Proyectos finales (grado)

Permanent URI for this collection

http://ri.itba.edu.ar/handle/123456789/8

Browse

Now showing 1 - 20 of 87

Actividad neuronal oscilatoria en el núcleo subtalámico detectada mediante potenciales de campo local durante discinesias en la enfermedad de Parkinson
(2024-02-07) Granda, Luna Belén; Merello, Marcelo; Wilken, Miguel
La actividad oscilatoria aumentada en la banda beta en los ganglios basales registrada en pacientes con enfermedad de Parkinson (EP) se ha identificado como un biomarcador del estado hipodopaminérgico. La actividad aumentada en las bandas theta y gamma durante las discinesias inducidas por Levodopa (L-3,4 dihidroxifenilalanina) en pacientes con EP en tratamiento han sido identificadas en diversos estudios como biomarcadores de las mismas. La terapia alternativa de los pacientes con EP refractarios a la medicación es la estimulación cerebral profunda, sin embargo el beneficio de esta terapia está estrechamente relacionado con una óptima colocación de los electrodos. El objetivo del presente estudio fue explorar la actividad neuronal oscilatoria durante discinesias en 10 pacientes con EP mediante el sensado de los potenciales de campo local de los ganglios de la base durante la cirugía de implantación. Se parte de la premisa de que durante la manifestación de discinesias se identificaría un incremento en potencia de las bandas theta y gamma en la zona dorsolateral del núcleo subtalámico (STN) en las señales de potenciales de campo local. Los valores de potencia en las bandas theta y gamma registrados arrojaron resultados significativamente más elevados durante las discinesias, y se correlacionaron en magnitud con aquellos electrodos de sensado situados en la región dorsolateral del STN significativamente. Estos resultados ilustran la fisiopatología de las discinesias en la EP y el poder predictivo de las bandas theta y gamma.
Análisis bioinformático para el tratamiento de la heterogeneidad tumoral de cáncer colorrectal con adenovirus oncolítico direccionado trancripcionalmente con promotores híbridos y sintéticos
(2020-08) Hirschson Álvarez Prado, Lourdes; Podhajcer, Osvaldo
"Este proyecto tiene por objetivo realizar un análisis bioinformático de los factores de transcripción de los 8 PETs detectados por el laboratorio, identificar aquellos que tienen una relevancia en la regulación de CCR para realizar en un futuro la construcción de nuevos AOL-RC. Por lo tanto, se centra en la regulación transcripcional del adenovirus. Por un lado, se estudian las secuencias de los PETs detectados en el laboratorio para combinar distintos PETs, identificando las fracciones de mayor interés para formar promotores híbridos. A su vez, se busca identificar factores de transcripción específicos de CCR para el armado de promotores sintéticos."
Análisis comparativo de pipelines de procesamiento y algoritmos de detección de ensambles neuronales para imágenes de calcio
(2021) Mandelbaum, Martín; Kropff, Emilio
"En los últimos años, las imágenes de calcio se han convertido en una valiosa herramienta para registrar actividad neuronal en diversas áreas del cerebro. La disponibilidad de microscopios de fluorescencia miniaturizados y de bajo costo permite un mayor acceso a investigaciones de neurociencias, entre las cuales se destaca el estudio de la formación y consolidación de memorias en el hipocampo. El gran caudal de células que pueden ser visualizadas con estas técnicas, y la posibilidad de realizar estudios con animales comportándose libremente permiten obtener información valiosa sobre diversas áreas de interés. Estos registros, sin embargo, deben ser acompañados por extensos procesos de corrección, procesamiento, y deconvolución de las señales para aportar información útil. En este proyecto se trabajó con registros de actividad en la región CA3 del hipocampo de un ratón (Mus musculus) sobre el cual se implementaron distintos pipelines de procesamiento de imágenes de calcio, los cuales fueron comparados según su robustez ante distintos niveles de ruido. También se evaluó la consistencia de algoritmos de detección de ensambles neuronales, conjuntos de neuronas que presentan coactivación y que se cree que forman la base del procesamiento neuronal de la información."
Análisis de complejos proteicos desordenados utilizando dinámica molecular como complemento al RMN : identificación de residuos claves y comportamiento dinámico
(2023) Bastien, María Clara; Tavolaro, Franco Giuliano; Fernandez, María Laura; Marino Buslje, Cristina
La espectroscopía de Resonancia Magnética Nuclear (RMN) ha sido durante mucho tiempo una herramienta valiosa para caracterizar las conformaciones moleculares de proteínas intrínsecamente desordenadas (IDPs), sin embargo, a menudo proporciona información limitada sobre la conformación estructural de sus complejos. Estas proteínas están asociadas con varios procesos biológicos clave, por lo tanto, su mal funcionamiento podría desencadenar enfermedades como cáncer, Parkinson, Alzheimer, etc. En este estudio, abordamos el desafío de aumentar la información conformacional a partir de datos de RMN para caracterizar los complejos de IDPs, empleando simulaciones de dinámica molecular (DM). La técnica de RMN resulta en un conjunto de estructuras, mientras que la MD proporciona información sobre el comportamiento de los complejos a lo largo del tiempo, mejorando nuestra comprensión de su dinámica estructural. Nuestra investigación involucró 9 complejos proteína-proteína, donde para cada uno de ellos, se realizaron 2 simulaciones de DM utilizando dos confórmeros de RMN diferentes como puntos de partida. En una segunda etapa, los resultados fueron analizados revelando que cada complejo muestra interacciones de residuos con probabilidades variables junto con una amplia gama de estados conformacionales. Destacablemente, identificamos interacciones centrales dentro de estos complejos, arrojando luz sobre los factores clave que influyen en su estabilidad y, finalmente, en su funcionalidad. Además, identificamos 3 complejos en los que las proteínas se separaron lo suficiente como para perder las interacciones centrales. Se necesitarán más datos para determinar si la función asociada requiere que estos complejos sean transitorios o lábiles. Nuestros hallazgos demuestran que las simulaciones de dinámica molecular complementan los datos de RMN al proporcionar una visión más completa de las estructuras complejas. El enfoque de dinámica molecular perfecciona la información obtenida de la RMN, proporcionando un recuento más preciso de los contactos centrales en una interacción proteína-proteína a lo largo del tiempo. Además, nuestro estudio destaca el papel crucial de residuos específicos en el mantenimiento de la estabilidad y la integridad de las interacciones complejas. En general, la combinación de RMN y dinámica molecular demuestra ser una estrategia poderosa para desentrañar las complejidades de los complejos biomoleculares. En conjunto, este estudio permite una comprensión más profunda del comportamiento y la función de los complejos de IDP y, eventualmente, esta información podría utilizarse para explorar nuevas estrategias de tratamiento de enfermedades.
Análisis de estado y propuesta de implementación de sistemas PACS y RIS en cuatro hospitales nivel III del Ministerio de Salud de CABA
(2023-02) Vartabedian, Luciana Mariam; Agüero, Claudio
Las imágenes médicas son el eje fundamental para el diagnóstico y seguimiento de diversas enfermedades. Esta es la razón por la cual toman especial relevancia para los Profesionales de la Salud, por su sensibilidad y necesidad. Hasta hace unos años, las imágenes médicas eran datos analógicos que se remitían a placas radiográficas que terminaban siendo extraviadas o descartadas, sin poder aprovechar todo su potencial. En la actualidad, se tiende a que las imágenes médicas sean datos digitales que se almacenan en grandes repositorios de datos dinámicos, que pueden ser consultados tanto por los pacientes como por los Profesionales de la Salud en cualquier momento, y de manera digital, sin necesidad de impresión. De esta forma, se aprovecha todo el potencial de la imagen, pudiendo diagnosticar utilizando herramientas de software para la visualización, medición y, también, logrando servicios de Diagnóstico por Imagen más amigables con el medio ambiente. Todo esto es posible gracias al avance de los sistemas informáticos de salud como RIS y PACS. Sin embargo, este avance tecnológico digital no es una realidad para todos los Hospitales y, es por esto, que este trabajo propone un proyecto de implementación de sistemas informáticos de RIS y PACS, junto con la actualización tecnológica necesaria a nivel de equipamiento médico, equipamiento informático e infraestructura en cuatro Hospitales nivel III del Ministerio de Salud de la Ciudad Autónoma de Buenos Aires, para lograr servicios digitales con procesos eficientes y flujos de trabajo estandarizados. De esta manera, el objetivo final es lograr ahorrar tiempos y mejorar la atención de los pacientes, hacer más ágil el proceso que se lleva a cabo en los Servicios de DxI, generar ahorros indirectos a los Hospitales y, por último, lograr disponer de bases de datos de imágenes médicas para investigación y desarrollo. Con el foco en el paciente y su mejor atención para lograr mejores resultados en su diagnóstico y tratamiento de patologías.
Análisis de la mecánica respiratoria por imágenes de tomografía por impedancia
(2021-05-18) Ems, Joaquín; Madorno, Matías
"El siguiente trabajo consiste en la utilización de la tomografía por impedancia eléctrica (EIT) como tecnología para monitoreo de pacientes que requieren asistencia respiratoria mecánica o que podrían necesitarla. Esto permite el seguimiento de la ventilación pulmonar de manera regional al pie de la cama, sin radiaciones ionizantes y con una resolución temporal mayor que en el caso de la tomografía computada. Esta tecnología fue especialmente útil, con la necesidad surgida a partir de la pandemia de COVID-19 para evaluar algunas de las estrategias de asistencia de estos pacientes."
Aplicación de Inteligencia Artificial (IA) al servicio de la salud en cáncer : su aplicación en tumores del tracto gastrointestinal (TGI) y su valoración costo-efectiva
(2023-11-16) Erbetti, Andrea Belén; Sanguinetti, Olivia; Pombo, María Teresa; Pérez, Adrián
La detección de células tumorales del tracto gastrointestinal (TGI) en imágenes histológicas es posible por un patólogo entrenado utilizando microscopía de luz. Sin embargo, distinguir entre tumores proficientes (pMMR Proficient Mismatch Repair ) o deficientes (dMMR Deficient Mismatch Repair ), ambos biomarcadores subrogantes de tumores con inestabilidad microsatelital (IMS), no es posible por esta metodología y requiere de la utilización de técnicas más sofisticadas como la inmunohistoquímica (IHQ) para su diferenciación. La IHQ es un método de detección antígeno específico, mediante la utilización de anticuerpos mono y policlonales para hacer visible una proteína. Requiere de médicos patólogos capacitados, trabajo metódico y minucioso, y es una técnica costosa, lo que dificulta su realización en los laboratorios de patología en todo el territorio del país. Como contrapartida, identificar a los pacientes con cáncer del TGI con tumores con IMS en función de su estadío clínico, permite diferenciar un subgrupo de pacientes con pronóstico y predicciones distintas. El objetivo de este Proyecto Final es generar un algoritmo basado en inteligencia artificial (IA) capaz de predecir IMS en TGI a partir de imágenes histológicas en microscopía de luz. La idea es que el mismo pueda ser utilizado como una herramienta accesible y costo-efectiva como soporte a la toma de decisiones. Esto es crucial ya que los pacientes podrían obtener el tratamiento acorde a su subtipo tumoral (Medicina de Precisión), entre otras ventajas que aporta este driver oncogénico.
Aplicación de vapor para el control de los huevos del mosquito Aedes aegypti
(2020-11-12) Blanc, María Cecilia; Zorgno, Ivanna; Fernández, María Laura
"El mosquito Aedes aegypti es un vector de hábitat domiciliario transmisor de enfermedades como el dengue, fiebre amarilla, zika y chikunguña. Es posible evitar la transmisión de estas enfermedades utilizando métodos de control del vector. Estudios previos han demostrado que el agua caliente puede disminuir la viabilidad de los de los huevos de Aedes aegypti y el vapor de agua, generar la mortalidad de los huevos y larvas de Aedes albopictus y Culex quinquefasciatus. En base a estos resultados, en el presente trabajo se analiza el efecto del vapor de agua sobre la viabilidad de los huevos de Aedes aegypti ya que este medio presenta una transferencia de calor más eficiente."
Avances hacia nanosistemas híbridos para la liberación controlada de agentes terapéuticos : nanopartículas mesoporosas de sílice y sistemas Pluronic F-127-Colágeno
(2024-03-14) Teubal, Manuel; Heredia, Matías; Ostapchuk, Gabriel; Catalano, Paolo
Las enfermedades crónicas son de las causas de muerte más prevalentes en el mundo, representando uno de los mayores problemas de la salud pública. Estas enfermedades pueden requerir tratamientos administrados por el paciente, tales como inyecciones o administración oral, donde sólo un 50 % se adhiere correctamente, causando a ́un más complicaciones de salud. Estos tratamientos pueden fallar por el lado del paciente, debido no recordar la toma del medicamento, percepciones de incomodidad o aversión a inyecciones. Por otro lado, el tratamiento puede ser menos efectivo debido a la falta de sincronización entre el efecto del agente y los procesos biológicos del organismo. Esto resalta la necesidad de sistemas de aplicación única que promuevan la liberación prolongada y a demanda de agentes terapéuticos en el tratamiento de enfermedades crónicas. La presente investigación se enfoca en el desarrollo de nanosistemas híbridos compuestos por nanopartículas mesoporosas de sílice y nanopartículas huecas mesoporosas de sílice, envueltas en una matriz de colágeno y copolímero Pluronic F-127, para lograr la liberación controlada de agentes terapéuticos destinados al tratamiento de enfermedades crónicas. El proyecto se centra en la caracterización y desarrollo de nanocompósitos poliméricos para el tratamiento de enfermedades crónicas. Se buscó evaluar la capacidad de carga y la cinética de liberación con el fin de asegurar un tratamiento más eficaz y un mayor cumplimiento terapéutico. Por su simplicidad, bajo costo y características compartidas con fármacos como el ibuprofeno por ejemplo, se utilizo la fluoresceína como agente terapéutico modelo. La síntesis de las nanopartículas se logró a través del método Stöber, modificando las concentraciones de los reactivos y las condiciones de reacción para perfeccionarlas a los parámetros deseados. La remoción del surfactante fue un paso crucial previo al ahuecamiento de las nanopartículas mesoporosas de sílice, obteniendo así las nanopartículas huecas mesoporosas de sílice de tamaño comparable y baja polidispersión. El proceso de ahuecamiento por etapas demostró una mejor remoción del núcleo interno y un depósito de sílice en la carcasa externa, resultando en un marcado aumento de tamaño entre ambas nanopartículas, mientras que el ahuecamiento continuo resultó en partículas más homogéneas. Se logró aumentar la carga superficial de las nanopartículas a m ́as de +30mV a través de su funcionalización, destacando que las nanopartículas huecas mesoporosas de sílice requirieron un mayor volumen de APTES para alcanzar una carga superficial similar a las nanopartículas mesoporosas de sílice debido a su mayor área superficial. Las isotermas de adsorción de fluoresceína evidenciaron la capacidad de carga de las partículas dependiente de su potencial de superficie, ajustándose al modelo de Freundlich, mostrando una adsorción en multicapa, coherente con su estructura mesoporosa. Además, en experimentos de binding se confirmó la correcta adsorción observada en las isotermas, revelando una liberación prolongada del 40 % para las nanopartículas huecas mesoporosas de sílice y 65 % para las nanopartículas mesoporosas de sílice después de 24 horas de comenzado el experimento. Por otro lado, se logró obtener un ensamblado de Pluronic F-127-colágeno, que permitió evaluar la liberación prolongada de fluoresceína en condiciones fisiológicas.
BrainWalkVR : aplicación en realidad virtual para el entrenamiento físico-funcional de los pacientes con la Enfermedad de Parkinson
(2023-11-13) Koh, Jungmin; Bestani, Santiago; Cresmaschi, Fabián
La enfermedad de Parkinson (EP) es un trastorno neurodegenerativo crónico y progresivo que afecta los circuitos motores en el cerebro, resultando en síntomas como lentitud en los movimientos, rigidez, temblores y problemas de coordinación. Además, los pacientes pueden experimentar dificultades cognitivas y todo el conjunto de complicaciones culminan en una marcada alteración en la marcha. Los tratamientos farmacológico y quirúrgico que existen en la actualidad no mejoran significativamente el trastorno de la marcha, lo cual impacta en la calidad de vida de los pacientes. En este proyecto final de grado, se diseñó una aplicación de entrenamiento en realidad virtual (RV) llamada BrainWalkVR, que sirve como herramienta de rehabilitación física y funcional en pacientes con Parkinson. Se llevó a cabo una fase de testeos con 11 participantes sanos, para evaluar la usabilidad del sistema, el grado de síntomas asociados con el cybersickness, y el rendimiento físico que logra exigir una sesión de entrenamiento de BrainWalkVR. Los resultados indicaron que la aplicaci ́on es altamente usable debido a la facilidad de aprender y al alto grado de satisfacción en los usuarios. Además, los participantes presentaron bajo nivel de síntomas de cybersickness, y el análisis de datos inerciales reveló que los participantes realizaron una cantidad significativa de pasos y giros, recorriendo una distancia considerable, durante el entrenamiento. El proyecto concluye que la aplicación BrainWalkVR tiene potencial para complementar los tratamientos de rehabilitación convencionales de la EP, y tendrá un impacto positivo en la calidad de vida de los pacientes al mejorar su movilidad y coordinación. A futuro, se sugiere realizar pruebas adicionales con un grupo más amplio de participantes y colaborar con profesionales de la salud para integrar la aplicación en la práctica clínica.
Clasificación de lesiones cutáneas utilizando métodos de procesamiento de imágenes y aprendizaje profundo
(2019-10-10) Choi, David Fabián; Migliano, Luciana; Milano, Federico E.; Mosquera, Tomás
El objetivo general de este trabajo es "desarrollar métodos de detección precoz de melanoma mediante el uso de un sistema automatizado."
Clasificación de tumores en mamografías utilizando redes neuronales convoluciones
(2021-03-26) Mondino, Carolina; Tajerian, Matías Nazareth
"En este trabajo se propone diseñar y comparar distintas arquitecturas de redes neuronales convolucionales que puedan clasificar lesiones en las mamografías. El objetivo del trabajo es generar modelos robustos que clasiquen a las lesiones en la mama tanto por su tipo (calcificación o masa) como por su severidad (benigna o maligna)."
Clasificación de tumores renales sólidos a partir de imágenes tomográficas, utilizando algoritmos de deep learning
(2022) Rey, Luciana; Mosquera, Candelaria
"El objetivo del proyecto es la creación de un sistema automático que utiliza redes convolucionales para la clasificación de carcinomas y oncocitomas, a partir de tomografías computarizadas multifásicas. Esta herramienta propone un diagnóstico sin requerir un procedimiento invasivo y puede servir como apoyo en la toma de decisión de los urólogos."
Creación de un modelo de gestión de tecnología médica basado en matrices de riesgos
(2017) Pastore, Flavia Carina; Mouriño, Bárbara
"El objetivo principal del presente trabajo fue crear un modelo simple e intuitivo, basado en matrices de riesgos, que ofrezca las herramientas necesarias para guiar la decisión de la renovación de equipamiento médico, mediante el ingreso de ciertas características del equipo; y que además permita identificar las acciones requeridas para efectuar los cambios necesarios en la Institución, previos a una renovación."
Cuantificación del error en la ejecución de una osteotomía utilizando un navegador quirúrgico
(2018) Mosquera, Candelaria; Ritacco, Lucas E.
"La motivación principal de este proyecto es incorporar la estrategia de mejora continua a la ortopedia oncológica mediante herramientas de cirugía asistida por computadora. El trabajo realizado se puede dividir en dos etapas. En primer lugar, se realizó una investigación detallada sobre el estado del arte de la cirugía asistida por computadora, de la ortopedia oncológica, y de los trabajos realizados para definir un método que cuantifique el desempeño quirúrgico en este campo. La investigación teórica realizada consistió en un análisis bibliográfico profundo de los distintos temas que influyen en el problema que se busca solucionar. Además, se realizó una familiarización práctica con el problema, a través de consultas con cirujanos de la especialidad y mediante una rotación de seis meses en la Unidad de Cirugía Asistida por Computadora del Hospital Italiano de Buenos Aires. El resultado de esta etapa está representado en el marco teórico de este informe. La segunda etapa consistió en el desarrollo de una aplicación de software para implementar la medición de precisión quirúrgica a partir de puntos digitalizados en forma intraoperatoria. Se realizó un plugin capaz de ser incorporado a softwares médicos usados en la actualidad. El plugin fue diseñado para cumplir dos funciones. "
Deep learning en la detección de Alzheimer utilizando imágenes de resonancia magnética
(2020-09-22) Paniza, Valentina; Selmo, Carlos
"A lo largo de las últimas décadas diferentes modelos de aprendizaje automático han ido explorando diversas áreas de la medicina con el fin de brindarle herramientas de soporte a los profesionales de la salud. Particularmente, técnicas de aprendizaje profundo han resurgido debido a, en gran medida, el aumento de la capacidad computacional y la disponibilidad de nuevos conjuntos de datos masivos. Los avances en esta disciplina contribuyen en la identificación, clasificación y cuantificación de patrones en imágenes médicas. El presente trabajo tiene por objeto extraer patrones de neuroimágenes mediante algoritmos de aprendizaje profundo que den soporte en el diagnóstico de la enfermedad de Alzheimer en adultos mayores en aplicaciones clínicas. El desafío yace en poder distinguir pacientes sanos de enfermos en imágenes donde los patrones cerebrales e intensidades son muy similares."
Desarrollo de algoritmo para asistencia al diagnóstico diferencial de Alzheimer y demencia fronto-temporal
(2022) Guardia, Camila; Saracco, María Victoria; González Campo, Cecilia; Moguilner, Sebastián
El objetivo del presente proyecto consiste en "crear un algoritmo de ML que emplee datos multivariados de pruebas cognitivas y de imágenes, para poder asistir al diagnóstico diferencial de las demencias de tipo Alzheimer y fronto-temporal."
Desarrollo de herramientas informáticas para la construcción de Gold Standards de señales fisiológicas
(2019) Cordara, Camila; Madorno, Matías
"En la actualidad hay un creciente interés en el desarrollo de algoritmos inteligentes de apoyo a la toma de decisiones médicas debido a que permiten la reducción de los errores médicos, hacen los tratamientos más costo-efectivos y aumentan la seguridad del paciente. Estos sistemas de apoyo a la toma de decisiones se basan en distintos softwares que realizan clasificación automática de señales fisiológicas en categorías de interés y la detección automática de patologías o signos relevantes en esas señales. Sin embargo, para poder validar el funcionamiento de estos últimos softwares es necesario comparar sus resultados con un Gold Standard y en diversas áreas de la medicina, aún no hay disponibilidad de estos Gold Standards. Es de utilidad desarrollar una gran cantidad de Gold Standards: para diferentes señales fisiológicas y, a su vez, para cada tipo de señal de acuerdo con diferentes categorías, patologías y grupos poblacionales. Por eso, la herramienta desarrollada en este Trabajo Final tiene como objetivo facilitar la elaboración de Gold Standards, mediante la automatización de varias etapas del proceso para generar bases de señales nomencladas (...)."
Desarrollo de un dispositivo contador de células mediante la aplicación de redes neuronales YOLO entrenadas con imágenes sintéticas
(2021-08) Proietti Anastasi, Alejandro Marcelo; Volman, Uriel Brian; Selmo, Carlos; Espósito, Giuliana Antonella
"El proyecto se centró en el desarrollo de un sistema que permite obtener imágenes a nivel microscópico de una muestra de un cultivo celular (con una tinción de Azul de tripán, en una cámara de Neubauer) y en el desarrollo de una red neuronal capaz de reconocer células y determinar el número de células, vivas y muertas, presentes."
Desarrollo de un dispositivo de diagnóstico rápido basado en un inmunoensayo de flujo lateral para la detección del gen PCA3 en orina
(2021) Gonzalo, Camila; Blanco, María A.
"El presente proyecto se basa en el diseño de un dispositivo capaz de detectar un biomarcador asociado al cáncer de próstata (PCa) en la orina del paciente. La próstata forma parte del sistema urinario y reproductivo del hombre, esto hace que sea posible hallar proteínas secretadas por la próstata en la orina. Teniendo en cuenta todos los tejidos involucrados en el sistema urinario y reproductivo de las mujeres y los hombres, la próstata es el órgano que presenta más estudios científicos hasta la fecha. Por lo tanto, se eligió estudiar el cáncer de próstata por el alto nivel de estadísticas disponibles y el gran número de investigaciones sobre los biomarcadores relacionados con la incidencia del cáncer. Para tal fin, se realizó un análisis sistemático de las investigaciones seguido de uno estadístico para realizar la elección del biomarcador más adecuado para detectar el PCa en la orina del paciente."

Browse

Browsing Proyectos finales (grado) by Title

Results Per Page

Sort Options