José Antonio Montero Valverde
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
José Antonio Montero Valverde has a total of 19 co-authors. Here are the top co-authors by number of shared publications:
- Miriam Martínez-Arroyo
Tecnológico Nacional de México campus Acapulco
8 shared publications - Eduardo De la Cruz Gámez
National Technology of Mexico/Technological Institute of Acapulco, Acapulco 39905, Guerrero, Mexico
7 shared publications - Juan Miguel Hernández Bravo
Tecnológico Nacional de México
3 shared publications - Alberto Rodríguez-Cayetano
Department of Education, Faculty of Education, Pontifical University of Salamanca, 37007 Salamanca, Spain
1 shared publication - Carolina Astudillo Hèrnandez
Instituto Tecnológico de Acapulco
1 shared publication - Ericka Martínez López
Tecnológico Nacional de México campus Acapulco
1 shared publication
Latest Publications
- Open Access
- 24 September 2026
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 10 (5) , 3446-3460
Diseño e Implementación de un Sistema NDIR Portátil para la Detección Temprana de Helicobacter Pylori Mediante Análisis de Aliento
La infección por Helicobacter pylori afecta a una proporción considerable de la población mundial y representa el principal factor de riesgo conocido para el desarrollo de gastritis crónica, úlcera péptica y adenocarcinoma gástrico. Los métodos diagnósticos convencionales —la endoscopia con biopsia y las pruebas de aliento con isótopos marcados analizadas por espectrometría de masas— dependen de equipos especializados y de infraestructura hospitalaria que resulta poco accesible en comunidades rurales o de escasos recursos. En este trabajo se documenta el diseño, la construcción y la validación experimental preliminar de un espectrofotómetro portátil de bajo costo, fundamentado en espectroscopía de infrarrojo no dispersivo (NDIR). El dispositivo se concibió como herramienta de apoyo para la detección no invasiva de H. pylori, a partir de las variaciones en la concentración de dióxido de carbono (CO₂) presentes en el aliento humano. El prototipo integra una cámara de absorción óptica fabricada mediante manufactura aditiva en polímero ABS, una unidad de procesamiento central basada en Raspberry Pi Zero 2 W, y un convertidor analógico-digital de 16 bits (ADS1115) responsable de digitalizar la señal generada por el par emisor-receptor infrarrojo sintonizado en 4300 nm. El acondicionamiento de la señal se realizó con un amplificador operacional de bajo ruido y algoritmos de filtrado digital programados en Python. Por su parte, la comunicación con la aplicación móvil se estableció mediante una API REST desarrollada con FastAPI. En una prueba funcional de referencia, el sistema comparó una muestra basal de aliento (1.0295 V) con una muestra enriquecida (1.5457 V), registrando una variación de 50.14 % entre ambas lecturas, sobre la cual el software emitió un veredicto automatizado de "apto". Estos resultados constituyen evidencia preliminar de que es técnicamente viable desarrollar instrumentación médica funcional, portátil y de bajo costo con componentes comerciales, si bien se requiere una validación clínica con un número mayor de sujetos antes de considerar su uso diagnóstico.
- 24 September 2026
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 10 (5) , 3446-3460
Open AccessDiseño e Implementación de un Sistema NDIR Portátil para la Detección Temprana de Helicobacter Pylori Mediante Análisis de Aliento
La infección por Helicobacter pylori afecta a una proporción considerable de la población mundial y representa el principal factor de riesgo conocido para el desarrollo de gastritis crónica, úlcera péptica y adenocarcinoma gástrico. Los métodos diagnósticos convencionales —la endoscopia con biopsia y las pruebas de aliento con isótopos marcados analizadas por espectrometría de masas— dependen de equipos especializados y de infraestructura hospitalaria que resulta poco accesible en comunidades rurales o de escasos recursos. En este trabajo se documenta el diseño, la construcción y la validación experimental preliminar de un espectrofotómetro portátil de bajo costo, fundamentado en espectroscopía de infrarrojo no dispersivo (NDIR). El dispositivo se concibió como herramienta de apoyo para la detección no invasiva de H. pylori, a partir de las variaciones en la concentración de dióxido de carbono (CO₂) presentes en el aliento humano. El prototipo integra una cámara de absorción óptica fabricada mediante manufactura aditiva en polímero ABS, una unidad de procesamiento central basada en Raspberry Pi Zero 2 W, y un convertidor analógico-digital de 16 bits (ADS1115) responsable de digitalizar la señal generada por el par emisor-receptor infrarrojo sintonizado en 4300 nm. El acondicionamiento de la señal se realizó con un amplificador operacional de bajo ruido y algoritmos de filtrado digital programados en Python. Por su parte, la comunicación con la aplicación móvil se estableció mediante una API REST desarrollada con FastAPI. En una prueba funcional de referencia, el sistema comparó una muestra basal de aliento (1.0295 V) con una muestra enriquecida (1.5457 V), registrando una variación de 50.14 % entre ambas lecturas, sobre la cual el software emitió un veredicto automatizado de "apto". Estos resultados constituyen evidencia preliminar de que es técnicamente viable desarrollar instrumentación médica funcional, portátil y de bajo costo con componentes comerciales, si bien se requiere una validación clínica con un número mayor de sujetos antes de considerar su uso diagnóstico.
- Open Access
- 23 January 2026
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 10 (1) , 3430-3441
Análisis Bibliométrico del Impacto de los Escenarios de Realidad Virtual en las Personas con Trastornos de Ansiedad Social
El trastorno de ansiedad social (TAS) se caracteriza por un miedo intenso y persistente a situaciones de interacción o desempeño social, acompañado de conductas de evitación que deterioran de forma significativa la vida académica, laboral y relacional. Diversas revisiones y ensayos clínicos han mostrado que la terapia de exposición en realidad virtual (VRET) constituye una alternativa eficaz y segura a la exposición en vivo tradicional para el tratamiento de los trastornos de ansiedad, incluyendo el TAS. (Schröder, D. at al., 2023). Sin embargo, persisten vacíos en la literatura respecto al impacto de escenarios inmersivos diseñados específicamente para contextos cotidianos de ansiedad social en población joven de habla hispana, así como sobre la experiencia subjetiva de uso (presencia, usabilidad, aceptabilidad). El objetivo de este estudio analiza el impacto de los escenarios de RV en personas con TAS, revisando evidencia científica, modelos terapéuticos y potenciales beneficios en el tratamiento. Se concluye que la RV ofrece una alternativa eficaz, accesible y personalizable para intervenir el TAS, aunque persisten desafíos tecnológicos, económicos y metodológicos en su implementación clínica.
- 23 January 2026
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 10 (1) , 3430-3441
Open AccessAnálisis Bibliométrico del Impacto de los Escenarios de Realidad Virtual en las Personas con Trastornos de Ansiedad Social
El trastorno de ansiedad social (TAS) se caracteriza por un miedo intenso y persistente a situaciones de interacción o desempeño social, acompañado de conductas de evitación que deterioran de forma significativa la vida académica, laboral y relacional. Diversas revisiones y ensayos clínicos han mostrado que la terapia de exposición en realidad virtual (VRET) constituye una alternativa eficaz y segura a la exposición en vivo tradicional para el tratamiento de los trastornos de ansiedad, incluyendo el TAS. (Schröder, D. at al., 2023). Sin embargo, persisten vacíos en la literatura respecto al impacto de escenarios inmersivos diseñados específicamente para contextos cotidianos de ansiedad social en población joven de habla hispana, así como sobre la experiencia subjetiva de uso (presencia, usabilidad, aceptabilidad). El objetivo de este estudio analiza el impacto de los escenarios de RV en personas con TAS, revisando evidencia científica, modelos terapéuticos y potenciales beneficios en el tratamiento. Se concluye que la RV ofrece una alternativa eficaz, accesible y personalizable para intervenir el TAS, aunque persisten desafíos tecnológicos, económicos y metodológicos en su implementación clínica.
- Open Access
- 23 January 2026
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 10 (1) , 3051-3068
Buscando la Causalidad en el Trastorno de Ansiedad
De acuerdo con datos de la Organización Mundial de la Salud (2025), el trastorno de ansiedad es una enfermedad mental que afecta a más de mil millones de personas a nivel mundial. Por su parte, la Secretaría de Salud de México (SSA, 2024), reportó que este trastorno mental representó el 52.8% de los casos de salud mental atendidos en el año 2024. En este trabajo, se busca determinar una relación causal entre las variables que causan la manifestación de este trastorno. Para esta finalidad, se utilizaron algoritmos básicos de descubrimiento causal, específicamente: i) PC (Peter Spirtes y Clark Glymour), ii) GES (Algoritmo de Búsqueda Voraz de Equivalencias), y iii) LiNGAM (Modelo Acíclico No Gaussiano Lineal). Asimismo, se utilizó el conjunto de datos manejado por Fathi & Ahmadi (2020), el cuál usa información de variables demográficas, emocionales y físicas, considerando un total de 28 variables. Los hallazgos encontrados al utilizar los algoritmos mencionados, determinan coincidencias de causalidad en algunas variables. La similitud entre las coincidencias, así como la orientación y estimación de la relación causal entre las variables en los grafos, fue valorada por diferentes métricas. Las coincidencias encontradas determinan las variables con mayor probabilidad de ser factores causales en el trastorno de ansiedad. De ser comprobables, a través de un experto humano, estas relaciones, son de gran importancia para intervenciones específicas a diferentes trastornos.
- 23 January 2026
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 10 (1) , 3051-3068
Open AccessBuscando la Causalidad en el Trastorno de Ansiedad
De acuerdo con datos de la Organización Mundial de la Salud (2025), el trastorno de ansiedad es una enfermedad mental que afecta a más de mil millones de personas a nivel mundial. Por su parte, la Secretaría de Salud de México (SSA, 2024), reportó que este trastorno mental representó el 52.8% de los casos de salud mental atendidos en el año 2024. En este trabajo, se busca determinar una relación causal entre las variables que causan la manifestación de este trastorno. Para esta finalidad, se utilizaron algoritmos básicos de descubrimiento causal, específicamente: i) PC (Peter Spirtes y Clark Glymour), ii) GES (Algoritmo de Búsqueda Voraz de Equivalencias), y iii) LiNGAM (Modelo Acíclico No Gaussiano Lineal). Asimismo, se utilizó el conjunto de datos manejado por Fathi & Ahmadi (2020), el cuál usa información de variables demográficas, emocionales y físicas, considerando un total de 28 variables. Los hallazgos encontrados al utilizar los algoritmos mencionados, determinan coincidencias de causalidad en algunas variables. La similitud entre las coincidencias, así como la orientación y estimación de la relación causal entre las variables en los grafos, fue valorada por diferentes métricas. Las coincidencias encontradas determinan las variables con mayor probabilidad de ser factores causales en el trastorno de ansiedad. De ser comprobables, a través de un experto humano, estas relaciones, son de gran importancia para intervenciones específicas a diferentes trastornos.
- Open Access
- 24 November 2025
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 9 (6) , 4959-4976
Gestor de Proyecto SCRUM(GePro)
Este artículo presenta el desarrollo de GePro, una aplicación web diseñada para la gestión de proyectos de software mediante la metodología ágil Scrum, con el propósito de optimizar la comunicación, la organización y el control de tareas dentro de equipos de trabajo. La investigación parte de la problemática común en muchas organizaciones: la falta de herramientas de gestión efectivas que provocan retrasos, sobrecostos y fallos en la coordinación. Ante ello, GePro ofrece una solución tecnológica que busca mejorar la productividad y la competitividad organizacional. GePro fue desarrollado con tecnologías modernas como Python, Django, PostgreSQL, HTML, CSS y JavaScript, lo que le otorga robustez, seguridad y escalabilidad. Sus principales funciones incluyen la administración de proyectos y equipos, la gestión del backlog de producto, la planificación de Sprints, el control del esfuerzo (horas estimadas versus reales) y la evaluación de tareas. Una de sus ventajas sobre herramientas comerciales como Jira, Trello o Asana es su independencia tecnológica, su libre uso sin licencias por usuario y la posibilidad de personalizarse completamente a las necesidades del equipo (desarrollo a la medida). El marco teórico se sustenta en la metodología Scrum, reconocida por fomentar la colaboración, la autogestión y la entrega continua de valor. Diversos estudios citados en el documento, como los de Masood et al. (2021) y Silva da Silva et al. (2022), demuestran que las organizaciones suelen adaptar Scrum a su contexto, lo que refleja su flexibilidad. Asimismo, investigaciones previas (Chancusi, 2015; Díaz, 2017; Valdés, 2018) avalan su eficacia en la mejora de la productividad y la satisfacción del cliente. El estudio se desarrolló bajo un enfoque mixto, combinando análisis cualitativo y cuantitativo. Se clasifica como investigación aplicativa y descriptiva, con un diseño observacional transversal. Para su desarrollo, se utilizó además la metodología OOHDM, orientada a objetos, que facilita el diseño de aplicaciones web a través de modelos conceptuales, de navegación e interfaz. El documento describe el flujo completo de uso del sistema, desde la autenticación de usuarios hasta la creación de proyectos, historias de usuario, tareas y Sprints, detallando las funciones y privilegios de cada rol.
- 24 November 2025
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 9 (6) , 4959-4976
Open AccessGestor de Proyecto SCRUM(GePro)
Este artículo presenta el desarrollo de GePro, una aplicación web diseñada para la gestión de proyectos de software mediante la metodología ágil Scrum, con el propósito de optimizar la comunicación, la organización y el control de tareas dentro de equipos de trabajo. La investigación parte de la problemática común en muchas organizaciones: la falta de herramientas de gestión efectivas que provocan retrasos, sobrecostos y fallos en la coordinación. Ante ello, GePro ofrece una solución tecnológica que busca mejorar la productividad y la competitividad organizacional. GePro fue desarrollado con tecnologías modernas como Python, Django, PostgreSQL, HTML, CSS y JavaScript, lo que le otorga robustez, seguridad y escalabilidad. Sus principales funciones incluyen la administración de proyectos y equipos, la gestión del backlog de producto, la planificación de Sprints, el control del esfuerzo (horas estimadas versus reales) y la evaluación de tareas. Una de sus ventajas sobre herramientas comerciales como Jira, Trello o Asana es su independencia tecnológica, su libre uso sin licencias por usuario y la posibilidad de personalizarse completamente a las necesidades del equipo (desarrollo a la medida). El marco teórico se sustenta en la metodología Scrum, reconocida por fomentar la colaboración, la autogestión y la entrega continua de valor. Diversos estudios citados en el documento, como los de Masood et al. (2021) y Silva da Silva et al. (2022), demuestran que las organizaciones suelen adaptar Scrum a su contexto, lo que refleja su flexibilidad. Asimismo, investigaciones previas (Chancusi, 2015; Díaz, 2017; Valdés, 2018) avalan su eficacia en la mejora de la productividad y la satisfacción del cliente. El estudio se desarrolló bajo un enfoque mixto, combinando análisis cualitativo y cuantitativo. Se clasifica como investigación aplicativa y descriptiva, con un diseño observacional transversal. Para su desarrollo, se utilizó además la metodología OOHDM, orientada a objetos, que facilita el diseño de aplicaciones web a través de modelos conceptuales, de navegación e interfaz. El documento describe el flujo completo de uso del sistema, desde la autenticación de usuarios hasta la creación de proyectos, historias de usuario, tareas y Sprints, detallando las funciones y privilegios de cada rol.
- Open Access
- 24 November 2025
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 9 (6) , 7065-7081
Propuesta de Sistema Web para el Análisis de Salud en Cultivos de Agave Mediante Imágenes Satelitales Multiespectrales
Este artículo presenta el diseño y desarrollo de un sistema web para el monitoreo de la salud en cultivos de agave mediante el uso de imágenes satelitales multiespectrales obtenidas a través de la API Sentinel-Hub. Se abordan las dos primeras fases de la metodología en cascada: análisis y diseño. Por medio de este tipo de imágenes es posible obtener valores numéricos de cada una de sus bandas espectrales, que son utilizadas para el cálculo de diversos índices de vegetación. El sistema permite calcular el Índice de Vegetación de Diferencia Normalizada (NDVI) para estimar la salud del cultivo y visualizar los resultados en una interfaz gráfica intuitiva. Esta herramienta busca optimizar la toma de decisiones agrícolas, mejorar el rendimiento y contribuir a la sostenibilidad de la producción de agave.
- 24 November 2025
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 9 (6) , 7065-7081
Open AccessPropuesta de Sistema Web para el Análisis de Salud en Cultivos de Agave Mediante Imágenes Satelitales Multiespectrales
Este artículo presenta el diseño y desarrollo de un sistema web para el monitoreo de la salud en cultivos de agave mediante el uso de imágenes satelitales multiespectrales obtenidas a través de la API Sentinel-Hub. Se abordan las dos primeras fases de la metodología en cascada: análisis y diseño. Por medio de este tipo de imágenes es posible obtener valores numéricos de cada una de sus bandas espectrales, que son utilizadas para el cálculo de diversos índices de vegetación. El sistema permite calcular el Índice de Vegetación de Diferencia Normalizada (NDVI) para estimar la salud del cultivo y visualizar los resultados en una interfaz gráfica intuitiva. Esta herramienta busca optimizar la toma de decisiones agrícolas, mejorar el rendimiento y contribuir a la sostenibilidad de la producción de agave.
- Open Access
- 7 January 2025
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 9 (1) , 196-219
Aplicación Móvil para el Tratamiento Fobias Sociales mediante Realidad Virtual Caso: C.M.F ISSSTE
Este artículo presenta el desarrollo de una aplicación para dispositivos Android, diseñada para asistir a personas con trastornos de ansiedad derivados de diversas fobias mediante un enfoque de Terapia Emocional Asistida especial mente para pacientes con Trastorno del espectro Autista (TEA). En su versión inicial, la aplicación se centra específicamente en la fobia social, aunque está concebida con la posibilidad de ampliarse en el futuro para abordar otros tipos de fobias. La aplicación utiliza tecnologías de Realidad Virtual (RV) y Realidad Aumentada (RA), implementadas mediante gafas RV, para ofrecer escenarios terapéuticos interactivos. Se desarrollaron 4 escenarios denominados como: “Habitación segura”, “Fuera de la casa”, “Autobús” y “Calle con público”. La investigación se desarrolló en el C.M.F. ISSSTE, donde se realizaron pruebas con pacientes bajo la supervisión de un especialista. Se evaluó el impacto de la aplicación en el tratamiento de la fobia social y se ajustaron las intervenciones de acuerdo a necesidades individuales de cada paciente. Los resultados evidencian el potencial de estas tecnologías para mejorar la gestión emocional y reducir la ansiedad asociada a las fobias.
- 7 January 2025
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 9 (1) , 196-219
Open AccessAplicación Móvil para el Tratamiento Fobias Sociales mediante Realidad Virtual Caso: C.M.F ISSSTE
Este artículo presenta el desarrollo de una aplicación para dispositivos Android, diseñada para asistir a personas con trastornos de ansiedad derivados de diversas fobias mediante un enfoque de Terapia Emocional Asistida especial mente para pacientes con Trastorno del espectro Autista (TEA). En su versión inicial, la aplicación se centra específicamente en la fobia social, aunque está concebida con la posibilidad de ampliarse en el futuro para abordar otros tipos de fobias. La aplicación utiliza tecnologías de Realidad Virtual (RV) y Realidad Aumentada (RA), implementadas mediante gafas RV, para ofrecer escenarios terapéuticos interactivos. Se desarrollaron 4 escenarios denominados como: “Habitación segura”, “Fuera de la casa”, “Autobús” y “Calle con público”. La investigación se desarrolló en el C.M.F. ISSSTE, donde se realizaron pruebas con pacientes bajo la supervisión de un especialista. Se evaluó el impacto de la aplicación en el tratamiento de la fobia social y se ajustaron las intervenciones de acuerdo a necesidades individuales de cada paciente. Los resultados evidencian el potencial de estas tecnologías para mejorar la gestión emocional y reducir la ansiedad asociada a las fobias.
- Open Access
- 4 April 2024
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 8 (2) , 3194-3204
Avances en la Detección de la Mosca Blanca mediante la Aplicación de Técnicas de Inteligencia Artificial: Un Comprensivo Estado del Arte
La mosca blanca es una plaga que afecta a diversas plantas alrededor del mundo, particularmente en climas templados y tropicales. Existen más de 1500 especies de mosca blanca pero algunas como Bemisia tabaci y Trialeurodes vaporariorum son especialmente perjudiciales. Es crucial el monitoreo constante de los cultivos debido al rápido ciclo reproductivo de la mosca blanca. Este artículo presenta un análisis exhaustivo del estado actual de diversas técnicas de Inteligencia Artificial aplicadas a la detección temprana de la mosca blanca en diferentes entornos agrícolas. El objetivo es hacer una revisión de estás técnicas, los algoritmos implementados, las herramientas computacionales utilizadas y los parámetros relevantes para el desarrollo de los diferentes sistemas de control y monitoreo estudiados. Los resultados de esta revisión revelan una tendencia creciente hacia la adopción de tecnologías avanzadas para abordar los retos asociados con el problema de plagas, identificando las principales técnicas y herramientas que pueden adaptarse para mejorar la prevención y control de la mosca blanca, crucial para la agricultura sostenible. Whitefly is a pest that affects various plants around the world, particularly in mild weather and tropical climates. There are more than 1,500 species of whitefly but some such as Bemisia tabaci and Trialeurodes vaporariorum are especially harmful. Constant monitoring of crops is crucial due to the rapid reproductive cycle of the whitefly. This article presents an exhaustive analysis of the current state of various Artificial Intelligence techniques applied to the early detection of whitefly in different agricultural environments. The objective is to review these techniques, the algorithms implemented, the computational tools used and the relevant parameters for the development of the different control and monitoring systems studied. The results of this review reveal a growing trend towards the adoption of advanced technologies to address the challenges associated with the pest problem, identifying the main techniques and tools that can be adapted to improve the prevention and control of whiteflies, crucial for sustainable agriculture.
- 4 April 2024
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 8 (2) , 3194-3204
Open AccessAvances en la Detección de la Mosca Blanca mediante la Aplicación de Técnicas de Inteligencia Artificial: Un Comprensivo Estado del Arte
La mosca blanca es una plaga que afecta a diversas plantas alrededor del mundo, particularmente en climas templados y tropicales. Existen más de 1500 especies de mosca blanca pero algunas como Bemisia tabaci y Trialeurodes vaporariorum son especialmente perjudiciales. Es crucial el monitoreo constante de los cultivos debido al rápido ciclo reproductivo de la mosca blanca. Este artículo presenta un análisis exhaustivo del estado actual de diversas técnicas de Inteligencia Artificial aplicadas a la detección temprana de la mosca blanca en diferentes entornos agrícolas. El objetivo es hacer una revisión de estás técnicas, los algoritmos implementados, las herramientas computacionales utilizadas y los parámetros relevantes para el desarrollo de los diferentes sistemas de control y monitoreo estudiados. Los resultados de esta revisión revelan una tendencia creciente hacia la adopción de tecnologías avanzadas para abordar los retos asociados con el problema de plagas, identificando las principales técnicas y herramientas que pueden adaptarse para mejorar la prevención y control de la mosca blanca, crucial para la agricultura sostenible. Whitefly is a pest that affects various plants around the world, particularly in mild weather and tropical climates. There are more than 1,500 species of whitefly but some such as Bemisia tabaci and Trialeurodes vaporariorum are especially harmful. Constant monitoring of crops is crucial due to the rapid reproductive cycle of the whitefly. This article presents an exhaustive analysis of the current state of various Artificial Intelligence techniques applied to the early detection of whitefly in different agricultural environments. The objective is to review these techniques, the algorithms implemented, the computational tools used and the relevant parameters for the development of the different control and monitoring systems studied. The results of this review reveal a growing trend towards the adoption of advanced technologies to address the challenges associated with the pest problem, identifying the main techniques and tools that can be adapted to improve the prevention and control of whiteflies, crucial for sustainable agriculture.
- Open Access
- 29 January 2024
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 8 (1) , 5744-5756
Avances en la Detección de Retinopatía Diabética: El Rol Prometedor de la Inteligencia Artificial
Actualmente, la retinopatía diabética es un gran problema que afecta a la población en edad laboral, cuya principal causa es la diabetes. La detección temprana de esta enfermedad es fundamental para prevenir complicaciones graves y es aquí donde la inteligencia artificial (IA) muestra su potencial. Los enfoques basados en el aprendizaje profundo se han mostrado prometedores en la detección y clasificación de lesiones retinianas asociadas con la retinopatía diabética. Sin embargo, se necesita más investigación para determinar completamente la efectividad de estos métodos. Por otro lado, el glaucoma, una enfermedad ocular que pone en peligro la vista, es difícil de detectar a tiempo. Aunque son posibles técnicas como el examen del nervio óptico mediante imágenes del fondo de ojo, la interpretación subjetiva y costosa del oftalmólogo es un obstáculo importante. En este contexto, nuestro objetivo es aumentar la eficiencia y precisión del diagnóstico aprovechando nuevas tecnologías como la IA. El uso de algoritmos de IA en el análisis de imágenes oculares puede conducir a una detección más rápida y precisa de anomalías relacionadas con el glaucoma. Estos sistemas pueden detectar patrones sutiles que pueden no ser visibles para el ojo humano, lo que permite un diagnóstico temprano y un tratamiento más eficaz. La IA también puede realizar automáticamente análisis proactivos para reducir la carga de trabajo de los profesionales de la salud, permitiéndoles centrarse en casos más complejos o en la atención directa al paciente. En conclusión, si bien la retinopatía diabética y el glaucoma representan desafíos importantes en el campo de la oftalmología, el uso de la IA ofrece una esperanza real para mejorar la detección, el diagnóstico y, en última instancia, el tratamiento de estas enfermedades. Sin embargo, la investigación y validación continua de estas tecnologías es esencial para garantizar la eficacia y seguridad en la práctica clínica. Currently, diabetic retinopathy is a major problem that affects the working-age population, the main cause of which is diabetes. Early detection of this disease is essential to prevent serious complications and this is where artificial intelligence (AI) shows its potential. Deep learning-based approaches have shown promise in detecting and classifying retinal lesions associated with diabetic retinopathy. However, more research is needed to fully determine the effectiveness of these methods. On the other hand, glaucoma, an eye disease that endangers sight, is difficult to detect in time. Although techniques such as examination of the optic nerve using fundus imaging are possible, subjective and costly interpretation by the ophthalmologist is a major obstacle. In this context, our goal is to increase the efficiency and accuracy of diagnosis by leveraging new technologies such as AI. The use of AI algorithms in ocular image analysis can lead to faster and more accurate detection of glaucoma-related abnormalities. These systems can detect subtle patterns that may not be visible to the human eye, allowing for earlier diagnosis and more effective treatment. AI can also automatically perform proactive analyzes to reduce the workload of healthcare professionals, allowing them to focus on more complex cases or direct patient care. In conclusion, while diabetic retinopathy and glaucoma represent significant challenges in the field of ophthalmology, the use of AI offers real hope to improve the detection, diagnosis and ultimately treatment of these diseases. However, continued research and validation of these technologies is essential to ensure efficacy and safety in clinical practice.
- 29 January 2024
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 8 (1) , 5744-5756
Open AccessAvances en la Detección de Retinopatía Diabética: El Rol Prometedor de la Inteligencia Artificial
Actualmente, la retinopatía diabética es un gran problema que afecta a la población en edad laboral, cuya principal causa es la diabetes. La detección temprana de esta enfermedad es fundamental para prevenir complicaciones graves y es aquí donde la inteligencia artificial (IA) muestra su potencial. Los enfoques basados en el aprendizaje profundo se han mostrado prometedores en la detección y clasificación de lesiones retinianas asociadas con la retinopatía diabética. Sin embargo, se necesita más investigación para determinar completamente la efectividad de estos métodos. Por otro lado, el glaucoma, una enfermedad ocular que pone en peligro la vista, es difícil de detectar a tiempo. Aunque son posibles técnicas como el examen del nervio óptico mediante imágenes del fondo de ojo, la interpretación subjetiva y costosa del oftalmólogo es un obstáculo importante. En este contexto, nuestro objetivo es aumentar la eficiencia y precisión del diagnóstico aprovechando nuevas tecnologías como la IA. El uso de algoritmos de IA en el análisis de imágenes oculares puede conducir a una detección más rápida y precisa de anomalías relacionadas con el glaucoma. Estos sistemas pueden detectar patrones sutiles que pueden no ser visibles para el ojo humano, lo que permite un diagnóstico temprano y un tratamiento más eficaz. La IA también puede realizar automáticamente análisis proactivos para reducir la carga de trabajo de los profesionales de la salud, permitiéndoles centrarse en casos más complejos o en la atención directa al paciente. En conclusión, si bien la retinopatía diabética y el glaucoma representan desafíos importantes en el campo de la oftalmología, el uso de la IA ofrece una esperanza real para mejorar la detección, el diagnóstico y, en última instancia, el tratamiento de estas enfermedades. Sin embargo, la investigación y validación continua de estas tecnologías es esencial para garantizar la eficacia y seguridad en la práctica clínica. Currently, diabetic retinopathy is a major problem that affects the working-age population, the main cause of which is diabetes. Early detection of this disease is essential to prevent serious complications and this is where artificial intelligence (AI) shows its potential. Deep learning-based approaches have shown promise in detecting and classifying retinal lesions associated with diabetic retinopathy. However, more research is needed to fully determine the effectiveness of these methods. On the other hand, glaucoma, an eye disease that endangers sight, is difficult to detect in time. Although techniques such as examination of the optic nerve using fundus imaging are possible, subjective and costly interpretation by the ophthalmologist is a major obstacle. In this context, our goal is to increase the efficiency and accuracy of diagnosis by leveraging new technologies such as AI. The use of AI algorithms in ocular image analysis can lead to faster and more accurate detection of glaucoma-related abnormalities. These systems can detect subtle patterns that may not be visible to the human eye, allowing for earlier diagnosis and more effective treatment. AI can also automatically perform proactive analyzes to reduce the workload of healthcare professionals, allowing them to focus on more complex cases or direct patient care. In conclusion, while diabetic retinopathy and glaucoma represent significant challenges in the field of ophthalmology, the use of AI offers real hope to improve the detection, diagnosis and ultimately treatment of these diseases. However, continued research and validation of these technologies is essential to ensure efficacy and safety in clinical practice.
- Open Access
- 29 January 2024
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 8 (1) , 5667-5677
Extracción de Características Morfológicas para la Identificación de Huevecillos de Aedes Aegypti a Través de Imágenes Digitales
The Aedes aegypti mosquito is the main vector in the transmission of diseases such as: Dengue, Zika and Chikungunya. According to data from the Ministry of Health, the state of Guerrero has experienced recurrent outbreaks of these diseases in recent years. One of the strategies to control the spread of these diseases is to monitor and control the mosquito population in areas prone to their reproduction. This process is carried out through the use of ovitraps in which a cloth is placed to attract the mosquito to lay its eggs. . Subsequently, the fabric is removed and the eggs deposited are manually counted by specialized personnel. Due to the size of the eggs, counting is an error-prone task. In this work, a methodology is presented using computer vision algorithms for the extraction of morphological features. A total set of 100 images was used to perform the tests. The methodology takes advantage of traditional artificial intelligence techniques, highlighting the importance of paying attention to features. like eccentricity. This research contributes significantly by proposing a technological solution to improve data accuracy, demonstrating the efficiency of artificial intelligence in egg detection. The study highlights the importance of morphological feature extraction to rapidly count mosquito eggs accurately, laying the foundation for future advances in vector control strategies. El mosquito Aedes aegypti es el principal vector en la transmisión de enfermedades como: Dengue, Zika y Chikungunya. De acuerdo a datos de la Secretaría de Salud, el estado de Guerrero ha experimentado brotes recurrentes de dichas enfermedades en los últimos años. Una de las estrategias para controlar la propagación de estas enfermedades es monitorear y controlar la población de mosquitos en áreas propensas a su reproducción, este proceso se realiza mediante el uso de ovitrampas en las que se coloca una tela para atraer al mosquito a depositar sus huevecillos. Posteriormente, se retira la tela y se realiza el conteo manual de los huevecillos depositados por personal especializado. Debido al tamaño de los huevecillos, la contabilización resulta en una tarea propensa a errores. En este trabajo, se presenta una metodología utilizando algoritmos de visión computacional para la extracción de características morfológicas, Se utilizó un conjunto total de 100 imágenes para realizar las pruebas, la metodología aprovecha técnicas tradicionales de inteligencia artificial, destacando la importancia de prestar atención a características como la excentricidad. Esta investigación contribuye significativamente al proponer una solución tecnológica para mejorar la precisión de los datos, demostrando la eficiencia de la inteligencia artificial en la detección de huevos. El estudio resalta la importancia de la extracción de características morfológicas para contar rápidamente huevos de mosquito con precisión, sentando las bases para futuros avances en estrategias de control de vectores.
- 29 January 2024
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 8 (1) , 5667-5677
Open AccessExtracción de Características Morfológicas para la Identificación de Huevecillos de Aedes Aegypti a Través de Imágenes Digitales
The Aedes aegypti mosquito is the main vector in the transmission of diseases such as: Dengue, Zika and Chikungunya. According to data from the Ministry of Health, the state of Guerrero has experienced recurrent outbreaks of these diseases in recent years. One of the strategies to control the spread of these diseases is to monitor and control the mosquito population in areas prone to their reproduction. This process is carried out through the use of ovitraps in which a cloth is placed to attract the mosquito to lay its eggs. . Subsequently, the fabric is removed and the eggs deposited are manually counted by specialized personnel. Due to the size of the eggs, counting is an error-prone task. In this work, a methodology is presented using computer vision algorithms for the extraction of morphological features. A total set of 100 images was used to perform the tests. The methodology takes advantage of traditional artificial intelligence techniques, highlighting the importance of paying attention to features. like eccentricity. This research contributes significantly by proposing a technological solution to improve data accuracy, demonstrating the efficiency of artificial intelligence in egg detection. The study highlights the importance of morphological feature extraction to rapidly count mosquito eggs accurately, laying the foundation for future advances in vector control strategies. El mosquito Aedes aegypti es el principal vector en la transmisión de enfermedades como: Dengue, Zika y Chikungunya. De acuerdo a datos de la Secretaría de Salud, el estado de Guerrero ha experimentado brotes recurrentes de dichas enfermedades en los últimos años. Una de las estrategias para controlar la propagación de estas enfermedades es monitorear y controlar la población de mosquitos en áreas propensas a su reproducción, este proceso se realiza mediante el uso de ovitrampas en las que se coloca una tela para atraer al mosquito a depositar sus huevecillos. Posteriormente, se retira la tela y se realiza el conteo manual de los huevecillos depositados por personal especializado. Debido al tamaño de los huevecillos, la contabilización resulta en una tarea propensa a errores. En este trabajo, se presenta una metodología utilizando algoritmos de visión computacional para la extracción de características morfológicas, Se utilizó un conjunto total de 100 imágenes para realizar las pruebas, la metodología aprovecha técnicas tradicionales de inteligencia artificial, destacando la importancia de prestar atención a características como la excentricidad. Esta investigación contribuye significativamente al proponer una solución tecnológica para mejorar la precisión de los datos, demostrando la eficiencia de la inteligencia artificial en la detección de huevos. El estudio resalta la importancia de la extracción de características morfológicas para contar rápidamente huevos de mosquito con precisión, sentando las bases para futuros avances en estrategias de control de vectores.
- Open Access
- 18 September 2023
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 7 (5) , 949-969
Modelo de Datos para Gestionar Cursos Impartidos por el CCPGRO
El presente artículo describe el diseño del modelo de datos para automatizar los procesos asociados a la venta y administración de cursos y diplomados que ofrece e imparte el CCPGRO (Colegio de Contadores Públicos del Estado de Guerrero) (CCPGRO, 2023). El diseño del modelo de datos representa la primera etapa para desarrollar el sistema web para gestionar todos los procesos asociados a la venta y administración de cursos y diplomados. El desarrollo del modelado de datos se dividió en tres etapas, a la par que se ejecuta la metodología cascada. Como primera etapa se muestra el análisis y definición de requerimientos; en la segunda etapa se muestra el marco conceptual donde se identifican las clases, atributos y métodos; y en la tercera etapa se muestra como resultado el diagrama entidad-relación que muestra el modelo de datos de alto nivel de la base de datos a implementar. Los diagramas obtenidos, se elaboran utilizando el Lenguaje de Modelado Unificado (UML) (Rumbaugh, Jacobson, & Booch, 1999) y el estándar BPMN (Business Process Model Notation) (Analitica, 2011).
- 18 September 2023
- Published by Asociacion Latinoamericana para el Avance de la Ciencia in Ciencia Latina Revista Científica Multidisciplinar
- Vol. 7 (5) , 949-969
Open AccessModelo de Datos para Gestionar Cursos Impartidos por el CCPGRO
El presente artículo describe el diseño del modelo de datos para automatizar los procesos asociados a la venta y administración de cursos y diplomados que ofrece e imparte el CCPGRO (Colegio de Contadores Públicos del Estado de Guerrero) (CCPGRO, 2023). El diseño del modelo de datos representa la primera etapa para desarrollar el sistema web para gestionar todos los procesos asociados a la venta y administración de cursos y diplomados. El desarrollo del modelado de datos se dividió en tres etapas, a la par que se ejecuta la metodología cascada. Como primera etapa se muestra el análisis y definición de requerimientos; en la segunda etapa se muestra el marco conceptual donde se identifican las clases, atributos y métodos; y en la tercera etapa se muestra como resultado el diagrama entidad-relación que muestra el modelo de datos de alto nivel de la base de datos a implementar. Los diagramas obtenidos, se elaboran utilizando el Lenguaje de Modelado Unificado (UML) (Rumbaugh, Jacobson, & Booch, 1999) y el estándar BPMN (Business Process Model Notation) (Analitica, 2011).