Caracterización de sensores basados en rejillas de periodo largo para la detección de acetona como biomarcador de la diabetes mellitus usando técnicas de machine learning

Beltrán Pérez, GeorginaBeltrán Pérez, Georgina; 0000-0001-6736-734XIturbe García, Adrián2026-05-292026-05-292025-06https://hdl.handle.net/20.500.12371/32539“En este trabajo de tesis se presenta la aplicación de modelos de análisis supervisado para caracterizar desempeño de sensores de fibra óptica basados en rejillas de periodo largo fabricados. Estos fueron implementados con el objetivo de detectar acetona, la cual es un biomarcador de la diabetes mellitus, una enfermedad que aqueja a millones de personas en el mundo y miles de las que lo padecen desconocen si tienen. Los síntomas de diabetes mellitus tardan en manifestarse dependiendo de la persona, al no detectarse a tiempo las consecuencias pueden ser costosas e incluso letales. De entre los métodos que se utilizan para la detección de esta enfermedad se encuentra la A1c, en la cual se extrae plasma de la persona para su análisis. Proceso que es costoso de realizar e invasivo. Este tipo de pruebas se realizan cuando síntomas severos de la enfermedad se presentan, siendo tarde para una posible prevención de esta. El método del análisis del aliento humano es una alternativa para la detección y monitorización de esta enfermedad, además de ser un método no invasivo. Las concentraciones de acetona presentes en aliento son mayores a 1.8 ppm para las personas que tienen diabetes, mientras que las personas sanas exhalan concentraciones menores a 0.8 ppm. Actualmente para este método se utilizan equipos tales como: GC/MS (siglas de Gas Chromatography/Mass Spectroscopy) los cuales requieren de personal especializado y son costosos”.pdfspaCIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRAMedicina interna--Especialidades de medicina interna--Enfermedades de las glándulas endocrinas--Diabetes mellitus y otros trastornos de la secreción interna pancreáticaMedicina (General)--Aplicaciones informáticas en medicina--Temas especiales--Inteligencia artificialPatología--Técnica de laboratorio--Diagnóstico molecularDiabetes--Diagnóstico--InvestigaciónCompuestos orgánicos volátiles--MediciónCaracterización de sensores basados en rejillas de periodo largo para la detección de acetona como biomarcador de la diabetes mellitus usando técnicas de machine learningTesis de licenciaturaopenAccess