Sistema de Detección Automática de Nudos Quirúrgicos en Realidad Virtual Mediante Aprendizaje Profundo: Desarrollo e integración de un modelo de visión por computadora en el simulador SECMA

Simple item page
dc.contributor.advisorGuzmán Montoto, José Ignacio
dc.contributor.advisorHerrera Marín, Mauricio
dc.contributor.authorMadariaga Orellana, Pablo
dc.coverage.spatialSantiago
dc.date.accessioned2026-03-17T20:23:47Z
dc.date.available2026-03-17T20:23:47Z
dc.date.issued2025
dc.descriptionProyecto de grado presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Data Science
dc.description.abstractEl entrenamiento en sutura y anudado quirúrgico constituye una habilidad esencial en la formación médico-quirúrgica, pero los métodos tradicionales presentan limitaciones importantes en repetibilidad, estandarización y retroalimentación objetiva. La realidad virtual (RV) ha emergido como una alternativa eficaz para superar estas restricciones, permitiendo la práctica en entornos inmersivos, controlados y libres de riesgo. Dentro de este contexto, el simulador SECMA, desarrollado por la Universidad del Desarrollo, incluye un módulo de sutura que, hasta ahora, carecía de un mecanismo autónomo capaz de evaluar en tiempo real la formación del nudo quirúrgico. El presente proyecto desarrolla e implementa un sistema de clasificación automática de los estados del nudo (NO_NUDO, UN_NUDO, DOS_NUDO) a partir de imágenes generadas durante la interacción del usuario en RV. Para ello se construyó un pipeline integral que abarca la captura de datos en SECMA, la depuración exhaustiva de las imágenes, la eliminación de duplicados perceptuales, la conversión homogénea de formatos, el balanceo de clases y la selección de un conjunto final robusto (Dataset 4). Este dataset consolidado permitió entrenar modelos de visión por computador mediante aprendizaje profundo, empleando arquitecturas preentrenadas y técnicas de fine-tuning progresivo. El modelo final, basado en EfficientNet-B0, alcanzó un desempeño sobresaliente (F1-macro = 0.9822), con estabilidad entre los conjuntos de validación y prueba, y una separación precisa entre las clases incluso en escenarios visualmente similares. Posteriormente, el modelo fue exportado a formato ONNX y su equivalencia con PyTorch fue verificada, garantizando compatibilidad con Barracuda, motor de inferencia de Unity, para su ejecución en tiempo real dentro del simulador. Las pruebas operacionales en Meta Quest 3 confirmaron un funcionamiento fluido, con inferencias continuas sin afectar la tasa de refresco (>50 FPS). Se demuestra que es posible integrar un sistema de visión por computadora en un entorno de RV inmersiva para el reconocimiento de los estados de anudado y brindar una retroalimentación automática y objetiva durante el proceso. Este trabajo constituye un avance relevante hacia simuladores quirúrgicos inteligentes capaces de apoyar la enseñanza autónoma, estandarizar la evaluación del desempeño y escalar hacia aplicaciones en simulación física y escenarios del mundo real.
dc.format.extent59 p.
dc.identifier.urihttps://hdl.handle.net/11447/10632
dc.language.isoes
dc.publisherUniversidad del Desarrollo. Facultad de Ingeniería
dc.subject070037S
dc.subjectCirugía
dc.subjectRealidad virtual
dc.subjectSECMA
dc.subjectVisión por computadora
dc.subjectSimuladores quirúrgicos
dc.titleSistema de Detección Automática de Nudos Quirúrgicos en Realidad Virtual Mediante Aprendizaje Profundo: Desarrollo e integración de un modelo de visión por computadora en el simulador SECMA
dc.typeThesis
dcterms.accessRightsAcceso abierto

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Sistema de Detección Automática de Nudos Quirúrgicos en Realidad Virtual.pdf
Size:
1.56 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
347 B
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Tesis de Postgrado Ingeniería

Implementado por OpenGeek Services