Resumen

AYON-GOMEZ, Xenia Azareth et al. Sensor para Medición de Glucosa en Tiempo Real para Medios Acuosos basado en Nanomateriales Incorporando un Algoritmo de Red Neuronal Artificial en un Sistema en Chip. Rev. mex. ing. bioméd [online]. 2023, vol.44, n.spe1, pp.70-83.  Epub 21-Jun-2024. ISSN 2395-9126.  https://doi.org/10.17488/rmib.44.4.5.

El objetivo de este artículo es presentar el desarrollo de un sistema de medición en tiempo real de glucosa en medios acuosos. El sistema que se implementa incorpora dos lineas de investigación: i) diseño, síntesis e implementación de un sensor electroquímico no enzimático de Nanotubos de Carbono de Pared Múltiple con nanopartículas de Cobre (NTCPM-Cu) y ii) diseño e implementación de un algoritmo de aprendizaje automático basado en una Red Neuronal Perceptrón Multicapa (RN-PM), embebido en un ESP32 SoC (Sistema en Chip). Un dato de corriente que se extrae en tiempo real durante el proceso de oxidación-reducción a la que se somete un medio acuoso, alimenta el algoritmo embebido en el ESP32 para estimar el valor de glucosa. De los resultados experimentales se demuestra que el sensor nanoestructurado mejora la resolución en la respuesta amperométrica al identificar un lugar ideal para la toma de datos. Por su parte, la incorporación del algoritmo basado en una RN embebido en SoC otorga un nivel de 97.8 % de exactitud en la mediciones. Se concluye que incorporar algoritmos de aprendizaje automático embebidos en SoC de bajo costo en procesos experimentales complejos, mejora la manipulación de datos, incrementa la confiabilidad en resultados y adiciona portabilidad.

Palabras llave : ANN-MLP; NCT de pared múltiple; sensor electroquímico; sensor nanoestructurado de glucosa; SoC ESP32.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )