Desafío
El proyecto aborda la dificultad que enfrentan las personas con protanopia y que afecta tareas cotidianas y su calidad de vida. El desafío de la propuesta consistió en diseñar y evaluar una red neuronal convolucional capaz de corregir imágenes para mejorar la percepción cromática en este grupo. La CNN fue entrenada con láminas de Ishihara y evaluada con participantes diagnosticados, mostrando mejoras notables en la identificación visual tras aplicar la corrección.
Objetivo
Desarrollar una red neuronal convolucional (CNN) para la corrección cromática en personas con protanopia, con el fin de mejorar su percepción de los colores de forma más precisa y natural.
Solución
El proyecto permite que las personas identifiquen con mayor precisión los colores que les generan dificultad, mediante una solución tecnológica accesible que puede integrarse en diferentes dispositivos. La propuesta no solo mejora la percepción visual de los usuarios, sino que también contribuye a ampliar el conocimiento y la conciencia sobre el uso de la inteligencia artificial para abordar otras manifestaciones de la deficiencia visual.
Resultado e impacto del trabajo de titulación
- Mejora la calidad de vida al facilitar la interpretación de señales, gráficos y contenidos digitales, aumentando la autonomía e inclusión en entornos educativos y laborales.
- Contribuye al avance del uso de IA en soluciones de salud visual.
Factores de éxito
- Enfoque basado en datos reales y validación empírica.
- Uso de tecnologías accesibles y de código abierto.
- Diseño centrado en el usuario y escalabilidad.
Participantes: Iván Zambrano Redrobán.
Director del trabajo de titulación: Diego Marcillo Parra.
