Repositorio Institucional ITBA
Not a member yet
2611 research outputs found
Sort by
AggrescanAI: Prediction of Aggregation-Prone Regions Using Contextualized Embeddings
No full textProtein aggregation plays a central role in the pathogenesis of many neurodegenerative diseases and poses major challenges in protein engineering. A key driver of this process is the presence of aggregation-prone regions (APRs) within protein sequences. We present AggrescanAI, a deep learning-based tool that predicts residue-level aggregation propensity directly from sequence. It leverages contextual embeddings from the ProtT5 protein language model, which captures rich information implicitly encoded in the sequence, without requiring structural data. The model was trained on a set of experimentally annotated APRs, expanded via homology transfering, evaluated by cross-validation, and validated with an external benchmark. AggrescanAI outperforms state of the art predictors and captures aggregation shifts induced by pathogenic mutations. To facilitate accessibility, we provide a user-friendly and fully open Google Colab notebook: https://gitlab.com/bioinformatics-fil/aggrescanai. AggrescanAI represents a new generation of sequence-based aggregation predictors, powered by deep learning and protein language models
Diseño de microdosímetros para protonterapia y modelado de sus propiedades físicas
Full text linkLa protonterapia es una técnica emergente de radioterapia que aprovecha la particular distribución de energía de los haces de protones, caracterizada por el pico de Bragg, donde la mayor parte de la dosis se deposita al final del recorrido en el tejido. Esto permite minimizar el daño a los tejidos sanos circundantes. Para garantizar la efectividad del tratamiento, se necesita un sistema de dosimetría de alta precisión.
En este contexto, los dosímetros basados en tecnología de semiconductores han surgido como una alternativa prometedora debido a su capacidad para operar con precisión micrométrica, además de ofrecer ventajas como la simplicidad de operación, menor costo y posibilidad de integración con otros sistemas de detección.
El presente trabajo tiene como objetivo simular y caracterizar las propiedades físicas de un microdosímetro destinado a su uso en protonterapia, en el marco de un proyecto de la Comisión Nacional de Energía Atómica (CNEA). A través de estas simulaciones, se busca evaluar propiedades como la distribución de carga, el campo y el potencial eléctrico para distintos perfiles de implantación iónica, con el fin de analizar la señal generada por la interacción de los protones con el dispositivo. Los resultados obtenidos contribuirán al desarrollo de dosímetros más precisos y eficientes, adecuados para su futura implementación en el ámbito clínico de la protonterapia.
Con este fin, se estudia el uso de diodos semiconductores, especialmente diodos p-i-n, como base para los microdosímetros. Se evalúan diversas configuraciones de diodos, como diodos simples, diodos planares con guard rings, y diodos con estructuras tipo trench para mejorar la precisión y reducir el ruido generado por difusiones laterales de carga. Se comparó la respuesta eléctrica a través de curvas I-V, curvas C-V y respuestas ante la incidencia de partículas cargadas. Se concluye que el diodo con trench corresponde a la opción óptima, gracias a su geometría y dopado que permiten mejorar las características eléctricas, definiendo así una región sensible más uniforme que genera una mejor respuesta espacial y temporal
DESIGN OF AN EVALUATION GRID FOR COLLABORATIVE PUBLIC POLICY NETWORKS
Full text linkInstitutional collaborative networks are a central phenomenon in improving democratic governance. This study aims to design and validate an evaluation grid based on the perceptions of actors who participate in such networks, in order to assess their efficiency and overall performance. The methodological approach is grounded in the key informant technique, combining in-depth interviews, a semi-structured questionnaire, document analysis, and participant observation. Over ten networks were
initially contacted, and three institutional networks with a consolidated trajectory and stable operation were selected for deeper inquiry. Data was gathered through the most representative stakeholders.The qualitative analysis allowed for the identification of common patterns and evaluation dimensions such as legitimacy, internal collaboration, adaptability, communication quality, and goal fulfillment. The resulting grid provides a replicable and context-sensitive tool to be used across diverse institutional environments, while respecting the specificities of collaborative work. This instrument may prove highly useful for public agencies, universities, and
inter-institutional networks aiming to enhance their evaluation practices, organizational learning processes, and strategic coordination
TECHNOLOGY ENTREPRENEURS AND LINKAGES IN THE AGTECH ECOSYSTEM IN THE UNICEN REGION
Full text linkThis study explores the connections between micro and small technology-based enterprises and support institutions within the AgTech ecosystem in central Buenos Aires Province. Using social network analysis (Gephi), the research visualizes relationships among 48 tech providers and key regional actors, such as R&D centers and universities. Findings show that SMEs maintain stronger institutional ties than microenterprises, which exhibit more selective engagement. Motivations for collaboration include
joint development, training, and consulting. Identifying central and peripheral nodes reveals integration gaps and opportunities to strengthen ecosystem
cohesion. Future phases will expand the sample and analyze structural indicators
Diseño e implementación de una aplicación web para la automatización del proceso de cotización en agencias de viaje
No full text"Este proyecto se enfoca en la problemática que enfrentan las agencias de viaje pequeñas y medianas, especialmente aquellas que ofrecen servicios personalizados y funcionan como intermediarias entre clientes y mayoristas. A pesar de que representan el 85% de las agencias habilitadas en Argentina, muchas de ellas siguen utilizando métodos manuales y poco eficientes para gestionar sus operaciones, particularmente en el proceso de cotización. Esta etapa, clave en la experiencia del cliente, puede llevar entre 2 y 6 horas debido a la búsqueda manual de opciones en múltiples plataformas, sumado al armado de documentos personalizados que deben ser claros y visualmente atractivos.
A través de entrevistas realizadas a agentes de viaje con distintos roles, desde vendedores hasta dueños, se validó que el proceso de cotización es uno de los puntos más ineficientes y repetitivos, generando una pérdida de tiempo considerable en casos donde el cliente no concreta la compra. Esta ineficiencia no solo afecta la productividad del negocio, sino también su capacidad de competir en un entorno cada vez más digitalizado, donde la rapidez en la atención puede ser decisiva para cerrar una venta.
Frente a este escenario, se identificó una oportunidad concreta para desarrollar una herramienta digital que optimiza y automatiza el proceso de cotización, sin perder el trato personalizado que caracteriza a estas agencias. Esta solución fue concebida bajo el modelo Software as a Service (SaaS), lo que permite escalabilidad, accesibilidad y facilidad de implementación para distintas agencias sin necesidad de infraestructura propia. Inicialmente, el esquema de comercialización se plantea a través de un precio fijo mensual, aunque, a medida que aumente el volumen de clientes, se considera óptima la evolución hacia un modelo complementario de fee por cotización realizada, apuntando a la sostenibilidad del negocio mediante una estrategia de ganancia por volumen.
Si bien en una primera etapa la herramienta se centra en la automatización de cotizaciones, se reconoce su potencial de crecimiento mediante la integración de tecnologías de inteligencia artificial. En el futuro, la plataforma podrá incorporar tanto datos actuales de tendencias como datos históricos de pasajeros para ofrecer propuestas cada vez más personalizadas, alineadas con las necesidades y expectativas de cada cliente"
STUDIO: Diseño, desarrollo y validación de un prototipo funcional de plataforma agregadora de telesalud para la integración tecnológica en la investigación clínica
No full text"La investigación clínica, disciplina que evalúa la seguridad y eficacia de nuevas terapias médicas mediante ensayos clínicos en humanos, atraviesa un proceso de digitalización acelerado impulsado por la adopción de herramientas de telesalud con el objetivo de mejorar la eficiencia administrativa. Sin embargo, la complejidad del ecosistema tecnológico se ha convertido en un desafío importante para la industria, generando sobrecarga en los centros de investigación y afectando la experiencia de los participantes.
En este proyecto final de la carrera de Bioingeniería se diseñó y desarrolló un prototipo funcional de STUDIO, una plataforma que agrega funcionalidades clave para la investigación clínica, y que permite reducir la fricción tecnológica y mejorar la experiencia de usuario de los principales actores involucrados en los ensayos clínicos.
Los objetivos mínimos del proyecto fueron diseñar y desarrollar un prototipo funcional de las interfaces gráficas (frontend) de los tres módulos de STUDIO y realizar pruebas de usuario para evaluar su usabilidad. Los objetivos máximos consistieron en demostrar, mediante las pruebas realizadas, una buena experiencia de usuario e incorporar estándares de interoperabilidad en salud al proyecto.
STUDIO fue concebida siguiendo principios del diseño centrado en el usuario y de la interacción humano-computadora, y cuenta con módulos específicos para participantes, centros de investigación y patrocinadores. Incluye funcionalidades como consentimiento informado electrónico, cuestionarios médicos, calendarios, listas de participantes y contactos, un asistente virtual, tableros de control, descarga de reportes y módulos de interoperabilidad en salud.
El proceso de desarrollo comenzó con una investigación de las necesidades de los usuarios, analizando sistemas existentes y recopilando retroalimentación de profesionales para identificar puntos de fricción. El prototipo se desarrolló con Lovable, una plataforma que utiliza inteligencia artificial generativa para crear aplicaciones a partir de instrucciones en lenguaje natural, mediante 370 instrucciones individuales.
Posteriormente, se evaluó la usabilidad de la aplicación mediante pruebas con 16 usuarios potenciales en sesiones individuales de 10 a 15 minutos. Para asegurar la objetividad, los participantes no recibieron capacitación previa y ejecutaron cinco escenarios clave por módulo. Durante cada prueba se registraron métricas cuantitativas y se realizaron preguntas abiertas para profundizar en la percepción de los usuarios. Esta retroalimentación se utilizó para implementar las modificaciones finales en el prototipo.
El proyecto cumplió satisfactoriamente los objetivos planteados, logrando desarrollar y validar un prototipo funcional que responde directamente al desafío de la fragmentación tecnológica. La validación con usuarios demostró una excelente recepción, respaldada por una calificación de facilidad de uso de 4,5 sobre 5 y un Índice de Experiencia de Usuario (IEU) igual o superior al 80% en todos sus módulos. Estos resultados sugieren que un enfoque agregador y centrado en el usuario puede brindar una experiencia positiva y representa una estrategia valiosa para abordar los problemas de eficiencia del sector. De este modo, STUDIO se presenta como una base sólida para una herramienta capaz de facilitar la transición hacia un ecosistema digital más integrado en la investigación clínica"
Wearable Device Dataset from Induced Stress and Structured Exercise Sessions
No full textThis dataset comprises physiological signals recorded via a wearable device (Empatica E4) during structured acute stress induction and both aerobic and anaerobic exercise sessions. Collected metrics include blood volume pulse (BVP), accelerometer-based activity, skin temperature, and electrodermal activity, along with self-reported stress levels. The stress protocol combines math and emotional tasks with rest intervals, while the exercise sessions involve defined cycling routines for aerobic and anaerobic conditions. The dataset includes recordings from 36 healthy volunteers during stress sessions, 30 participants for aerobic exercise, and 31 for anaerobic protocols. The data are organized into stress, aerobic, and anaerobic categories, with raw signal files (e.g., TEMP, EDA, BVP, ACC, IBI, HR) and tags for segmentation. Demographic information (age, weight, height) and self-reported stress scores are also included. Some limitations such as incomplete sessions or signal artifacts are documented. This resource is intended for research in stress and exercise detection, classification, and physiological signal processing, facilitating the development of machine learning models to distinguish among stress, aerobic activity, and anaerobic activity from noninvasive wearable sensor data
Clasificación automatizada del bloqueo de rama izquierda estricto mediante redes neuronales convolucionales
No full text"Los pacientes con bloqueo de rama izquierda (BRI) son los principales beneficiarios de la terapia de resincronización cardíaca (TRC), utilizada para tratar la insuficiencia cardíaca. Sin embargo, hasta un 40 % de los pacientes sometidos a TRC no responden favorablemente, en parte debido a diagnósticos inexactos de BRI. Aunque la duración del complejo QRS (QRS) es un criterio diagnóstico clave, su medición se ve afectada por las alteraciones morfológicas del electrocardiograma (ECG) en estos pacientes, lo que limita su fiabilidad.
Este estudio explora el uso de redes neuronales convolucionales (CNN) para mejorar la clasificación del BRI, con un enfoque particular en distinguir de manera precisa entre BRI estricto y otras presentaciones que no cumplen con los criterios estrictos, incluyendo tanto BRI no estricto como la ausencia de BRI. Se desarrollaron tres enfoques: una CNN unidimensional (CNN1D) que trabaja directamente con las señales temporales del ECG, y dos CNN bidimensionales (CNN2D) que utilizan representaciones espectrales de la señal mediante espectrogramas y transformada wavelet.
Los modelos fueron entrenados con datos del estudio MADIT, logrando resultados prometedores. En el conjunto de prueba, la arquitectura basada en transformada wavelet alcanzó el mejor desempeño en todas las métricas evaluadas, obteniendo una exactitud de 90,98 %, precisión de 88,10 %, sensibilidad de 96,38 %, especificidad de 84,62 % y un F1-score de 92,05 %. La CNN con espectrogramas logró una exactitud de 89,02 %, precisión de 85,74 %, sensibilidad de 95,65 %, especificidad de 81,20 % y F1-score de 90,42 %. Por su parte, la CNN1D obtuvo una exactitud de 88,24 %, precisión de 86,00 %, sensibilidad de 93,48 %, especificidad de 82,05 % y F1-score de 89,58 %. Todos los modelos alcanzaron un AUC-ROC superior a 0,95, lo que indica una excelente capacidad de discriminación.
Además, el análisis mediante SHAP (Shapley Additive Explanations) evidenció que los modelos se enfocaron en patrones morfológicos relevantes para el diagnóstico clínico, validando su aprendizaje desde una perspectiva médica. En conjunto, los resultados demuestran que las CNN, especialmente las basadas en transformada wavelet, son herramientas eficaces y clínicamente interpretables para la detección automatizada del BRI estricto.
Desarrollo de sistema para la detección automática de arritmias cardiacas
No full text"En los últimos años, el aumento de enfermedades cardiovasculares ha impulsado el desarrollo de métodos basados en inteligencia artificial para detectar arritmias cardíacas. Sin embargo, muchos modelos trabajan con datos crudos de ECG, difíciles de obtener y estandarizar en la práctica clínica, lo que limita su aplicación. En contraste, los médicos suelen disponer de estudios impresos o en formato PDF, por lo que en este proyecto se propone el desarrollo de una aplicación que permita cargar estos formatos, analizar la señal y generar una sugerencia sobre la presencia de arritmias, facilitando así la toma de decisiones médicas.
El desarrollo del proyecto se estructuró en tres etapas principales. Primero, se digitalizaron las señales de ECG al transformar las imágenes en datos numéricos mediante técnicas de procesamiento de imágenes. Luego, se redujo el ruido y se aplicó un algoritmo basado en Pan-Tompkins para detectar latidos, clasificando y eliminando los ectópicos. Posteriormente, se promediaron los latidos por derivación para utilizarlos como entrada en el modelo de clasificación ROCKET. La validación integral de la aplicación y de cada una de sus etapas se realizó con las bases de datos MIT-BIH y CODE-15 %, utilizando métricas como F1-score y correlación cruzada.
Finalmente, la interfaz de usuario presenta una sugerencia sobre si el estudio es normal o si se detecta alguna arritmia contemplada por el modelo. Además, permite descargar las señales digitalizadas en formato .csv o generar un informe PDF con la imagen de las señales, la sugerencia obtenida y comentarios adicionales del profesional.
Las validaciones realizadas demuestran el potencial de la aplicación como una herramienta confiable y accesible para la detección temprana de arritmias, contribuyendo a una toma de decisiones más eficiente en el entorno clínico y mejorando la atención al paciente.
Cable a Tierra (CAT). Baja tu proyecto a la realidad
No full text"Cable A Tierra es una aplicación web que busca fomentar la creación de emprendimientos, mejorar su oferta de financiamiento para que puedan desarrollarse de la mejor manera y generar conexiones con inversores para así brindarles más opciones. Es una combinación de funcionalidades de redes sociales y plataformas de crowdfunding que se utilizan para llevar a cabo su objetivo. El enfoque de desarrollo del proyecto fue una mezcla de iterativo y waterfall, el cual permitió definir requisitos en cada iteración, aplicando correcciones de las anteriores. En el presente informe se detalla el proceso de desarrollo de esta aplicación para el Proyecto Final de Ingeniería del Instituto Tecnológico de Buenos Aires (ITBA)"