Oportunidades Públicas
| Fecha de Creación | Descripción | Mentor(es) | Acciones |
|---|---|---|---|
| 22/05/2025 |
Chrono-Nutrition: A Study on Biological Rhythms and Eating PatternsRecent research highlights the importance of chrono-nutrition, which studies how the timing of food intake affects health and performance. However, understanding these effects can be challenging due to the complexity of interactions between the internal biological clock and eating habits. With this in mind, we are looking for students interested in learning and applying mathematical modeling tools to develop a predictive system for chrono-nutrition. Participants will collect chronobiology and nutrition data to build mathematical models capable of predicting the effects of chrono-nutrition on health and performance. Prerequisites:Available vacancies:1/2Class Code Initials:This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits IBM2985 IBM2986 IBM2987 Crono-Nutrición: Estudio sobre Ritmos Biológicos y AlimentaciónInvestigaciones recientes destacan la importancia de la crono-nutrición, la cual estudia cómo el momento del día en que se consume comida afecta la salud y el rendimiento. Sin embargo, la comprensión de estos efectos puede ser desafiante debido a la complejidad de las interacciones entre el reloj biológico interno y los hábitos alimenticios. Con este objetivo, estamos en busca de estudiantes interesados en aprender y aplicar herramientas de modelado matemático para desarrollar un sistema predictivo de la crono-nutrición. Los participantes recopilarán datos de cronobiología y nutrición para desarrollar modelos matemáticos que puedan predecir los efectos de la crono-nutrición en la salud y el rendimiento. Prerrequisitos:Vacantes disponibles:1/2Siglas iniciales:Tiene un método de evaluación Nota 1-7, con 10 créditos IBM2985 IBM2986 IBM2987 |
Ver | |
| 16/07/2026 |
Markerless Computer Vision-Based Gait Analysis for Objective Human Movement AssessmentQuantitative gait analysis is a key tool for functional assessment, clinical follow-up, and decision support in rehabilitation and sports medicine. However, traditional marker-based motion capture systems are costly, require specialized infrastructure, and are generally limited to laboratory settings. This project aims to develop and validate a markerless gait analysis platform based on conventional cameras and computer vision algorithms capable of estimating human kinematics without the need for body-mounted markers. The proposed platform will extract spatiotemporal and biomechanical gait parameters by integrating state-of-the-art pose estimation models and artificial intelligence techniques to improve the accuracy and robustness of the measurements. The system will be evaluated across different application scenarios, with the goal of providing a low-cost, scalable, and easily deployable solution for clinical, sports, and home-based environments. This initiative seeks to increase access to objective movement assessment tools and contribute to the advancement of digital health technologies for functional monitoring and personalized care. Prerequisites:No prerequisitesAvailable vacancies:1/1Class Code Initials:This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits IBM2985 IBM2986 IBM2987 Análisis de la marcha mediante visión por computador sin marcadores para la evaluación objetiva del movimiento humanoEl análisis cuantitativo de la marcha es una herramienta fundamental para la evaluación funcional, el seguimiento clínico y el apoyo a la toma de decisiones en rehabilitación y medicina deportiva. Sin embargo, los sistemas tradicionales basados en captura de movimiento con marcadores presentan altos costos, requieren infraestructura especializada y limitan su uso fuera del laboratorio. Este proyecto propone desarrollar y validar una plataforma de análisis de la marcha basada en cámaras convencionales y algoritmos de visión por computador, capaces de estimar la cinemática del movimiento sin necesidad de marcadores corporales. La plataforma permitirá extraer parámetros espacio-temporales y biomecánicos de la marcha, incorporando modelos de estimación de pose y técnicas de inteligencia artificial para mejorar la precisión y robustez de las mediciones. El sistema será evaluado en distintos escenarios de uso, con el objetivo de ofrecer una solución de bajo costo, escalable y fácilmente implementable en entornos clínicos, deportivos y domiciliarios. Esta iniciativa busca facilitar el acceso a herramientas objetivas de evaluación del movimiento y contribuir al desarrollo de tecnologías de salud digital para el monitoreo funcional de las personas. Prerrequisitos:Sin prerrequisitosVacantes disponibles:1/1Siglas iniciales:Tiene un método de evaluación Nota 1-7, con 10 créditos IBM2985 IBM2986 IBM2987 |
Ver |