Browsing by Author "Carenzo, Catalina"

Now showing 1 - 3 of 3
  • Thumbnail Image
    proyecto final de grado.listelement.badge
    Diseño de E-Health App para acceso a datos clínicos relevantes de pacientes sin facultades de responder el interrogatorio médico mediante validación de su identidad con reconocimiento facial
    (2020) Carenzo, Catalina; Scalese, María de los Milagros; Tajerian, Matías Nazareth
    "El presente proyecto tiene como objetivo diseñar una aplicación de tipo E-Health que permita el acceso por parte del personal de salud a los datos clínicos relevantes presentes en la HCE de un paciente incapaz de responder el interrogatorio médico a partir de la validación de su identidad con reconocimiento facial."
  • Thumbnail Image
    póster.listelement.badge
    Pastillero electrónico
    (2018) Carenzo, Catalina; De Cesare, Luciana; Hirschson Álvarez Prado, Lourdes; Martínez, Emanuel
    "Con el fin de facilitar la toma de múltiples pastillas a lo largo del mes se diseñó un pastillero electrónico. El mismo consta de veintiocho compartimientos diarios con cuatro divisiones, para diferentes frecuencias, a elección del paciente. Cuenta con un sistema de alarmas y un sensor de temperatura y humedad que garantiza el buen estado de los medicamentos."
  • Thumbnail Image
    póster.listelement.badge
    Spike-and-wave epileptiform discharge pattern detection based on Kendall’s Tau-b Coefficient
    (2019) Ems, Joaquín; Hirschson Álvarez Prado, Lourdes; Carenzo, Catalina; Muro, Valeria; D'Giano, Carlos; Quintero-Rincón, Antonio
    "Epilepsy is a main public health issue. An appropriate epileptiform discharges pattern detection of this neurological disease, is a typical problem in biomedical engineering. In this paper, a new method is proposed for spike-and-wave discharge pattern detection based on Kendall’s Tau Coefficient. The proposed approach is demonstrated on a real dataset containing spike-and-wave discharge signals, where our performance is evaluated in terms of high Specificity, rule in (SpPIn) with 94% for patient-specific spike-and-wave discharge detection and 83% for a general spike-and-wave discharge detection."