Browse
Recent Submissions
Now showing 1 - 5 of 47
- ItemSISTEMA MULTIPLATAFORMA PARA LA GESTION CLINICA Y SEGUIMIENTO DE LOS PACIENTES EMPLEANDO PROCESAMIENTO DE LENGUAJE NATURAL CASO: CLINICA DEL SUR(UNIVERSIDAD LA SALLE - TUTOR: HEREDIA POMA MARTHA, 2026-01-01) AVILES MONTESINOS RENE MANUELEl presente proyecto de grado tiene como objetivo diseñar y desarrollar un Sistema de Gestión Clínica multiplataforma orientado a optimizar los procesos administrativos y médicos en un entorno de atención en salud. La solución integra una aplicación web y móvil que permite gestionar de manera eficiente la información de pacientes, citas médicas, historiales clínicos, tratamientos y personal de salud, contribuyendo a mejorar la calidad del servicio y la toma de decisiones. El sistema emplea tecnologías modernas de desarrollo de software, arquitecturas basadas en servicios, bases de datos estructuradas y mecanismos de comunicación en tiempo real, garantizando un acceso seguro, rápido y confiable a la información. Asimismo, incorpora autenticación y control de acceso mediante roles, fortaleciendo la confidencialidad de los datos clínicos y las buenas prácticas de seguridad. Entre los principales resultados se destaca la automatización del registro de pacientes, programación y seguimiento de citas, gestión de tratamientos y comunicación entre pacientes y personal médico mediante mensajería y notificaciones. Estas funcionalidades permiten reducir tiempos operativos y minimizar errores humanos. Finalmente, la implementación del sistema contribuye a modernizar la gestión clínica, facilitando una atención organizada, eficiente y centrada en el paciente.
- ItemSISTEMA DE GESTION DE COMPETENCIAS DE SALTO ECUESTRE CON ASISTENCIA MEDIANTE VISION ARTIFICIAL PARA LA DETECCION DE EVENTOS RELEVANTES EN LAS METRICAS DE PUNTUACION CASO: CENTRO ECUESTRE APOSTOL SANTIAGO(UNIVERSIDAD LA SALLE - TUTOR: MENACHO GUERRA CARLOS HELSNER, 2026-01-01) MORALES ALARCON CALEB ADRIANLa presente investigación tuvo como objetivo desarrollar un sistema de gestión de competencias de salto ecuestre para el Centro Ecuestre Apóstol Santiago (CEAS), incorporando una herramienta de visión artificial para la detección de eventos relevantes en la puntuación, con el fin de facilitar la administración de competencias y la generación automática de puntuaciones, estadísticas y reportes. Para su desarrollo se construyó un Dataset a partir de imágenes y videos de competencias reales del CEAS, utilizado para entrenar y comparar distintas configuraciones de un modelo de detección basado en YOLOv8n, orientado a identificar eventos como derribos, rehúses y caídas durante el recorrido. El modelo final seleccionado alcanzó un mAP@0.5 de 0.980 y un mAP@0.5:0.95 de 0.835, confirmando un desempeño alto y estable para la detección en tiempo real. El sistema cubre el control de tiempos, la aplicación de penalizaciones, el cálculo automático de puntajes y la emisión de reportes digitales, manteniendo siempre la validación final a cargo del juez. Los resultados confirman que la visión artificial constituye un aporte tecnológico viable como herramienta de apoyo para la evaluación, bajo la validación final del juez de la competencia. de esta manera se logró transformar un proceso antes manual y físico hacia un entorno centralizado, con lo cual los objetivos, tanto general como específicos, han sido cumplidos.
- ItemESTRATEGIA DE IMPLEMENTACION DE CIBERSEGURIDAD EN INFRAESTRUCTURA DE REDES DE COMUNICACIÓN BASADO EN ESTANDARES INTERNACIONALES(UNIVERSIDAD LA SALLE - TUTOR: Claudia Silvia Yañiquez, 2026-01-01) MOLINA ORTEGA DOUGLAS SAMUELEl presente proyecto de grado tiene como objetivo diseñar una estrategia integral de implementación de ciberseguridad para la infraestructura de redes de comunicaciones de CTT (Corporación Tecnológica y Telecomunicaciones), empresa boliviana subsidiaria de GroupCisc. El diagnóstico inicial evidenció carencias relevantes: ausencia de un marco de seguridad definido, medidas insuficientes de protección y monitoreo, y falta de controles alineados a estándares internacionales, exponiendo a la empresa a amenazas constantes que comprometían la integridad, confidencialidad y disponibilidad de su información. La estrategia se fundamentó en estándares internacionales reconocidos: el Marco de Ciberseguridad del NIST, la norma ISO 27001 y el marco COBIT. El proyecto se desarrolló bajo una metodología descriptiva y aplicada, con método deductivo, apoyada en entrevistas al personal técnico, análisis documental de los estándares y observación directa de la infraestructura de red. La propuesta fue implementada y validada en un entorno de emulación virtualizado, utilizando herramientas de código abierto: pfSense como firewall principal, OpenVPN para el acceso remoto seguro, Suricata como sistema de detección y prevención de intrusos (IDS/IPS), y Proxmox VE como plataforma de virtualización. Las pruebas realizadas confirmaron la viabilidad técnica de la solución: se validó el acceso remoto cifrado mediante certificados digitales, se logró visibilidad completa del tráfico de red en tiempo real, y se detectaron con éxito ataques de escaneo de puertos, generando alertas automáticas. Los resultados permiten concluir que las herramientas de código abierto, correctamente configuradas y alineadas a estándares internacionales, constituyen una alternativa viable para fortalecer la ciberseguridad en organizaciones con presupuestos económicos limitados.
- ItemSISTEMA INTELIGENTE DE RECONOCIMIENTO OPTICO DE CARACTERES BASADO EN REDES NEURONALES PARA LA DETECCION Y EXTRACCION DE INFORMACION EN DOCUMENTOS DE IDENTIDAD. CASO: PARROQUIA SAN MIGUEL ARCANGEL(UNIVERSIDAD LA SALLE - TUTOR: Roberto Carlos Mamani Mayta, 2026-01-01) RAMIREZ DAVALOS MAURICIO LEANDROEl presente Proyecto de Grado tuvo como objetivo desarrollar un sistema para la extracción automática de datos personales a partir de documentos físicos, con el propósito de optimizar el proceso de registro de información en la Parroquia San Miguel Arcángel de la ciudad de La Paz. La propuesta surgió debido a que la transcripción manual de datos provenientes de cédulas de identidad y certificados de nacimiento demandaba un tiempo considerable y generaba inconsistencias en los registros administrativos. Para cumplir este objetivo, el proyecto se centró en el entrenamiento de redes neuronales siguiendo la metodología CRISP-DM. Como resultado, se entrenó un modelo de detección basado en la arquitectura YOLOv8, utilizando un dataset conformado por imágenes reales y sintéticas de documentos personales. Posteriormente, se entrenó un modelo híbrido de reconocimiento óptico de caracteres utilizando imágenes de texto extraídas de los documentos personales. Finalmente, mediante la metodología Extreme Programming, ambos modelos fueron integrados en un sistema capaz de detectar las áreas de interés y extraer automáticamente la información para su posterior registro. El sistema fue evaluado en condiciones reales utilizando documentación auténtica. Los resultados evidenciaron una reducción del 17,32 % en el tiempo promedio de los procesos administrativos, además de simplificar el flujo de trabajo al disminuir las tareas de transcripción manual y reducir la probabilidad de inconsistencias en los registros.
- ItemHERRAMIENTA DE CLASIFICACION DE EQUIMOSIS CUTANEAS MEDIANTE REDES NEURONALES CONVOLUCIONALES PARA EL APOYO PERICIAL EN CASOS DE VIOLENCIA DE GENERO(UNIVERSIDAD LA SALLE - TUTOR: Javier Heredia Poma, 2026-01-01) CARRILLO BELZU DALET SHEYKALa violencia de género exige mecanismos periciales más objetivos para documentar lesiones. Este trabajo presenta el desarrollo de una herramienta computacional basada en Redes Neuronales Convolucionales (CNN) para la clasificación automatizada de equimosis cutáneas, orientada a apoyar el análisis pericial forense en casos de violencia de género en Bolivia. Mediante la metodología ágil Extreme Programming, integrada con CRISP-DM, se identificaron las características morfológicas y cromáticas discriminantes de las equimosis y se construyó un dataset balanceado de 1,960 imágenes en tres categorías de tono de piel (claro, medio, oscuro), con etiquetado supervisado y validación por expertos. Se implementó un modelo mediante transfer learning progresivo sobre VGG16, seleccionada por su interpretabilidad mediante Grad-CAM y estabilidad cromática ante variaciones fenotípicas. El modelo alcanzó una exactitud del 91.3%, F1-Score de 91.4%, Kappa de Cohen de 0.826 y AUC-ROC de 0.954, con desempeño diferenciado por tono de piel mediante umbrales adaptativos. La herramienta se integró en un sistema cliente servidor con interfaz para peritos, gestión de casos y reportes, validado por especialistas forenses con alta satisfacción. Los resultados confirman un apoyo objetivo, reproducible y sensible a la diversidad enotípica, que reduce tiempos y sesgos en la documentación de evidencias judiciales.