras en el servicio, junto con una adecuada reducción de los costos propios del sistema. Encontrar la configuración óptima de la red de distribución disminuye las pérdidas de potencia, lo que repercute de manera directa sobre los costos, llevando además a un significativo ahorro energético. A lo largo de las últimas décadas se ha estudiado el problema de la reconfiguración de redes para la minimización de pérdidas (también con otros objetivos). Los algoritmos propuestos mejoran progresivamente los mínimos de pérdidas obtenidos y también disminuyen los tiempos computacionales. En este trabajo se propone la aplicación de un algoritmo basado en Ant Colony Optimization, abarcado en el paradigma de Swarm Intelligence, subdisciplina a su vez de la Inteligencia Computacional, conocido como Ant Colony Optimization. Se muestra una simple forma de codificación de la configuración de la red y se realiza un minucioso estudio de los rangos de valores para los parámetros de configuración del algoritmo. Se obtiene el resultado óptimo para redes de testeo y se observan valores adecuados para redes más complejas, con bajos tiempos computacionales.

Proyecto del área de seguridad informática. Se desarrolló un sistema de adquisición y procesamiento de datos con técnicas de Inteligancia Computacional, para el estudio de Botenets.

En este proyecto se desarrolló un sistema de procesamiento de datos con Proposiciones Difusas, el Fuzzy Tree Studio 1.0, ampliamente difundido. Es un desarrollo en .net en un entorno gráfico altamente intuitivo.

Cuando se combinan técnicas de extracción de características y reconocimiento de patrones para la segmentación de imágenes, la elección de las técnicas depende de la aplicación particular. El análisis de texturas constituye uno de los principales enfoques para la extracción de características. El conjunto de algoritmos desarrollados tanto para análisis de texturas como para reconocimiento de patrones es amplio. Cada técnica se basa en un determinado paradigma de análisis del problema y un conjunto de parámetros que la definen. La gran cantidad de parámetros involucrados hace a menudo difícil la tarea de selección y ajuste del algoritmo a utilizar. Frecuentemente es necesaria la combinación de técnicas para analizar la solución de una tarea de segmentación. Este trabajo propone la implementación de un framework que incluye un gran número de técnicas de análisis de texturas y reconocimiento de patrones facilitando la parametrización y combinación de técnicas para el análisis y segmentación de imágenes. Se analizan las características relacionadas con facilidad de utilización y tiempos de procesamiento.

Keystroke dynamics is a set of computer techniques that has been used successfully for many years for authentication mechanisms and masqueraders detection. Classification algorithms have reportedly performed well, but there is room for improvement. As obtaining real intruders keystrokes is a very difficult task, it has been a common practice to use normal users to capture keystroke data in previous work. Our research presents a novel approach to intruder classification using real intrusion datasets and focusing on intruders behavior. We compute six distance measures between sessions to cluster them using both modified K-means and Subtractive Clustering algorithms. Our distance measures use features that came from the relation between intruders sessions, instead of using features from each user only. The performance evaluation of our experiments showed that results are promising and intruders can be successfully classified with acceptable error rates.

Este trabajo da origen al primer sistema local de Inteligencia Computacional, denominado IC-PRO 1.0. Tiene un módulo de lógica difusa de predicados y otro de Mapas Autoorganizados.

En este proyecto se implementó un complejo procesamiento en MATLAB, en conjunto con una interfaz de usuario, que permite reconstruir regiones ocluídas (de tamaño moderado) en imágenes de texturas, principalmente de huellas dactilares. La reconstrucción se efectúa generalizando las texturas y patrones del borde de la región ocluída, creciendo hacia el área central. Procura ayudar a los peritos o a un sistema posterior de reconocimiento automático, para minimizar el error. El proyecto fue concebido para intentar mejorar la visualización de documentos microfilmados que contienen huellas de personas desaparecidas en los años de la última dictadura militar argentina (1976-1983).

En este proyecto se implementó un sistema de simulación de los lóbulos de emisión de antenas parabólicas. El sistema fue desarrollado en programación orientada a objetos y cuenta con una interfaz de usuario y la implementación de toda la matemática involucrada en la simulación, además de los gráficos respectivos.