Modelo Matemático para determinar el Tiempo de Coagulación de la Sangre Humana a partir de Datos Experimentales
Palabras clave:
Coagulación, Modelos, Señales, Sistemas dinámicosResumen
En este trabajo se presenta un modelo matemático lineal de primer orden con retardo, para caracterizar el tiempo de coagulación de la sangre a partir de datos obtenidos mediante la técnica de speckle dinámico. La plataforma experimental utilizada dispone de una cámara CCD, un láser de He-Ne y un computador para el registro y procesamiento de la información. Se presentan los resultados experimentales obtenidos, su análisis y se propone el desarrollo de un sistema de control para validar el tratamiento médico enfocado a reducir el tiempo de coagulación de la sangre.Descargas
Citas
S. Krajewski, S. Krauss, J. Kurz, B. Neumann, C. Schlensak, and H. P. Wendel, “Real-time measu- rement of free thrombin: Evaluation of the usability of a new thrombin assay for coagulation monitoring during extracorporeal circulation,” Thrombosis Research, vol. 133, no. 3, pp. 455 – 463, 2014.
M. M. Patino Velasco, J. A. Vasquez Lopez, A. Erazo, C. Augusto, Arizaga, Ricardo, Rabal, H. Rabal, and T. Marcelo, “Determination of coagulation time of human blood by biospeckle technique,” pp. 80 118S–80 118S–5, 2011. [Online]. Available: http://dx.doi.org/10.1117/12.902185
S. Ravanshadi and M. Jahed, “Mathematical mode- ling of human blood clotting formation,” in Informa- tion Technology Applications in Biomedicine, 2007. ITAB 2007. 6th International Special Topic Conference on, Nov 2007, pp. 273–276.
A. Federico, G. Kaufmann, G. Galizzi, H. Rabal, M. Trivi, and R. Arizaga, “Simulation of dynamic speckle sequences and its application to the analysis of transient processes,” Optics Communications, vol. 260, no. 2, pp. 493 – 499, 2006.
A. V. Saúde, F. S. de Menezes, P. L. S. Freitas, G. F. Rabelo, and R. A. Braga, “Alternative measures for biospeckle image analysis,” J. Opt. Soc. Am. A, vol. 29, no. 8, pp. 1648–1658, Aug 2012.
M. F. Limia, A. M. N. nez, H. Rabal, and M. Trivi, “Wavelet transform analysis of dynamic speckle patterns texture,” Appl. Opt., vol. 41, no. 32, pp. 6745–6750, Nov 2002.
A. L. Dai Pra, L. I. Passoni, and H. Rabal, “Evaluation of laser dynamic speckle signals applying granular computing,” Signal Process., vol. 89, no. 3, pp. 266–274, Mar. 2009.
K. Åström and T. Hägglund, Advanced PID Control. ISA-The Instrumentation, Systems, and Automation Society, 2006.
L. Ljung, System Identification: Theory for the User, ser. Prentice-Hall information and system sciences series. Prentice Hall PTR, 1999.
B. Dahlbakc, “Blood coagulation and its regulation by anticoagulant pathways: genetic pathogenesis of bleeding and thrombotic diseases,” Journal of Internal Medicine, vol. 257, no. 3, pp. 209–223, 2005. [Online]. Available: http://dx.doi. org/10.1111/ j.1365-2796.2004.01444.x
W. H. Howell, “Theories of blood coagulation,” Phy- siological Reviews, vol. 15, no. 3, pp. 435–470, 1935.
M. M. P. Velasco, “Determinación del tiempo de coa- gulación en seres humanos a partir de speckle dinámico,” Master’s thesis, Universidad del Cauca, 2012.
J. G. Ziegler and N. B. Nichols, “ Optimum Settings for Automatic Controllers,” Transactions of ASME, vol. 64, pp. 759–768, 1942.
Descargas
Publicado
-
Resumen136
-
PDF81
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
