Diseño de un robot no invasivo para el reconocimiento y procesamiento de imágenes del fondo de ojo en la retinopatía diabética mellitus tipo 2

• Autores: Maravi Oteo, Erick, Esponda Esponda, Luis Francisco
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Continental
• Repositorio: CONTINENTAL-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.continental.edu.pe:20.500.12394/19438
• Enlace del recurso: https://hdl.handle.net/20.500.12394/19438
• Nivel de acceso: acceso abierto
• Materia: Diabetes; Robótica médica; Diagnóstico por imagen; Oftalmología; Medical robotics; Diagnostic imaging; Ophthalmology; https://purl.org/pe-repo/ocde/ford#2.11.00

En los últimos tiempos uno de los problemas que aqueja con mayor frecuencia a las personas diagnosticas diabetes mellitus tipo 2 es la retinopatía diabética la cual es una enfermedad que afecta a la retina y que pueda causar ceguera en algunos casos cuando no es tratada a tiempo. Es por ello que se propone el diseño de un robot que sea capaz de capturar la imagen de fondo de ojo a través del reconocimiento de imagen usando un sistema de procesamiento de imagen planteada con leguaje Phyton cuyos datos serán transferidos a un mecanismo de CNC el cual posicionara de manera automática frente al ojo. Posteriormente se analizará la imagen a través de Matlab aplicando diferentes filtros y capas en la imagen que me mejoraran el contraste, la calidad y priorizaran aspectos como micro aneurismas, además de los vasos sanguíneos, los cuales facilitaran el dia gnóstico de la retinopatía diabética y en caso el paciente ya presenté esta enfermedad se podrá analizar el progreso de este paciente. Se realizó el diseño mecánico planteando el análisis de esfuerzos que tendrán los componentes como tornillo de bolas, tuerca, soporte vertical y horizontal. Además de ello se planteó el diseño de la parte eléctrica y electrónica, donde se consideraron aspe ctos de enlace entre los componentes, así como la comunicación que tendrá. Por último, se propuso el uso de una red neuronal planteada por google en tensorflow, la cual será usada como referencia para detectar el ojo humano. Para el diseño de filtros y cap as se usó el software de Matlab con la librería Image Processing Toolbox la cual nos da herramientas suficientes para procesar la imagen de manera adecuada.