Investigaciones recientes:
La investigación se centra en la integración de inteligencia artificial y tecnología de sensores avanzada para abordar desafíos complejos en biomecánica, diagnósticos médicos y mecatrónica. Una parte significativa del trabajo involucra el desarrollo de sistemas automatizados para el análisis del movimiento humano, utilizando específicamente arreglos de sensores inerciales para evaluar la ejecución de sentadillas y el control postural en poblaciones de adultos mayores. Mediante la aplicación de calibración basada en cuaterniones y modelos de aprendizaje supervisado, estos estudios proporcionan marcos cuantitativos para la prevención de lesiones y la evaluación clínica. Además, la investigación se extiende a la visión por computadora, donde se emplean arquitecturas de aprendizaje profundo, como Efficient-UNet, para mejorar la segmentación y detección de lesiones retinianas en imágenes de fondo de ojo, mejorando significativamente la precisión diagnóstica. Complementando estos enfoques analíticos, el trabajo también explora la integración mecatrónica a través del diseño de sistemas robóticos autónomos, cerrando la brecha entre las estrategias de control teóricas y la implementación práctica de hardware.

Temas Clave:

• Análisis biomecánico basado en sensores inerciales
• Inteligencia artificial en diagnósticos médicos
• Visión por computadora y segmentación de imágenes
• Control postural y rehabilitación
• Diseño de sistemas mecatrónicos