http://difu100cia.uaz.edu.mx/index.php/difuciencia/issue/feedDifu100ci@, Revista de difusión científica, ingeniería y tecnologías2025-12-31T22:43:39-06:00Víktor Iván Rodríguez Abdaládifu100cia@uaz.edu.mxOpen Journal Systems<p><strong>Difu100ci@. Revista de difusión científica, ingeniería y tecnologías</strong> es una revista electrónica <strong>de acceso libre</strong>, publicada en <strong>un volumen anual</strong> por la <em>Universidad Autónoma de Zacatecas "Francisco García Salinas"</em>, a través de su <em>Unidad Académica de Ingeniería Eléctrica</em>. Desde <strong>2005</strong>, y con <strong>ISSN: 2007-3585</strong> otorgado por el <em>Instituto Nacional de Derecho de Autor</em>, difunde <strong>contribuciones originales</strong> en ciencia, ingeniería y tecnología, como tutoriales, estudios experimentales, análisis numéricos y estudios de caso.</p> <p>Los artículos son sometidos a <strong>revisión editorial preliminar</strong>, seguida de una <strong>evaluación por pares ciega</strong> realizada por al menos dos especialistas. En caso de discrepancia entre dictámenes, se asigna un tercer revisor. Las decisiones editoriales se basan en la calidad académica y el cumplimiento de los criterios editoriales. Todo el contenido es de <strong>acceso libre</strong>, promoviendo el intercambio global del conocimiento. Se prohíbe la reproducción sin autorización institucional.</p>http://difu100cia.uaz.edu.mx/index.php/difuciencia/article/view/365Desarrollo de una aplicación computacional para visualizar y analizar datos del tratamiento con insulina en un adolescente con Diabetes Mellitus Tipo 12025-08-23T14:07:26-05:00Julio Alberto García-Rodríguezjulio.gr@cdguzman.tecnm.mxJorge Cuevas-ChávezM22290910@cdguzman.tecnm.mxRoberto Diaz-VelazcoM22290912@cdguzman.tecnm.mxSofía Mireles-S.M22290908@cdguzman.tecnm.mxGuy Cortés-SolaresM22290907@cdguzman.tecnm.mxCynthia MejíaM22290909@cdguzman.tecnm.mx<p>En este manuscrito se desarrolla una aplicación para analizar el efecto de las insulinas <em>Lispro</em> y <em>Glargina</em> en un adolescente que vive con DMT1 y usó un sensor FreeStyle durante 14 días de experimentación. La acción de ambas insulinas se estima por la programación del perfil farmacocinético a través de su respectivo modelo matemático dinámico. En los resultados se identificaron episodios prolongados de hiperglucemia y posibles ineficiencias en la medicación. Esta aplicación pretende ser una herramienta computacional estratégica para los médicos especialistas en la toma de decisiones sobre el tratamiento de DMT1.</p>2025-08-23T00:00:00-05:00Derechos de autor 2025 Difu100ci@, Revista de difusión científica, ingeniería y tecnologíashttp://difu100cia.uaz.edu.mx/index.php/difuciencia/article/view/385Desarrollo de un prototipo de geolocalización y procesamiento estadístico en tiempo real para la detección de impactos y volcaduras en automóviles2025-10-27T19:47:50-06:00Sergio Daniel Rodriguez Suárezsdanielrs@uaz.edu.mxVíktor Iván Rodríguez Abdaláabdala@uaz.edu.mxSalvador Ibarra Delgadosibarra@uaz.edu.mxJosé Ricardo Gómez Rodríguezjrgrodri@uaz.edu.mxCristian Eduardo Boyain y Goytia Lunacristian.boyain@uaz.edu.mxFermín Marcelo Rubén Maciel Barbozafermin_maciel@ucol.mx<p>Los sistemas de detección de impactos y volcaduras son esenciales para una respuesta inmediata ante accidentes, pero no todos los vehículos los incorporan, este trabajo presenta un prototipo basado en estadística descriptiva programada en un microcontrolador con sensores de geolocalización y detección de eventos, se realizaron pruebas de laboratorio en condiciones normales y de impacto, lo que permitió distinguir los eventos, los resultados demuestran que el sistema los identifica, ofreciendo una solución viable.</p>2025-10-27T19:47:45-06:00Derechos de autor 2025 Difu100ci@, Revista de difusión científica, ingeniería y tecnologíashttp://difu100cia.uaz.edu.mx/index.php/difuciencia/article/view/390Sistema para la obtención y guardado de señales ECG mediante el uso de una tarjeta Raspberry PI2025-12-31T15:06:59-06:00Manuel De Jesús Hernández Llamasmdj.hernandezllamas@ugto.mxJorge Ulises Muñoz Minjaresju.munoz@uaz.edu.mxEduardo Cabal Yepezeducabal@ugto.mxLuis Manuel Ledezma Carrillolm.ledesma@ugto.mxMisael Lopez Ramirezlopez.misael@ugto.mx<p>Las enfermedades cardiovasculares son una de las principales causas de mortalidad a nivel mundial y en México, por lo que es importante contar con herramientas de diagnóstico temprano y accesibles. En este trabajo se presenta el desarrollo de un sistema de bajo costo y alto rendimiento basado en una tarjeta Raspberry Pi 5. El sistema propuesto utiliza un sensor AD8232 para la obtención de las señales y un Arduino UNO para realizar la conversión analógico-digital, mientras que la Raspberry Pi se encarga del procesamiento de los datos y la gestión de la interfaz de usuario. Se desarrolló un script en Python capaz de mostrar la señal ECG en tiempo real, aplicar un filtro pasa banda (0.5–40 Hz) y un filtro notch (60 Hz), además de guardar la señal procesada en formato CSV para su posterior análisis.</p> <p>Para validar el desempeño del sistema, las señales obtenidas se compararon con las generadas por un simulador profesional de ECG (SKX-2000C) utilizando el algoritmo Pan-Tompkins para la detección de los complejos QRS. Los resultados confirmaron que las señales obtenidas cuentan con la morfología característica de una señal ECG y permiten la detección precisa de los picos R. El sistema desarrollado ofrece una solución económica, portátil y eficiente para el monitoreo y almacenamiento de señales ECG en tiempo real. Gracias a la capacidad de cómputo de la Raspberry Pi 5, el sistema presenta potencial para una ampliacion en un futuro.</p>2025-12-31T15:06:53-06:00Derechos de autor 2025 Difu100ci@, Revista de difusión científica, ingeniería y tecnologíashttp://difu100cia.uaz.edu.mx/index.php/difuciencia/article/view/391Análisis Dinámico del Dolor y Predicción de la Cronificación mediante Señales Fisiológicas2025-12-31T21:03:32-06:00José Manuel Moreno Loerajm.morenoloera@ugto.mxJuan Manuel López Hernándezjmlopez@ugto.mxJosé Manuel López Villagómezjm.lopezvillagomez@ugto.mxJosé Francisco Estrada Segurajf.estradasegura@ugto.mx<p>El dolor forma parte de los principales problemas de salud a nivel mundial, generando repercusiones en la calidad de vida de los pacientes. Si bien existen varias investigaciones dedicadas a la detección y predicción de este padecimiento, estos estudios se centran únicamente en clasificaciones binarias (Dolor/No dolor) del dolor agudo (dolor inmediato). Mientras que existe otra categoría poco estudiada, la cual es el dolor crónico, ese dolor constante que muchas veces se ignora, que puede desde ser un poco molesto hasta significar algo más allá que solo un pequeño dolor inofensivo. Este proyecto pretende detectar aquellas características más significativas y sensibles al dolor, que ayuden a predecir con más exactitud y con un bajo costo computacional, una posible cronificación de dolor basándose en los cambios fisiológicos respecto a los diferentes niveles de intensidad de la etapa aguda, utilizando la base de datos BioVid Heat pain.</p>2025-12-31T00:00:00-06:00Derechos de autor 2025 Difu100ci@, Revista de difusión científica, ingeniería y tecnologíashttp://difu100cia.uaz.edu.mx/index.php/difuciencia/article/view/400Clasificacíon de variedades de planta de pitayo usando imágenes multiespectrales2025-12-31T21:46:09-06:00Rodrigo Rivera Romeror.rivera@uaz.edu.mxRosa Janette Pérez Chimaljanyluj@gmail.comClaudia Angelica Rivera Romeroc.a.riveraromero@gmail.comJorge Ulises Muñoz Minjaresju.munoz@uaz.edu.mxHayde Peregrina Barretohperegrina@inaoep.mxHumberto Pérez Espinosahumbertop@inaoep.mxIván Alfonso Reyes Portilloivan.reyes@upslp.edu.mx<p>Este estudio aborda la clasificación de variedades de Stenocereus queretaroensis (pitayo) según el color del fruto (rojo, amarillo y naranja) mediante imágenes multiespectrales obtenidas con un dron DJI Mavic 3M. Se construyó un conjunto de datos con características espectrales para entrenar cinco modelos de aprendizaje automático (KNN, SVM, Árbol de Decisión, Bosque Aleatorio y Regresión Logística). Los mejores resultados se lograron con el Árbol de Decisión y la Regresión Logística, alcanzando una exactitud del 70 %, evidenciando que la integración de imágenes multiespectrales, índices de vegetación (NDVI) e inteligencia artificial son herramientas prometedoras para el monitoreo agrícola y la caracterización de plantas.</p>2025-12-31T21:02:20-06:00Derechos de autor 2025 Difu100ci@, Revista de difusión científica, ingeniería y tecnologíashttp://difu100cia.uaz.edu.mx/index.php/difuciencia/article/view/389Estimación del índice de vegetación CARI a partir de firmas espectrales del Stenocereus queretaroensis en el sur de Zacatecas2025-12-31T22:43:39-06:00Rosa Janette Pérez Chimalr.perez@uaz.edu.mxClaudia Angélica Rivera Romeroc.a.riveraromero@uaz.edu.mxRodrigo Rivera Romeror.rivera@uaz.edu.mxJorge Ulises Muñoz Minjaresju.munoz@uaz.edu.mx<p>El estudio de la variabilidad espectral en cactáceas es un campo emergente con potencial para generar<br>metodologías estandarizadas de monitoreo fisiológico. En este trabajo se aborda la falta de protocolos para<br>la estimación de índices de vegetación en Stenocereus queretaroensis, especie de importancia ecológica y<br>productiva en el sur de Zacatecas. El objetivo fue analizar su respuesta espectral durante varios meses para<br>identificar índices capaces de diferenciar estados fisiológicos y etapas de crecimiento. Se recolectaron firmas<br>espectrales en campo con un espectrofotómetro portátil, de enero a junio, evaluando 109 plantas en una<br>parcela de Jalpa, Zacatecas, con tres segmentos por individuo. como resultado se presentan los cálculos del<br>índice de vegetación CARI que presenta las diferencias asociadas al contenido de clorofila y carotenoides,<br>confirmando su utilidad como indicadores fiables. Este trabajo constituye una base metodológica para futuros<br>protocolos estandarizados aplicables al monitoreo de salud y productividad de Stenocereus queretaroensis.<br>y al manejo sostenible de cactáceas en zonas áridas.</p>2025-12-31T22:42:04-06:00Derechos de autor 2025 Difu100ci@, Revista de difusión científica, ingeniería y tecnologías