Katalog Plus
Bibliothek der Frankfurt UAS
Bald neuer Katalog: sichern Sie sich schon vorab Ihre persönlichen Merklisten im Nutzerkonto: Anleitung.
Dieses Ergebnis aus BASE kann Gästen nicht angezeigt werden.  Login für vollen Zugriff.

Aplicación móvil para generar alertas de hipoglucemia mediante Transformadas de Wavelet y Deep Learning ; Mobile application to produce hypoglycaemia alerts using Wavelet Transforms and Deep Learning

Title: Aplicación móvil para generar alertas de hipoglucemia mediante Transformadas de Wavelet y Deep Learning ; Mobile application to produce hypoglycaemia alerts using Wavelet Transforms and Deep Learning
Authors: Lázaro Llorente, Adrián
Contributors: Hidalgo Pérez, José Ignacio
Publication Year: 2025
Collection: Universidad Complutense de Madrid (UCM): E-Prints Complutense
Subject Terms: 004(043.3); Diabetes; Hipoglucemia; Aprendizaje profundo; Transformada Wavelet; Redes neuronales; Aplicación móvil; SwiftUI; Ingeniería de Software; Apple Health; Hypoglycaemia; Deep Learning; Wavelet Transform; Neural networks; Mobile application; Software Engineering; Informática (Informática); 33 Ciencias Tecnológicas
Description: Trabajo de Fin de Grado en Ingeniería Informática, Facultad Informática UCM, Departamento de Arquitectura de Computadores y Automática, Curso 2024/2025. ; La diabetes es una enfermedad crónica que afecta a millones de personas en todo el mundo, y requiere de una monitorización continua para evitar complicaciones graves como las hipoglucemias. Este Trabajo de Fin de Grado consiste en el desarrollo de una aplicación móvil para dispositivos iOS que alerte sobre potenciales episodios de hipoglucemia, mediante el uso de técnicas de aprendizaje profundo y transformadas Wavelet. La aplicación, desarrollada en SwiftUI, se sincroniza con Apple Health para obtener los datos diarios de glucosa del usuario y mostrarlos en gráficos interactivos. A partir de los registros de glucosa del día anterior, la app permite al usuario obtener una predicción acerca de si sufrirá una hipoglucemia durante las 24 horas siguientes. Para ello, se implementa el método propuesto en la tesis doctoral de Jorge Alvarado (dirigida por el grupo ABSys, de la Universidad Complutense de Madrid, que también dirige este TFG). Mediante una API, implementada en Python y FastAPI, se generan imágenes en formato PNG con un espectrograma aplicando la transformada Wavelet a la serie temporal de valores de glucosa. Estas imágenes son analizadas posteriormente por una red neuronal convolucional DenseNet-121 de clasificación de imágenes, que determina la probabilidad de sufrir una hipoglucemia al día siguiente. La intención de este proyecto es consolidar las investigaciones previas del grupo ABSys sobre la predicción de hipoglucemias, con el desarrollo y la publicación de una aplicación tangible, que pueda ser usada por personas con diabetes para mejorar su control diario de glucosa y con ello su calidad de vida. ; Diabetes is a chronic disease that affects millions of people worldwide and requires continuous monitoring to prevent serious complications such as hypoglycemia. This Final Degree Project focuses on the development of a mobile application for iOS ...
Document Type: bachelor thesis
File Description: application/pdf
Language: Spanish; Castilian
Relation: https://hdl.handle.net/20.500.14352/124766
Availability: https://hdl.handle.net/20.500.14352/124766
Rights: Attribution-NonCommercial-NoDerivatives 4.0 International ; http://creativecommons.org/licenses/by-nc-nd/4.0/ ; open access
Accession Number: edsbas.3F0FD857
Database: BASE