Página principal > Documentos de investigación > Trabajos de investigación y proyectos de final de carrera > Ingeniería. TFM
Ingeniería. Trabajos de Fin de máster

Esta colección recoge los Trabajos de Fin de Máster (TFM) elaborados por los estudiantes de los másteres de la Escuela de Ingeniería:
Estadísticas de uso Los más consultados
Buscar en 1,011 registros::
Consejos para la búsqueda
Búsqueda simple
Añadido/modificado desde: hasta:
Ordenar por: Mostrar resultados: Formato de visualización:
Últimas adquisiciones:
2025-12-04
14:06
11 p, 656.1 KB Reconstrucción semiautomática de la cavidad endometrial en 4D cuantificación de la contractilidad / Moliner Renau, Belen ; Hernandez-Sabaté, Aura tut. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació) ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
La contractilidad uterina es un fenómeno clave en la implantación embrionaria, pero su análisis ha estado limitado por la dificultad de medirla de forma objetiva y, especialmente, de manera que abarque todo el volumen de la cavidad endometrial. [...]
Uterine contractility is a key phenomenon in embryo implantation, but its analysis has been limited by the difficulty of objectively measuring it, particularly in a way that encompasses the entire volume of the endometrial cavity. [...]
2025
Màster en Intel·ligència Artificial i Big Data en Salut [4291]  
Registro completo - Creative Commons
2025-12-04
13:14
10 p, 997.7 KB Modelo de machine learning para la predicción de la progresión del glioblastoma multiforme utilizando datos radiómicos y clínicos / Páez Rodríguez, Adriana Milena ; Ramos Terrades, Oriol tut. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació) ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
Objetivo: Desarrollar y validar un modelo de aprendizaje automático para predecir progresión en glioblastoma multiforme (GBM) mediante características radiómicas de resonancia magnética preoperatoria y variables clínicas. [...]
Objective: to develop and validate a machine learning model for predicting early progression in glioblastoma multiforme (GBM) using preoperative MRI radiomic features and clinical variables. Materials and Methods: this retrospective study included 11 patients with histopathologically confirmed GBM. [...]
2025
Màster en Intel·ligència Artificial i Big Data en Salut [4291]  
Registro completo - Creative Commons
2025-12-04
13:05
14 p, 2.0 MB Aplicación de machine learning para la predicción de resistencia antibiótica en infecciones intraabdominales en pacientes hospitalizados / Rodríguez Núñez, Olga ; Macias Toro, Edwar Hernando tut. (Universitat Autònoma de Barcelona. Departament de Telecomunicació i Enginyeria de Sistemes) ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
Introducción: La antibioterapia empírica inadecuada frente a microorganismos resistentes a los antibióticos (MRA) en infecciones intraabdominales (IIA) se asocia a elevada morbilidad y mortalidad. [...]
Introduction: Inadequate empirical antibiotic therapy against multidrug-resistant organisms (MDROs) in intra-abdominal infections (IAIs) is associated with high morbidity and mortality. The aim of this study was to develop and evaluate machine learning (ML) models to predict the risk of MDRO-related IAIs in hospitalized patients. [...]
2025
Màster en Intel·ligència Artificial i Big Data en Salut [4291]  
Registro completo - Creative Commons
2025-12-03
21:05
16 p, 1.5 MB Clustering y predicción de hipoglucemias nocturnas a partir de monitorización continua de glucosa en pacientes con diabetes mellitus tipo 1 / Salazar Pérez, Rafaella ; Serrano, Javier tut. (Universitat Autònoma de Barcelona. Departament de Telecomunicació i Enginyeria de Sistemes) ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
La monitorización continua de glucosa (MCG) ha evidenciado la gran heterogeneidad de los perfiles glucémicos en pacientes con diabetes mellitus tipo 1, lo que subraya la necesidad de identificar fenotipos y orientar un tratamiento más personalizado. [...]
Continuous glucose monitoring (CGM) has revealed the high heterogeneity of glycemic profiles in patients with type 1 diabetes mellitus, underscoring the need to identify phenotypes and guide more personalized treatment strategies. [...]
2025
Màster en Intel·ligència Artificial i Big Data en Salut [4291]  
Registro completo - Creative Commons
2025-12-03
21:05
Clustering y predicción de hipoglucemias nocturnas a partir de monitorización continua de glucosa en pacientes con diabetes mellitus tipo 1 / Salazar Pérez, Rafaella ; Serrano, Javier tut. (Universitat Autònoma de Barcelona.) ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
La monitorización continua de glucosa (MCG) ha evidenciado la gran heterogeneidad de los perfiles glucémicos en pacientes con diabetes mellitus tipo 1, lo que subraya la necesidad de identificar fenotipos y orientar un tratamiento más personalizado. [...]
Continuous glucose monitoring (CGM) has revealed the high heterogeneity of glycemic profiles in patients with type 1 diabetes mellitus, underscoring the need to identify phenotypes and guide more personalized treatment strategies. [...]
2025
Màster en Intel·ligència Artificial i Big Data en Salut [4291]
   
Registro completo - Creative Commons
2025-12-02
11:56
3.9 MB Predicción del riesgo cardiovascular y Prevención de Infartos de Miocardio mediante IA / Vidal Rojas, Ferran ; Suppi Boldrito, Remo tut. (Universitat Autònoma de Barcelona. Departament d'Arquitectura de Computadors i Sistemes Operatius) ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
El presente trabajo analiza un conjunto de más de 4000 pacientes, con 15 atributos que representan factores de riesgo de cardiopatía coronaria. Mediante inteligencia artificial, se identifican patrones predictivos de infartos de miocardio, abarcando factores demográficos, conductuales y médicos. [...]
This study analyses a dataset of more than 4,000 patients obtained from Kaggle, containing 15 attributes representing risk factors for coronary heart disease. Using artificial intelligence, predictive patterns for myocardial infarction are identified, covering demographic, behavioural, and medical factors. [...]
2025
Màster en Intel·ligència Artificial i Big Data en Salut [4291]  
Registro completo - Creative Commons
2025-11-29
06:00
441.8 KB Supervivencia a cinco años en cáncer oral mediante aprendizaje automático explicable cohorte poblacional del País Vasco ​ / Marichalar Mendia, Xabier ; Universitat Autònoma de Barcelona. Escola d'Enginyeria ; Suppi Boldrito, Remo tut. (Universitat Autònoma de Barcelona. Departament d'Arquitectura de Computadors i Sistemes Operatius)
El cáncer oral, principalmente el carcinoma escamoso, mantiene una supervivencia baja debido al diagnóstico tardío y a factores pronósticos adversos. Este estudio poblacional del País Vasco desarrolló y validó modelos predictivos de supervivencia a cinco años mediante aprendizaje automático. [...]
Oral cancer, mainly squamous cell carcinoma, continues to show low survival rates due to late diagnosis and adverse prognostic factors. This population-based study from the Basque Country developed and validated five-year survival predictive models using machine learning techniques. [...]
2025
Màster en Intel·ligència Artificial i Big Data en Salut [4291]  
Registro completo - Creative Commons
2025-11-24
11:12
11 p, 794.6 KB Modelo de aprendizaje automático para la predicción de grado de resección quirúrgica de los meningiomas craneales utilizando datos clínicos y radiómicos / Herrera Mora, Ivan Mauricio ; López Vicario, José tut. (Universitat Autònoma de Barcelona. Departament de Telecomunicació i Enginyeria de Sistemes) ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
Introducción: El meningioma es el tumor intracraneal primario más frecuente en adultos. La resecabilidad es un determinante del control tumoral en meningioma. La radiómica aplicada a IRM preoperatoria y la clínica puede aportar predicciones cuantitativas para planificar la cirugía. [...]
Background: Meningiomas are the most frequent primary central nervous system neoplasms. The extent of resection drives tumor control in meningioma. Preoperative MRI radiomics may provide quantitative predictions to support surgical planning. [...]
2025
Màster en Intel·ligència Artificial i Big Data en Salut [4291]  
Registro completo - Creative Commons
2025-09-25
15:42
31 p, 1.4 MB Cell Engineering Strategies in HEK293 cells to enhance rAAV production and secretion / Ruiz Ayala, Carlos ; Cervera Gracia, Laura, tut. (Universitat Autònoma de Barcelona) ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
Recombinant adeno-associated virus (rAAV) vectors have emerged as a leading platform for in vivo gene therapies due to their favorable safety profile, broad tissue tropism, and long-lasting transgene expression. [...]
2025
Màster Universitari en Bioquímica, Biologia Molecular i Biomedicina [1599]  
Registro completo - Creative Commons
2025-09-02
17:52
13 p, 1.9 MB Modelo de Inteligencia Artificial - Machine Learning explicable para la predicción de sepsis / Duarte Millán, Miguel Angel ; Lozano Bagén, Toni , tut. ; Universitat Autònoma de Barcelona. Escola d'Enginyeria
La sepsis es un problema sanitario que ocasiona alta morbi-mortalidad. La predicción de su desarrollo por técnicas de machine learning (ML) es prometedora, pero afronta aún problemas para la implantación generalizada. [...]
trabajo, creamos un modelo predictivo de desarrollo de sepsis, ingreso en cuidados intensivos (UCI) o mortalidad en las 48 horas siguientes al inicio de la atención en urgencias. El estudio se llevó a cabo sobre una población final de 51,681 episodios, con una prevalencia de la variable principal del 9. [...]
Sepsis remains a major healthcare challenge, characterized by high morbidity and mortality. Predicting its onset using machine learning (ML) techniques is promising but still faces obstacles to widespread implementation. [...]
2025 (Màster en Intel·ligència Artificial i Big Data en Salut)
2 documents
Registro completo - Creative Commons
Depósito Digital de Documentos de la UAB :: Buscar :: Enviar :: Personalizar :: Ayuda
Powered by Invenio v1.1.6
Mantenido por ddd.bib@uab.cat  :: Metadatos sujetos a:
Última actualización: 05 Dic 2025, 21:51
Colaboramos