Últimas publicaciones
Ítem
Acceso Abierto
Mujeres en carreras STEM: situación actual, barreras y oportunidades
(2026-05-28) Flórez Perilla, Amanda; Contreras Torres, Francoise Venezia
El objetivo de esta investigación fue identificar las barreras y oportunidades a las que se enfrentan las mujeres en las áreas STEM. Está revisión de literatura académica permite analizar la situación actual de las mujeres, que evidencia brechas de género, limitaciones a la continuidad de formación educativa superior y apropiación de sesgos culturales, promovidos principalmente porque estas disciplinas son realizadas en gran escala por hombres, lo que conlleva normalizar la presencia de menos mujeres en diferentes entornos desde su génesis a causa de los contextos sociales. De acuerdo con esta revisión de literatura, las problemáticas más comunes son los estereotipos; la falta de representación femenina en áreas profesionales; el impacto del gobierno en la promoción de normas, leyes, incentivos y espacios para promover su participación; además de haber analizado la importancia de garantizar estrategias que promocionan el empoderamiento femenino y la equidad de género, como un indicador de desarrollo y avance de un país, desde una perspectiva más equitativa en cuanto a los contextos científicos, sociales y económicos.
Ítem
Acceso Abierto
Comparación de algoritmos de segmentación heurística de imágenes de angiografía coronaria utilizando técnicas no supervisadas
(2026-06-12) Ramírez Millán, Nicolás; Caicedo Rodríguez, Pablo Eduardo
El presente trabajo aborda el problema de la segmentación no supervisada de vasos coronarios en imágenes de angiografía, un desafío debido al ruido, los artefactos y la complejidad de las estructuras vasculares. Se comparan dos enfoques de segmentación, W-Net y Segment Anything Model (SAM), y se propone un modelo híbrido que combina las capacidades especializadas de W-Net con la precisión de segmentación de SAM. La estrategia desarrollada utiliza un mapa generado por W-Net para guiar la selección de las segmentaciones producidas por SAM. Los resultados muestran que, aunque el modelo híbrido presenta una menor similitud con las pseudo-etiquetas de entrenamiento, genera segmentaciones visualmente más coherentes y anatómicamente más precisas, evidenciando su potencial para mejorar la segmentación no supervisada de imágenes de angiografía coronaria.
