Visión artificial aplicada al monitoreo no invasivo de la frecuencia respiratoria
Este trabajo presenta la implementación y evaluación de un sistema computacional no invasivo para la estimación de la frecuencia respiratoria mediante técnicas avanzadas relacionadas con la visión artificial y procesamiento de video. El sistema combina la Magnificación Euleriana de Video (EVM) para...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
Ecuatesis
2025-05-01
|
| Series: | Ciencia y Educación |
| Subjects: | |
| Online Access: | https://www.cienciayeducacion.com/index.php/journal/article/view/904 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1850272339694977024 |
|---|---|
| author | David Eduardo Sánchez Espinoza José Omar Cabrera Escobar |
| author_facet | David Eduardo Sánchez Espinoza José Omar Cabrera Escobar |
| author_sort | David Eduardo Sánchez Espinoza |
| collection | DOAJ |
| description |
Este trabajo presenta la implementación y evaluación de un sistema computacional no invasivo para la estimación de la frecuencia respiratoria mediante técnicas avanzadas relacionadas con la visión artificial y procesamiento de video. El sistema combina la Magnificación Euleriana de Video (EVM) para amplificar sutiles desplazamientos torácicos imperceptibles al ojo humano, y el Análisis de Flujo Óptico para cuantificar dichos movimientos y detectar los ciclos respiratorios cuando la persona respira. Ambos algoritmos fueron integrados en una plataforma de procesamiento en tiempo real utilizando una Raspberry Pi 4 y una cámara OV5647, lo que permitiría su uso en entornos clínicos y domiciliarios sin requerir contacto físico con el paciente. Se realizaron pruebas experimentales con seis participantes en tres posiciones distintas frente a la cámara (frontal, lateral y 45°), utilizando como referencias la observación directa y un circuito electrónico basado en el sensor LM35. Los resultados obtenidos mostraron una correlación de entre el sistema no invasivo y la frecuencia respiratoria real observada, y de con especto al circuito Arduino. Además, se obtuvieron errores absolutos medios (MAE) de y , y errores cuadráticos medios (MSE) de y , respectivamente. Estos hallazgos demuestran la viabilidad de emplear visión artificial para la monitorización continua de la frecuencia respiratoria como una técnica precisa, no invasiva y de bajo costo.
|
| format | Article |
| id | doaj-art-0ba2e6c0418e48da86c93dc346722059 |
| institution | OA Journals |
| issn | 2707-3378 2790-8402 |
| language | Spanish |
| publishDate | 2025-05-01 |
| publisher | Ecuatesis |
| record_format | Article |
| series | Ciencia y Educación |
| spelling | doaj-art-0ba2e6c0418e48da86c93dc3467220592025-08-20T01:51:50ZspaEcuatesisCiencia y Educación2707-33782790-84022025-05-0165Visión artificial aplicada al monitoreo no invasivo de la frecuencia respiratoriaDavid Eduardo Sánchez Espinoza0José Omar Cabrera Escobar1Universidad Nacional de Chimborazo, (Ecuador).Universidad Nacional de Chimborazo, (Ecuador). Este trabajo presenta la implementación y evaluación de un sistema computacional no invasivo para la estimación de la frecuencia respiratoria mediante técnicas avanzadas relacionadas con la visión artificial y procesamiento de video. El sistema combina la Magnificación Euleriana de Video (EVM) para amplificar sutiles desplazamientos torácicos imperceptibles al ojo humano, y el Análisis de Flujo Óptico para cuantificar dichos movimientos y detectar los ciclos respiratorios cuando la persona respira. Ambos algoritmos fueron integrados en una plataforma de procesamiento en tiempo real utilizando una Raspberry Pi 4 y una cámara OV5647, lo que permitiría su uso en entornos clínicos y domiciliarios sin requerir contacto físico con el paciente. Se realizaron pruebas experimentales con seis participantes en tres posiciones distintas frente a la cámara (frontal, lateral y 45°), utilizando como referencias la observación directa y un circuito electrónico basado en el sensor LM35. Los resultados obtenidos mostraron una correlación de entre el sistema no invasivo y la frecuencia respiratoria real observada, y de con especto al circuito Arduino. Además, se obtuvieron errores absolutos medios (MAE) de y , y errores cuadráticos medios (MSE) de y , respectivamente. Estos hallazgos demuestran la viabilidad de emplear visión artificial para la monitorización continua de la frecuencia respiratoria como una técnica precisa, no invasiva y de bajo costo. https://www.cienciayeducacion.com/index.php/journal/article/view/904Visión artificialFrecuencia respiratoriaMagnificación eulerianaFlujo ópticoMonitoreo no invasivo |
| spellingShingle | David Eduardo Sánchez Espinoza José Omar Cabrera Escobar Visión artificial aplicada al monitoreo no invasivo de la frecuencia respiratoria Ciencia y Educación Visión artificial Frecuencia respiratoria Magnificación euleriana Flujo óptico Monitoreo no invasivo |
| title | Visión artificial aplicada al monitoreo no invasivo de la frecuencia respiratoria |
| title_full | Visión artificial aplicada al monitoreo no invasivo de la frecuencia respiratoria |
| title_fullStr | Visión artificial aplicada al monitoreo no invasivo de la frecuencia respiratoria |
| title_full_unstemmed | Visión artificial aplicada al monitoreo no invasivo de la frecuencia respiratoria |
| title_short | Visión artificial aplicada al monitoreo no invasivo de la frecuencia respiratoria |
| title_sort | vision artificial aplicada al monitoreo no invasivo de la frecuencia respiratoria |
| topic | Visión artificial Frecuencia respiratoria Magnificación euleriana Flujo óptico Monitoreo no invasivo |
| url | https://www.cienciayeducacion.com/index.php/journal/article/view/904 |
| work_keys_str_mv | AT davideduardosanchezespinoza visionartificialaplicadaalmonitoreonoinvasivodelafrecuenciarespiratoria AT joseomarcabreraescobar visionartificialaplicadaalmonitoreonoinvasivodelafrecuenciarespiratoria |