El proyecto consistió en el rediseño de un prototipo de gripper para brazo robótico articulado, utilizado en el Laboratorio de Electromedicina de la Universidad. El objetivo principal fue desarrollar una alternativa de agarre más sencilla, precisa y adaptable, que permita mejorar la interacción entre el brazo y diferentes tipos de objetos durante las actividades prácticas. 

El diseño de las piezas se realizó utilizando el software Autodesk Inventor, considerando una geometría funcional orientada a facilitar los mecanismos de movimiento del prototipo. El gripper, está formado principalmente por un sistema de pinzas articuladas, cuya forma permite rodear y sujetar objetos de diferentes dimensiones, especialmente aquellos de geometría redondeada. Además, incorpora un servomotor, que permite un control preciso de la posición angular, regulando la apertura y cierre. 

Como resultado, se obtuvo un diseño de gripper con mayor adaptabilidad y control, permitiendo ampliar las posibilidades de uso del sistema, facilitando ejercicios de manipulación, posicionamiento y agarre de objetos, además de ser una base para futuras modificaciones o desarrollos relacionados con la robótica. 

Este PID tiene como objetivo final la caracterización mecánica y el diseño de metamateriales para prótesis ortopédicas. Para avanzar hacia este objetivo, durante las etapas anteriores se desarrolló una base teórica en elementos finitos, se aprendió a generar geometrías de tipo spinodoide en Python y se adquirió experiencia utilizando FEBio, un software de código abierto especializado en simulaciones biomecánicas.

En la etapa actual, el trabajo se enfocó en aprovechar las geometrías y datos obtenidos mediante simulaciones para entrenar modelos de aprendizaje automático. Se evaluaron cinco modelos capaces de predecir propiedades geométricas, estimar la incertidumbre de sus predicciones y resolver parcialmente el problema inverso, es decir, obtener parámetros de diseño a partir de propiedades objetivo. Los resultados mostraron una alta precisión, con valores de R^2 cercanos a 0.99, además de una reducción significativa del tiempo de evaluación respecto a los métodos tradicionales. Esto permite avanzar hacia herramientas más rápidas y eficientes para la caracterización y el diseño personalizado de metamateriales aplicables a prótesis ortopédicas.

El desarrollo de este proyecto se centró en la simulación mecánica de diversos materiales viscoelásticos, ejecutando simulaciones de compresión mediante el software FEBio para analizar sus curvas de relajación de tensiones. En una primera etapa, se utilizó un cilindro de control con un modelo Neo-Hookeano para evaluar el impacto de los parámetros de relajación, validando los resultados con un algoritmo predictivo que —tras aplicar ruido gaussiano para simular condiciones reales— demostró una clara tendencia de compensación entre los valores. Posteriormente, fijando estos parámetros viscoelásticos, se comparó el desempeño de cuatro modelos hiperelásticos distintos (Neo-Hookeano, Mooney-Rivlin, Veronda-Westmann y Holmes-Mow) en la geometría cilíndrica, para finalmente aplicar estos mismos materiales sobre una compleja topología espinodoide. Este contraste geométrico permitió concluir que la arquitectura interna es tan determinante como el material mismo, ya que la porosidad y la menor fracción de volumen de la estructura espinodoide modifican significativamente la disipación de energía y reducen la resistencia mecánica frente a las cargas de compresión que se realizaron.

Durante esta práctica, guiada por el profesor T. Arredondo, diseñé una placa de circuito impreso (PCB) en Autodesk Fusion 360 destinada al Laboratorio de Electromedicina de la Escuela. La placa implementa un amplificador de instrumentación para el registro de biopotenciales (ECG), construido en torno a un amplificador operacional cuádruple TL084 con la topología clásica de tres operacionales: una etapa diferencial de entrada con ganancia seleccionable por jumper mediante tres resistencias RG (3,3 kΩ, 33 kΩ y 330 kΩ) y una etapa restadora de salida. El cuarto operacional se destinó a un circuito de pierna derecha (driven right leg), que realimenta el modo común al electrodo de referencia para atenuar la interferencia de la red eléctrica. El trabajo consistió en el cálculo y la selección de los componentes para cada ganancia, el diseño del esquemático completo, la etapa de alimentación dual (±12 V) con desacoplo e indicadores LED, el ruteo de la placa en dos capas con conectores independientes de entrada, salida y alimentación, y la verificación final del montaje mediante renderizado 3D. Esta experiencia me permitió aplicar en la práctica la electrónica analógica orientada a instrumentación biomédica y aprender el flujo completo de diseño electrónico en Fusion 360, desde el esquemático hasta el layout final de la placa.

Durante el desarrollo de mi proyecto trabajé principalmente en el procesamiento y normalización de imágenes médicas 3D orientadas al análisis de aneurismas intracraneales. Mi principal aporte fue estandarizar la escala de las imágenes provenientes de distintas fuentes, buscando que los datos fueran más comparables y adecuados para su posterior procesamiento mediante modelos de aprendizaje profundo. Además, realicé una aproximación preliminar a la segmentación utilizando redes neuronales y mapas de calor para explorar la localización de regiones de interés.

Este trabajo me permitió aprender sobre el procesamiento de imágenes médicas, la importancia de la normalización de datos y las dificultades asociadas al trabajar con imágenes 3D de características heterogéneas. También adquirí experiencia práctica utilizando Python y PyTorch, y comprendí la importancia de adaptar los métodos de análisis tanto a los datos disponibles como a las limitaciones computacionales.

En este trabajo implementé un modelo SegResNet 3D utilizando filtros de preprocesamiento de imagen para mejorar la detección de bronquios submilimétricos, y desarrolla un método de validación topológica basado en teoría de grafos y esqueletos matemáticos (CGAL). Esta aproximación permitió reemplazar el uso de métodos volumétricos y evitar los sesgos que estas conllevan en sus métricas, y contar las ramas por generación anatómica, demostrando que la metodología logra duplicar la sensibilidad de la inteligencia artificial en la zona distal del pulmón.

Durante este práctico guiado por el profesor Luis Togo Arredondo, participé en el diseño de una placa de circuito impreso (PCB) utilizando la herramienta Fusion 360 de Autodesk, destinada al Laboratorio de Electromedicina. El trabajo consistió en realizar los cálculos y el diseño esquemático de dos circuitos de filtro Notch integrados en una misma placa, un filtro Notch Twin-T y un filtro Fliege Notch, los cuales pueden emplearse de forma independiente o combinada, siendo de gran utilidad en la etapa de acondicionamiento de señales bioeléctricas como el ECG, ya que permiten atenuar selectivamente el ruido de interferencia de red eléctrica sin afectar significativamente la señal fisiológica de interés, mejorando así la calidad de la señal previa a su amplificación y procesamiento. Esta experiencia me permitió desarrollar habilidades en diseño de circuitos analógicos de filtrado, cálculo de componentes electrónicos y manejo de software CAD para el diseño de placas PCB aplicables a instrumentación biomédica, además de desarrollar habilidades de organización y aprender herramientas nuevas, reforzando y aplicando en la práctica los conocimientos adquiridos durante la carrera, siendo una experiencia muy grata y satisfactoria de realizar en el ámbito electrónico.