Optimización y adaptación de controladores para sistemas de dosificación de insulina

Esta tesis investiga la adaptación de diversas terapias para el control de glucemia en personas con diabetes mellitus tipo 1 mediante el uso de algoritmos de aprendizaje por refuerzo. Entre otros aportes, se propone una estrategia de auto-sintonización para un controlador automático de glucosa, desa...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autor principal:	Serafini, María Cecilia
Otros Autores:	Garelli, Fabricio
Formato:	Tesis Tesis de doctorado
Lenguaje:	Español
Publicado:	2025
Materias:	Ingeniería diabetes mellitus Control automático aprendizaje automatico machine learning
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/179023 https://doi.org/10.35537/10915/179023
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-179023
record_format	dspace
spelling	I19-R120-10915-1790232025-05-14T20:15:30Z http://sedici.unlp.edu.ar/handle/10915/179023 https://doi.org/10.35537/10915/179023 Optimización y adaptación de controladores para sistemas de dosificación de insulina Serafini, María Cecilia 2025-05-09 2025 2025-05-14T16:46:27Z Garelli, Fabricio es Ingeniería diabetes mellitus Control automático aprendizaje automatico machine learning Esta tesis investiga la adaptación de diversas terapias para el control de glucemia en personas con diabetes mellitus tipo 1 mediante el uso de algoritmos de aprendizaje por refuerzo. Entre otros aportes, se propone una estrategia de auto-sintonización para un controlador automático de glucosa, desarrollada para mejorar los periodos iniciales de las pruebas clínicas en personas con diabetes, en las cuales los parámetros tienden a estar mal inicializados. Además, se desarrolla una estrategia de adaptación automática a largo plazo para mejorar la performance del sistema de dosificación automática de insulina cuando existen cambios en la sensibilidad insulínica, que es un fenómeno habitual en el uso ambulatorio y prolongado. Se evalúa también un sistema de soporte de decisión para la dosificación de insulina de acción lenta en personas que utilizan múltiples inyecciones manuales diarias, ya que ésta es aún la terapia más común en nuestro país. Los resultados demuestran que las estrategias propuestas mejoran la regulación de glucosa en diversos escenarios y permiten una gestión más segura y eficaz de la diabetes. Doctor en Ingeniería Universidad Nacional de La Plata Instituto de Investigaciones en Electrónica, Control y Procesamiento de Señales Tesis Tesis de doctorado http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ingeniería diabetes mellitus Control automático aprendizaje automatico machine learning
spellingShingle	Ingeniería diabetes mellitus Control automático aprendizaje automatico machine learning Serafini, María Cecilia Optimización y adaptación de controladores para sistemas de dosificación de insulina
topic_facet	Ingeniería diabetes mellitus Control automático aprendizaje automatico machine learning
description	Esta tesis investiga la adaptación de diversas terapias para el control de glucemia en personas con diabetes mellitus tipo 1 mediante el uso de algoritmos de aprendizaje por refuerzo. Entre otros aportes, se propone una estrategia de auto-sintonización para un controlador automático de glucosa, desarrollada para mejorar los periodos iniciales de las pruebas clínicas en personas con diabetes, en las cuales los parámetros tienden a estar mal inicializados. Además, se desarrolla una estrategia de adaptación automática a largo plazo para mejorar la performance del sistema de dosificación automática de insulina cuando existen cambios en la sensibilidad insulínica, que es un fenómeno habitual en el uso ambulatorio y prolongado. Se evalúa también un sistema de soporte de decisión para la dosificación de insulina de acción lenta en personas que utilizan múltiples inyecciones manuales diarias, ya que ésta es aún la terapia más común en nuestro país. Los resultados demuestran que las estrategias propuestas mejoran la regulación de glucosa en diversos escenarios y permiten una gestión más segura y eficaz de la diabetes.
author2	Garelli, Fabricio
author_facet	Garelli, Fabricio Serafini, María Cecilia
format	Tesis Tesis de doctorado
author	Serafini, María Cecilia
author_sort	Serafini, María Cecilia
title	Optimización y adaptación de controladores para sistemas de dosificación de insulina
title_short	Optimización y adaptación de controladores para sistemas de dosificación de insulina
title_full	Optimización y adaptación de controladores para sistemas de dosificación de insulina
title_fullStr	Optimización y adaptación de controladores para sistemas de dosificación de insulina
title_full_unstemmed	Optimización y adaptación de controladores para sistemas de dosificación de insulina
title_sort	optimización y adaptación de controladores para sistemas de dosificación de insulina
publishDate	2025
url	http://sedici.unlp.edu.ar/handle/10915/179023 https://doi.org/10.35537/10915/179023
work_keys_str_mv	AT serafinimariacecilia optimizacionyadaptaciondecontroladoresparasistemasdedosificaciondeinsulina
_version_	1858162833713266688

Optimización y adaptación de controladores para sistemas de dosificación de insulina

Ejemplares similares