Clasificador del nivel del estudiante, en el simulador de realidad virtual para procedimientos de laparoscopía
Date
2022-01
Type:
Thesis
item.page.extent
33 p.
item.page.accessRights
Authors
item.contributor.advisor
ORCID:
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad del Desarrollo. Facultad de Ingeniería
item.page.isbn
item.page.issn
item.page.issne
item.page.doiurl
item.page.other
item.page.references
Abstract
A través del cual, permite a los estudiantes realizar actividades motrices en las cuales se registra la información de orientación y posición de sus acciones a lo largo de la actividad, generando un informe automático en donde se retro-alimenta al alumno con cantidad de acciones, válidas e inválidas en distintos eventos durante cada sesión de entrenamiento. Con el avance de la tecnología, los simuladores clínicos han demostrado ser una herramienta efectiva para el desarrollo de las habilidades quirúrgicas necesarias que debe poseer un médico especialista; A través de los entrenamientos en el simulador es posible almacenar y procesar los datos, lo que permite mejorar el proceso de aprendizaje del alumno en la técnica de laparoscopía inmersiva de mínimo acceso. La clasificación es un problema de modelado que asigna una etiqueta de clase tipo discreta a cada fila de registro, en la practica la asignación de este identificador de clase se utilizará para la clasificación del practicante, pero es importante resaltar que este modelamiento de la información tiene la capacidad de producir una predicción de valores continuos. En el aprendizaje supervisado los predictores y las variables de respuesta son conocidas para construir modelos matemáticos con la intensión de predecir o clasificar observaciones que se obtengan posteriormente. Estos métodos se consideran supervisados debido a que se construyen con valores etiquetados, es decir, la máquina “aprende” de los datos con el propósito de predecir resultados futuros. El algoritmo de aprendizaje categorizará mediante la diferenciación con respecto al tipo de la variable de salida involucrada en nuestro problema. A través del modelamiento de la data generada en una sesión de entrenamiento, es posible entregar al usuario, una calificación objetiva de su nivel de avance, en base a sus propios registros de entrenamiento en el simulador. Y así, aumentar la exactitud con la que se miden los avances de cada alumno, y no solo depender de la supervisión de un médico especialista. De esta forma, podemos mejorar la retroalimentación de los alumnos en la adquisición de las habilidades necesarias para mejorar su desempeño en técnicas de laparoscopía inmersiva.
Description
Proyecto de grado presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science
item.page.coverage.spatial
item.page.sponsorship
Citation
Keywords
Realidad virtual, LSTM, Laparoscopía, Clasificador, 070037S