Recent Submissions

  • Eficiencia energética y reducción de huella de carbono en resonancia magnética: Comparación entre sistemas convencionales y de enfriamiento sellado 

    Villazana Cubillos, David Alexander; Ramirez Guerrero, Diana Carolina; Castañeda Cruz, Yordi Andres; Sánchez Almonacid, Hugo Alberto; Turriago Cruz, Jeison Vladimir (2026-05-13)
    El presente estudio analiza en qué medida los resonadores magnéticos equipados con tecnología de enfriamiento sellado, contribuyen a la reducción de la huella de carbono en comparación con los sistemas convencionales de alto campo durante un ciclo de vida de 10 años. El objetivo general consiste en evaluar las diferencias de impacto ambiental entre ambas tecnologías, considerando consumo energético, pérdidas ...
  • Vulnerabilidades y brechas de seguridad en la transmisión de imágenes DICOM a través de redes públicas: revisión literaria 

    Granados Vivanco, Ayarith Yeritza; Taborda Herrera, Stephany; Pérez Guerra, Cesar Enrique; Narváez Artunduaga, Diana Carolina; Guzmán Carrillo, Michelle Andrea (2026-05-11)
    La transmisión de imágenes en formato DICOM ha tenido grandes avances en la interoperabilidad entre sistemas, plataformas de IA y servicios de radiología. Sin embargo, cuando estos datos se transfieren a través de redes públicas, se aumentan los riesgos de ciberseguridad que comprometen la integridad, confidencialidad y disponibilidad de la información clínica. El propósito de esta investigación es analizar las brechas ...
  • Análisis documental del riesgo asociado a ataques adversariales en el flujo de trabajo radiológico: consecuencias en la validez del diagnóstico por (IA) y retos para la protección de datos sensibles bajo estándares internacionales 

    Llanos Jamioy, Arley; Nova Ballesteros, Carlos Julio; Nova Rodríguez, Helbert Hugo; Ocampo Guerra, Marcela; Triana Galeano, Yoselen Cecilia (2026-05-01)
    La presente investigación analiza el impacto de los ataques adversariales en los sistemas de inteligencia artificial aplicados a la radiología, con énfasis en sus efectos sobre la validez diagnóstica y la seguridad de los datos clínicos. El estudio se desarrolla bajo un enfoque cualitativo, con un diseño documental basado en la revisión de literatura científica relacionada con inteligencia artificial, ciberseguridad y ...
  • Eficacia de las redes neuronales en la mitigación de artefactos para tomografía computarizada y resonancia magnética: una revisión bibliográfica sobre calidad de imagen 

    Caro Sosa, Erika Yulieth; Rachen Camargo, Jorge Luis; Montez Márquez, Kevin Arlex; Bonilla Cano, Valeria; Abril Angarita, Cristhian David (2026-02-19)
    Este trabajo analiza la eficacia de las redes neuronales en la mitigación de artefactos en Tomografía Computarizada (TC) y Resonancia Magnética (RM), tecnologías esenciales cuya fidelidad diagnóstica se ve frecuentemente alterada por distorsiones visuales denominadas artefactos. El marco teórico establece que estas anomalías como el endurecimiento del haz, los efectos metálicos en TC, o el solapamiento y las imágenes ...
  • Detección y corrección subóptima de artefactos en imágenes de radiografía digital mediante métodos manuales 

    Ortega Díaz, Angie Katherine; Pérez Sánchez ,Haider Fauricio; Arcos López, Luis Sebastián; Pérez Garzón, María Gineth; Luna Andrade , Yoli Patricia (2026-02-16)
    La presente investigación tiene como propósito identificar y comparar prototipos de software para la detección y corrección automática de artefactos en imágenes de radiografía digital, esto se lleva a cabo con el análisis de información encontrada en diferentes bases de datos consultadas con material de estudio, que permite comparar su desempeño con los métodos manuales utilizados tradicionalmente. Los artefactos ...
  • Optimización de parámetros de imagen basada en IA y aprendizaje automático 

    Ospina Duarte, Jessica Andrea,; Sánchez Moreno, Diana Marcela; Sánchez Ruiz, Emily Liseth; Bañol Grisales, Kevin Andrés; Portillo García, Manuel Fernando (2026-02-16)
    El presente proyecto aplicado tiene como objetivo optimizar los parámetros de adquisición de imagen en radiología mediante el uso de herramientas basadas en inteligencia artificial y aprendizaje automático, con el fin de mejorar la calidad diagnóstica y reducir la dosis de radiación al paciente. La investigación aborda la importancia de la implementación de tecnologías emergentes en los servicios de imágenes diagnósticas, ...
  • Optimización inteligente de parámetros de adquisición mediante ia revisión documental de avances y tendencias 

    Salgado Reyes, Marcos; Hurtado Mendoza, Alex Rivaldo; Cárdenas Negrete, Yerlis Ibeth; Caro Acosta, Aldemar Andrés; Caviedes Torres, Yoiner de Jesús (2026-02-13)
    La optimización de los parámetros de adquisición en imagenología médica constituye un desafío técnico que impacta directamente la calidad diagnóstica y la seguridad del paciente. El presente estudio tuvo como objetivo analizar la evidencia científica reciente sobre la aplicación de la inteligencia artificial en la optimización automatizada de variables técnicas como kilovoltaje, miliamperaje y algoritmos de reconstrucción, ...
  • Hacia una radiología sostenible: revisión bibliográfica sobre el impacto energético y ambiental de las tecnologías de imagen digital 

    Diaz Gómez, Maria Catalina; Cómbita Pinzón, Danna Valentina; Peña Saavedra, Tania Liseth; Roa Pinto, Miguel Eudin; González Sierra, Laura Daniela (2026-02-13)
    El presente estudio evalúa el impacto ambiental asociado al consumo energético en los servicios de radiología digital y analiza estrategias orientadas a mejorar la sostenibilidad en los centros de salud. A través de una revisión bibliográfica desarrollada entre los años 2023 y 2024, se identificaron problemáticas relevantes como el uso de equipos obsoletos, prácticas operativas ineficientes, la ausencia de políticas ...
  • Avances en la estimación personalizada de dosis en tomografía computarizada: una revisión de modelos computacionales y aprendizaje automático 

    Llanos Quintero, Jhon Anderson; Márquez Montalvo, Jorgetis; Andrade Arnago, Juan David; Useche Chacón, Michel Dayana; Giraldo Agudelo, Natalia (2026-02-09)
    La tomografía computarizada (TC) es una herramienta esencial en el diagnóstico médico; sin embargo, el uso de radiaciones ionizantes exige optimizar la dosis para garantizar la seguridad del paciente sin afectar la calidad diagnóstica. La dosimetría basada en métricas genéricas ha impulsado el desarrollo de estimaciones personalizadas de dosis mediante modelos computacionales y técnicas de aprendizaje automático. Este ...
  • Internet de las Cosas (IoT) y los sistemas interconectados para mejorar la seguridad del paciente, a través de la monitorización continua y la automatización de alertas en tiempo real 

    Morales Muñoz, Adriana del Pilar; Ortiz Rincón, Edison; López Palomares, Jerson Daniel; Toledo Barragán, José Luis; Barrera Rodríguez, Robinson (2026-02-12)
    La transformación digital en el sector salud ha impulsado la incorporación de tecnologías emergentes como el Internet de las Cosas Médicas (IoMT) y la Inteligencia Artificial (IA), especialmente en el área del diagnóstico por imágenes. Esta investigación tiene como objetivo analizar cómo la integración de dispositivos médicos interconectados, sensores fisiológicos y algoritmos inteligentes puede optimizar la calidad ...
  • Artefactos de tomografía computarizada como limitante diagnostica y evaluación de uso de redes neuronales para su detección 

    Hidalgo Hidalgo, Adriana Danitza; Castelblanco Hernández, María Fernanda; Bohórquez Arrieta, María Paula; Guevara Pérez, Sharik Camila; Echeverri Jara, Yuli Tatiana (2026-02-07)
    La presente investigación surge a partir de un problema clínico identificado en la práctica radiológica: la presencia de artefactos en imágenes de Tomografía Computarizada (TC), que comprometen la calidad diagnóstica. Estos artefactos, generados principalmente por movimientos involuntarios del paciente durante la adquisición o por limitaciones del software del equipo, actúan como ruido visual que puede ocultar ...
  • Análisis de la implementación de inteligencia artificial (IA) mediante algoritmos en los parámetros técnicos de adquisición para la radiografía de tórax 

    Díaz Ramírez, Alex Mauricio; González Mancera, Angy; García Rojas, Julián David; Liz Andela, Lidian Giovanna; Villamil Castellanos, Yesica Paola (2026-02-05)
    El presente proyecto de investigación analiza la exposición a la radiación ionizante en los servicios de radiología convencional, en los estudios de radiografía de tórax, asociados principalmente a errores humanos en la selección manual de parámetros técnicos. Esta situación constituye un riesgo relevante para los pacientes y para los profesionales ocupacionalmente expuestos, en concordancia con la normativa nacional ...
  • Optimización de parámetros de imagen basada en IA y aprendizaje automático 

    Vásquez Muñoz, Danny Lorena; Puerta Mesa, Anyi Carolina; Hernández González, Darcy Yurani (2026-02-05)
    La importancia de la radiología en el diagnóstico médico se ha atribuido al descubrimiento de rayos x por Wilhelm Röntgen. A lo largo del tiempo, esta área ha evolucionado desde la radiología tradicional en placas hacia la radiología digital, lo que ha permitido una mejora en la calidad de las imágenes y una optimización de los procesos de atención. Sin embargo, todavía hay retos relacionados con la obtención de estudios ...
  • Imagen diagnóstica iInteligente: optimización, calidad y dosis 

    Martínez Gómez, Cristian Eduardo; Quintero Cotacio, Yeimy Fernanda; Gómez Pérez, Jhon Derlinson; Leal Moreno, Natalia Stephanie; Medina Flores, Diego Fernando (2026-02-12)
    La optimización de los parámetros de imagen diagnóstica mediante Inteligencia Artificial (IA) y Aprendizaje Automático (ML) representa un avance significativo en la reducción de dosis de radiación y la mejora de la calidad diagnóstica en tomografía computarizada (CT). Este estudio, de enfoque cualitativo, se fundamenta en un diseño retrospectivo y comparativo, evaluando la efectividad de algoritmos de Deep Learning ...
  • Artefactos en imágenes radiológicas digitales: uso de redes neuronales profundas para la mejora de la calidad diagnóstica 

    Cossio Vargas Jonathan; Arcila Rios Alejandra; Moreno Caro Iván Darío; Palacios Quiñones Luz Meris; Vélez Castaño Ricardo (2026-02-05)
    La presente propuesta de investigación tiene como objetivo analizar el uso de redes neuronales profundas como una herramienta de apoyo en la detección y corrección automática de artefactos en imágenes médicas, buscando mejorar la calidad diagnóstica y disminuir la repetición innecesaria de estudios radiológicos. Este estudio se desarrolla bajo un enfoque cualitativo, descriptivo y documental, sustentado en la revisión ...
  • Optimización automática de parámetros de adquisición en imágenes diagnósticas mediante algoritmos de inteligencia artificial (IA) y aprendizaje automático (AA) 

    Gómez Prado, Leydi Vanesa; Pantoja Pantoja, Cristian David; Delgado Rosero, Karen Juliana; López Dávila, Karol Viviana; Mosquera Gómez, Edwin Fernando (2026-02-01)
    El presente trabajo aborda la optimización de parámetros de imagen mediante inteligencia artificial (IA) y aprendizaje automático, con el objetivo de mejorar la calidad diagnóstica de las imágenes médicas y reducir la dosis de radiación en los pacientes. En la actualidad, la selección de parámetros técnicos, tales como el kilovoltaje, el miliamperaje o el tiempo de exposición, se basa en gran parte en las recomendaciones ...
  • Tiempos críticos en radiología digital: un estudio sobre el impacto de las fallas de equipos en la eficiencia del servicio 

    Medina Peña, Claudia Patricia; Serna Trullo, Elkin Albeiro; Bermúdez Pinto, Karen Alejandra; Zapata Domínguez, Paula Andrea; Osorio Polindara, Viviana (2026-01-03)
    La radiología digital se ha consolidado como una herramienta esencial para el diagnóstico médico, sin embargo, su eficacia depende directamente del adecuado funcionamiento y calibración de los equipos. Este estudio con enfoque documental analiza las fallas técnicas y los problemas ocasionados por la falta de calibración en los equipos de radiología que generan tiempos de inactividad y retrasos en la atención clínica. ...
  • Sostenibilidad en imágenes radiológicas: una evaluación comparativa 

    Rodríguez Orozco, Abel Hernán; Cachaya Girón, Graciela; Jojoa Garzón, María Yineth; Rojas Enciso, Miguel Ángel; Rivera Cometa, Jesús David (2025-12-22)
    Con este documento se pretende comparar la relación existente entre los costos de operación de las tecnologías radiológicas, específicamente, la tomografía computarizada (TC) y la resonancia magnética (RM) con la sostenibilidad, esta última, en términos de impacto ambiental debido al consumo energético. Se desarrolla mediante la revisión bibliográfica consultando las bases de datos científicas (PubMed, ScienceDirect y ...
  • Evaluación comparativa de tecnologías de adquisición de imágenes desde una perspectiva de sostenibilidad en la región Caribe colombiana 

    Rodríguez Córdoba, Ailen Lourdes; Domínguez Pérez, Karla Andrea; González Galarza, Aury Janeth; Guayara Chica, April Mitchell; Naranjo Fuentes, Gerson Daniel (2025-12-10)
    La gestión tecnológica sostenible es un pilar fundamental para garantizar la calidad, la seguridad y la eficiencia en los servicios de diagnóstico por imágenes. En la región Caribe colombiana, los centros hospitalarios enfrentan desafíos significativos relacionados con el mantenimiento de equipos, el consumo energético, la gestión de residuos tecnológicos y la necesidad de una renovación oportuna de las tecnologías. ...
  • Detección automática utilizando redes neuronales para identificar y corregir artefactos en imágenes médicas, mejorando la precisión diagnóstica 

    Rivera Fuentes, Juan Pablo; Carvajal Ospina, Camilo Andrés; Giraldo Tovar, Julián Camilo; Saavedra, Paula Daniela; González Turriago. Stiven Alexander (2025-12-20)
    La presencia de artefactos en imágenes médicas, como las generadas por resonancia magnética (RM) y tomografía computarizada (TC), constituye un desafío para la precisión diagnóstica, al introducir distorsiones que pueden comprometer la interpretación clínica y la toma de decisiones. Estos artefactos pueden originarse por movimiento del paciente, fallos técnicos o interferencias externas, afectando directamente la calidad ...

View more