Filters
Filter by:
Publication type
- Article (234)
- Working paper (144)
- Master thesis (83)
- Book (33)
- Doctoral thesis (32)
Authors
- WALDO OJEDA BUSTAMANTE (40)
- Velitchko Tzatchkov (21)
- Juan Manuel Angeles (20)
- HELENE EMMI KARIN UNLAND WEISS (14)
- MAURO IÑIGUEZ COVARRUBIAS (13)
Issue Years
Publishers
- Instituto Mexicano de Tecnología del Agua (114)
- CICESE (23)
- El autor (22)
- IMTA. Coordinación de Tratamiento y Calidad del Agua (17)
- INFOTEC Centro de Investigación e Innovación en Tecnologías de la Información y Comunicación (13)
Origin repository
- Repositorio institucional del IMTA (377)
- CIATEQ Digital (32)
- Repositorio Institucional de Acceso Abierto de la Universidad Autónoma del Estado de Morelos (30)
- Repositorio Institucional CICESE (23)
- Repositorio Institucional CICY (16)
Access Level
- oa:openAccess (573)
- oa:Computación y Sistemas (1)
Language
Subject
- INGENIERÍA Y TECNOLOGÍA (582)
- CIENCIAS TECNOLÓGICAS (173)
- OTRAS (80)
- Informes de proyectos (57)
- OTRAS ESPECIALIDADES TECNOLÓGICAS (40)
Select the topics of your interest and receive the hottest publications in your email
Corrección de defectos óseos en el área de Ingeniería tisular
Correction of bone defects by tissue Engineering
ROSA ALICIA SAUCEDO ACUÑA MONICA GALICIA GARCIA JUDITH VIRGINIA RIOS ARANA SIMON YOBANNY REYES LOPEZ (2012)
Hoy en día, los defectos óseos representan uno de los casos de mayor impacto en la salud debido a la frecuencia con que éstos ocurren a causa de traumatismos, fracturas, enfermedades congénitas o degenerativas. En la actualidad, los implantes de tejido óseo de gran volumen se encuentran severamente restringidos a causa de las limitaciones de difusión en la interacción con el ambiente del huésped para los nutrientes, intercambio gaseoso y eliminación de desechos. Es por ello que la corrección de los defectos óseos ha cobrado gran importancia en el área de Ingeniería tisular buscando mejorar las estrategias clínicas para su tratamiento. El propósito de esta revisión es proporcionar un panorama general del desarrollo de andamios para la regeneración de tejido óseo, mostrando los avances logrados en los ensayos in vitro e in vivo en la última década
Currently, bone defects cases represent a major impact on health due to how often they occur because of trauma, fractures, congenital or degenerative diseases. Now, bone implants to large volume are severely restricted because of the diffusion limitations in the interaction
with the environment of the host for nutrients, gas exchange and waste disposal. That is why the correction of bone defects has become very important in the field of tissue engineering looking to improve clinical strategies for treatment. The purpose of this review is to provide an overview of the development of scaffolds for bone tissue regeneration, showing the progress made in the in vitro and in vivo in recent decades.
Article
MEDICINA Y CIENCIAS DE LA SALUD Ingeniería tisular regeneración ósea Andamio Tissue engineering Bone regeneration Scaffolds
CLÚSTERES LUMINISCENTES DE PLATA CONFINADOS EN ZEOLITAS PARA BIOSENSADO
Cecilia García-Guzmán (2021)
"Se propone un sistema de biosensado basado en la detección de anticuerpos IgG marcados con fluoresceína-5-isotiocianato (FITC) mediante emisión de clústeres de plata sintetizados dentro de zeolitas (FAUX Ag6) impregnadas con diferentes aminas: polietilenimina (PEI) ramificada, tetraetilenepentamina (TEPA) y dietilenetriamina (DETA). Se caracterizaron y compararon estas partículas funcionalizadas y se bioconjugaron con anticuerpos anti IgG. Finalmente se evaluó la detección de anticuerpos IgG-FITC en concentraciones menores a 10 ng/mL. Demostrando así, como prueba de concepto, un sistema de biosensado innovador, sensible y específico que permite la detección del analito en pocos minutos."
Master thesis
Zeolitas Biosensado Clústeres luminiscentes INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA BIOQUÍMICA INGENIERÍA BIOQUÍMICA INGENIERÍA BIOQUÍMICA
Pamela Garcia (2023)
La presencia de los contaminantes emergentes en aguas residuales va en aumento, debido a las características de persistencia, bioacumulación y toxicidad causando efectos negativos al ecosistema y a la salud humana. Los antibióticos presentes en aguas residuales tienden acumulándose en sus lodos los cuales entran en contacto con microorganismos, lo cual les permite adaptarse a los contaminantes. Se han reportado que existen microrganismos capaces de degradar fármacos. Una alternativa prometedora para tal efecto son las tecnologías electroquímicas microbianas (TEM) sistemas que, mediante un arreglo de electrodos inmersos en un contenedor con aguas residuales, pueden degradar a los contaminantes con ayuda de microorganismos llamados electrogénicos, generando energía al consumir diversos contaminantes entre ellos los fármacos. El presente trabajo propone a las celdas de electrolisis microbianas, un tipo de TEM, para la degradación de sulfametoxazol, utilizando consorcios microbianos extraídos de lodos activados de una planta tratadora de agua residual (PTAR). Para este trabajo se utilizó una celda analítica de 3 electrodos y técnicas de análisis electroquímico de voltamperometría cíclica (CV) y cronoamperometría (CA). Como electrodo de trabajo se utilizó tela de carbono, el electrodo de referencia fue Ag|AgCl y el contraelectrodo acero inoxidable. Como electrolito se utilizó medio Luria Bertani con 20 ppm de SMX. Los estudios de CV se realizaron a diferentes velocidades de barrido y 5 ciclos de barridos cíclicos. La colonización comenzó con la preparación de un inoculo del consorcio microbiano en caldo LB, incubado con una agitación de 150 rpm y 30°C durante 12 horas. Una vez acondicionado el consorcio microbiano, se procedió a la medición de las técnicas entre el consorcio y el electrodo de tela de carbono. La corriente media máxima registrada fue de ~2.95± 0.50 μA. La cuantificación de sulfametoxazol se llevó a cabo mediante cromatografía de líquidos (HPLC) en donde se obtuvo la remoción de 85%. Demostrando que las TEM inoculadas con lodos de una PTAR como biocatalizador favorece la remoción de contaminantes emergentes como el sulfametoxazol.
KW: Bioelectrochemical Systems (BESs), Antibiotics, Water Treatment Plants, Biodegradation
Master thesis
INGENIERÍA AMBIENTAL INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS CIENCIAS TECNOLÓGICAS
Alejandro Lopez Amador (2023)
Describe la síntesis y caracterización de puntos cuánticos de carbono (CQDs) obtenidos a partir de síntesis verde y su incorporación en una matriz polimérica, con el objetivo de fabricar nanomateriales con capacidad antibacteriana y antiviral. Se realizó la síntesis hidrotermal de los CQDs utilizando precursores de origen natural: sábila como fuente de carbono, jugo de limón y té verde como portadores de los heteroátomos necesarios para funcionalizar los CQDs (grupos hidroxilo, carboxilo y aminas). La caracterización estructural (HRTEM) demostró que mediante la síntesis verde de CQDs es posible obtener estructuras grafíticas de entre 6 y 25 nm, con morfología semiesférica, confirmando su tamaño nanométrico por DLS. El análisis químico de los CQDs demostró que el uso de fuentes naturales aporta la presencia de grupos de nitrógeno y oxígeno en la superficie del material, evaluado mediante XPS y FTIR. Para corroborar el comportamiento óptico de los CQDs, se realizó el análisis por medio de UV-Vis y espectroscopia de fluorescencia, en donde se determinó que los CQDs emiten en color azul al ser excitados con luz ultravioleta, además de poseer potenciales zeta negativos. Los CQDs obtenidos demostraron un 99.9 % de actividad antibacteriana al contacto con las bacterias P. aeruginosa y S. aureus en función de la concentración y el tiempo de contacto. Se demostró la actividad antiviral de los CQDs contra el virus del herpes simple 1 (HSV1) utilizado células Vero para su infección, mostrando un 99.9% de efecto viricida. Los CQDs obtenidos con diferente composición química fueron incorporados en una matriz de alcohol polivinílico (PVA)/ poliácido acrílico (PAA), con el objetivo de fabricar nanocompositos empleando suspensiones de CQDs como solvente, mediante el proceso de electrohilado. A partir de ello, se logró la obtención de fibras uniformes de 140 nm de diámetro, que disminuyeron su tamaño en función de la concentración de los CQDs en el material. Se determinó la capacidad antibacteriana de las membranas obtenidas en donde se obtuvo la completa inhibición de crecimiento al contacto con P. aeruginosa y S. aureus, después de 3 y 24 horas de contacto. Aunado a ello, la membrana CQDs10 demostró inactivar el 99 % del virus HS1V, después de 1 hora de contacto. De acuerdo con los resultados obtenidos, la incorporación de heteroátomos en la superficie de los CQDs potencializa la capacidad bactericida y viricida de los nanocompuestos obtenidos. KW: Antibacterial activity
Master thesis
INGENIERÍA AMBIENTAL INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS CIENCIAS TECNOLÓGICAS
Desarrollo de un sistema multietapa para la degradación de tolueno en aire contaminado
Karla Bolaños (2023)
En el presente trabajo se evaluaron tres reactores distintos para la remoción de tolueno en fase gaseosa; reactor de adsorción con carbón activado (ACA), reactor para tratamiento electroquímico empleando electrodos de TiO2,nt (TEQ), y tratamiento fotolítico (TF). Inicialmente, se evaluó la eficiencia de cada reactor de manera individual, posteriormente se acopló un sistema multietapa para evluar su eficiencia en conjunto (ACA+TEQ+TF), observando que el sistema multietapa fue más eficiente (99.58%) que los individuales (ACA=50.29%, TEQ=44.38% y TF=52.71%), lo cual genera una nueva propuesta para el tratamiento de aire contaminado con tolueno en exteriores y/o interiores.
In the present work, three different reactors were evaluated for the removal of toluene in the gas phase; an adsorption reactor with activated carbon (ACA), a reactor for electrochemical treatment using TiO2,nt electrodes (TEQ), and a photolytic treatment (TF). Initially, the efficiency of each reactor was evaluated individually, subsequently a multistage system was coupled to evaluate its overall efficiency (ACA+TEQ+TF), resulting in the multistage system being more efficient (99.58%) than the individual ones (ACA =50.29%, TEQ=44.38% and TF=52.71%), which generates a new proposal for the treatment of outdoors and/or indoors polluted air with toluene.
KW: Air quality, Titanium Dioxide Nanoparticle, Sisemas multicapa, Tolueno
Master thesis
INGENIERÍA AMBIENTAL INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS CIENCIAS TECNOLÓGICAS
MAQUINA SEMBRADORA NEUMATICA DE PRECISION PARA AJO
JOSE MANUEL CABRERA SIXTO RYSZARD JERZY SERWATOWSKI HLAWINSKA (2000)
La presente invención se refiere a una máquina sembradora neumática de precisión para ajo acoplable a un tractor agrícola con capacidad de hasta 20 semillas por segundo por hilera y capaz de sembrar simultáneamente hasta cuatro surcos con dos hileras, caracterizada en que comprende los siguientes elementos: una estructura de marco rígido rectangular formada por soportes de barra porta-herramientas; un arreglo de cuatro tolvas almacenadoras dispuestas una por cada surco y montadas longitudinalmente sobre el soporte de barra superior del marco, cada una dispone en su base de descarga un dispositivo dosificador helicoidal de semilla, la base de descarga incluye dos salidas dispuestas lateralmente cada una y que mediante un ducto vertical se proyecta a: dos unidades de siembra por cada tolva, las cuales están suspendidas al soporte inferior del marco; un conjunto de catarinas y cadenas de transmisión para el accionamiento controlado del dosificador y de las unidades de siembra; un par de neumáticos...
Patent
INGENIERÍA Y TECNOLOGÍA Maquinaria agrapecuaria - Diseño y Construcción Tecnología e Ingeniería Mecánicas Ingeniería agrícola Ajo - Producción Ciencias tecnológicas
Neural network assisted composition for piano in jazz
Ismael Medina Muñoz (2023)
Artificial Intelligence has taken an important role in activities that were once considered exclusively human. Generative AI is a vibrant area of research, with increasing interest in application fields related to the arts. The recent plethora of innovations in fields like visual arts and natural language processing, which are able to engage in dialogue with users, are just two examples of commercial applications that are driving innovation research for big tech giants. It would not be untrue to say that these innovations are shaping mankind’s development.
Music is an investigative field that presents a challenge. Musical theory itself is challenging for humans, and music is as diverse and rich as the cultures in which it has evolved. This research and proposal is intended as a novel approach to creating a generative artificial intelligence that assists in piano composition for jazz tunes. This genre was selected because of the challenge that its richness and complexity for musical execution and interpretation pose.
By using a Recurrent Neural Net to create new sequences of n-notes from an initial n-note set and using a probabilistic approach to set the duration of each note in the produced n-notes set, the generative artificial intelligence described in this document is the piano composer assistant for jazz tunes.
Master thesis
Inteligencia Artificial INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LAS TELECOMUNICACIONES DISPOSITIVOS DE GRABACIÓN DISPOSITIVOS DE GRABACIÓN
Efecto de la deformación y contenido Mg en las Propiedades Mecánicas de la Aleación Al2.33CuXMg
Enrique Burciaga Castillo (2022)
El sistema Al-Cu-Mg es uno de los sistemas más estudiados debido a la importancia
tecnológica de las aleaciones base aluminio a nivel mundial. Sin embargo, la mayoría de
los estudios no abordan el efecto sinérgico de la adición de algún elemento aleante
(magnesio) con la deformación plástica, sino que se enfocan en determinar los efectos
aislados de cada variable. Así la presente investigación, se enfoca en evaluar la
contribución conjunta de los efectos mencionados principalmente sobre los mecanismos
de endurecimiento y la propiedad mecánica de dureza a fin de contribuir a un mayor
entendimiento de esta interacción.
En el presente trabajo de investigación se estudió la aleación Al2.33Cu en función de su
deformación (ξ), reduciendo el espesor a 30% y 50%, estudiando sus propiedades
mecánicas bajo la adición de Mg en sus diferentes etapas de tratamiento térmico y
mecánico.
Se fabricaron aleaciones mediante el proceso de fundición, utilizando diferentes
cantidades de Mg (0, 1.78, 1.96 y 2.24%) en la aleación de aluminio Al2.33Cu, se
extruyeron las muestras, seguido se realizó un tratamiento de solución a 495°C con
temple en agua y posteriormente se realizó una curva de envejecido (1, 2, 4.5, 10, 20,
45, 100, 200, 450, 1000, 2000, 4500 y 10000 min) a una temperatura de 195°C.
Se realizó caracterización por microscopía óptica, difracción de rayos X y Microscopía
electrónica de barrido en sus primeras etapas (colada, extrusión y solución), así como
mediciones de micro dureza en cada una de sus etapas.
Esta investigación se enfocó en la importancia y el efecto del magnesio en las aleaciones
de AlCu y el efecto de la deformación, como consecuencia en el impacto las propiedades
mecánicas de dureza de la aleación.
Master thesis
Mg INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA METALÚRGICA PRODUCTOS METALÚRGICOS (ESPECIALES) PRODUCTOS METALÚRGICOS (ESPECIALES)
Smart contracts for mobile and wearable sensing data management for health applications
José Ricardo Cedeño García (2023)
El aumento en la producción de datos derivado de la adopción de tecnologías móviles y de IoT está revolucionando la salud, pero también plantea importantes retos éticos y de privacidad. Los recientes avances en el aprendizaje automático han resaltado la importancia de recopilar y etiquetar datos correctamente, en especial para fines críticos, como el desarrollo de aplicaciones para cuidados médicos. La recopilación de datos médicos para tareas de aprendizaje automático presenta limitaciones en cuanto a la cantidad, variedad y calidad de las fuentes disponibles. Una forma de abordar este dilema es el uso de Blockchain para la recopilación y el uso de datos de pacientes. El anonimato de una red centralizada permite proteger la identidad del paciente. La estructura formada por nodos permite que la información esté siempre disponible y no dependa de un servidor principal. La inmutabilidad de los registros en la cadena garantiza la trazabilidad inequívoca del flujo de los datos del paciente. Por último, los mecanismos de consenso y recompensa de la red podrían motivar a nuevos usuarios a participar del sensado activo. Presentamos TRHEAD, una arquitectura de referencia basada en la Blockchain para recopilar datos sanitarios, firmar consentimientos, anotar datos y obtener crédito por los mismos, permitiendo a los usuarios rastrear el uso de sus datos, a los científicos rastrear su procedencia y proteger al mismo tiempo la privacidad de los pacientes. Exponemos dos implementaciones de nuestra arquitectura aplicadas a distintas campañas de sensado para comprobar su viabilidad, así como los resultados de su aplicación en estos escenarios y las conclusiones que desprendieron de su análisis. Dado que uno de los objetivos principales de TRHEAD es la recopilación de datos mediante sensado activo para el entrenamiento legal/consciente de modelos de aprendizaje automático, se realizó el entrenamiento de un modelo con los datos obtenidos de la campaña de sensado correspondiente a imágenes de rostros humanos, con el fin de detectar estados de ánimo. Finalmente se discute el papel de TRHEAD en el aseguramiento del trato justo y consciente de la información de los pacientes y el camino por recorrer en el perfeccionamiento de la arquitectura.
The increase in data production resulting from the adoption of mobile and IoT technologies is revolutionizing healthcare, but it also poses significant ethical and privacy challenges. Recent advances in machine learning have highlighted the importance of collecting and labeling data correctly, especially for critical purposes such as deploying healthcare software. Collecting medical data for machine learning tasks presents limitations in terms of the quantity, variety, and quality of available sources. One way to address this dilemma is the use of Blockchain for the collection and use of patient data. The anonymity of a centralized network allows the patient’s identity to be protected. The structure formed by nodes allows information to be always available and not dependent on a main server. The immutability of the records in the chain guarantees the unequivocal traceability of the flow of patient data. Finally, the network’s consensus and reward mechanisms could motivate new users to participate in active sensing. We present TRHEAD, a Blockchain-based reference architecture for collecting healthcare data, signing consents, annotating data and getting credit for it, allowing users to track the use of their data, scientists to track its provenance while protecting patients privacy. We present two implementations of our architecture applied to different sensing campaigns to test their feasibility, as well as the results of their application in these scenarios and the conclusions drawn from those results. Since one of the main objectives of TRHEAD is the collection of data through active sensing for the legal/conscious training of machine learning models, a model was trained with the data obtained from the sensing campaign corresponding to images of human faces, in order to detect moods. Finally, the role of TRHEAD in ensuring the fair and conscientious treatment of patient information and the road ahead in refining the architecture is discussed.
Master thesis
Contratos Inteligentes, Blockchain, Privacidad, Aprendizaje de Máquina Etico, Recopilación Consciente de Datos, Consentimiento, Arquitectura de Referencia Smart Contracts, Blockchain, Privacy, Ethical Machine Learning, Conscious Data Collection, Consent, Reference Architecture INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL
Karla Lorena MartÍnez Mauricio (2023)
Dentro de las estrategias para combatir la resistencia antimicrobiana, se está llevando a cabo investigación para la creación de nuevos fármacos basados en péptidos antimicrobianos. En los últimos años, se han realizado esfuerzos para incorporar herramientas computacionales que ayuden a acelerar la identificación de péptidos con actividad antimicrobiana. Una de estas herramientas son los modelos QSAR basados en aprendizaje tradicional, que permiten predecir la actividad antimicrobiana en péptidos a partir de información basada en su secuencia. Un componente clave en este proceso es el tipo de características moleculares a utilizar. Recientemente, ha surgido una familia de modelos pre-entrenados llamados ESM-2, los cuales generan incrustaciones (características) que fueron aprendidas a partir de 65 millones de secuencias que abarcan diversidad evolutiva. En este trabajo de tesis, se analiza la contribución de las incrustaciones ESM-2 de diferentes dimensiones de forma individual y en conjunto en el desarrollo de modelos QSAR basados en aprendizaje tradicional para la clasificación de péptidos antimicrobianos, así como sus tipos funcionales, como antibacteriano, antifúngico y antiviral. A partir de este estudio se concluye que aumentar la capacidad de los modelos ESM-2 no implica una mejora en el rendimiento de los modelos para predecir péptidos antimicrobianos. Los modelos ESM-2 t30 y ESM-2 t33 son los más apropiados para extraer características y mejorar la exactitud en las predicciones de péptidos antimicrobianos. Además, fusionar características de diferentes incrustaciones ESM-2 es una estrategia efectiva para construir mejores modelos QSAR que el uso exclusivo de características derivadas de un modelo ESM-2 específico. Se construyeron modelos más simples con un rendimiento comparable o superior a los modelos basados en aprendizaje profundo reportados en la literatura. Para llevar a cabo este estudio se implementó un flujo de trabajo en KNIME que genera de forma automática hasta 1980 modelos de clasificación binaria basados en aprendizaje tradicional. Incorpora diversas técnicas de selección de características, algoritmos de clasificación, métricas de desempeño y una fase de limpieza de datos. Este flujo de trabajo se encuentra disponible en https://github.com/cicese-biocom/classification-QSAR-bioKom.
Molecular features play an important role in different bio-chem-informatics tasks, such as the Quantitative Structure-Activity Relationships (QSAR) modeling. Several pre-trained models have been recently created to be used in downstream tasks either by fine-tuning a specific model or by extracting features to feed traditional classifiers. In this sense, a new family of Evolutionary Scale Modeling models (termed as ESM-2 models) has been recently introduced, demonstrating outstanding results in structure protein prediction benchmarks. Herein, we are devoted to assessing the usefulness of different-dimensional embeddings derived from ESM-2 models in the prediction of antimicrobial peptides, given the great deal of attention received because of their potential to become a plausible option to mainly fight multi-drug resistant bacteria. To this end, we created a KNIME workflow to guarantee using the same modeling methodology, and consequently, carrying out fair comparisons. As a result, it can be drawn that the 640- and 1,280- dimensional embeddings are the most appropriate to be used in modeling because statistically better results were achieved from them. We also combined features from different embeddings, and we can draw that the fusion of features of different embeddings contributes to getting better models than only using a specific model ESM-2. Comparisons regarding state-of-the-art deep learning models confirm that when performing methodologically principled studies in the prediction of AMPs, non-DL based models yield comparable-to-superior results to DL-based models. The implemented KNIME workflow is availablefreely at https://github.com/cicese-biocom/classification-QSAR-bioKom. We consider that this workflow can be valuable to prevent unfair comparisons regarding new computational methods, as well as to propose new non-DL based models.
Master thesis
péptidos antimicrobianos, QSAR, aprendizaje automático ESM-2, KNIME antimicrobial peptides, QSAR, machine learning, ESM-2, KNIME INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES DISEÑO CON AYUDA DE ORDENADOR DISEÑO CON AYUDA DE ORDENADOR