Skip to main content

MODELOS PREDICTIVOS DE LA EVOLUCION MORFOLOGICA DEL CUERPO HUMANO PARA MEJORAR LA ADHERENCIA Y MOTIVACION EN TRATAMIENTOS DIETETICO-NUTRICIONALES DEL SOBREPESO Y LA OBESIDAD

PID2020-119144RB-I00

•
Funding agency name Agencia Estatal de Investigación
Funding agency acronym AEI
Program Programa Estatal de I+D+i Orientado a los Retos de la Sociedad
Call Proyectos de I+D+i (Generación de Conocimiento y Retos Investigación)
Call year 2020
State Plan 2017-2020 Plan Estatal de Investigación Científica y Técnica y de Innovación
Beneficiary centre UNIVERSIDAD DE ALICANTE

Resultados relacionados

Resultados totales (Incluyendo duplicados): 6
Encontrada(s) 1 página(s)

RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

Cognitive Function and Body Image in Overweight and Obesity: Role of Adiposity and Effects of a Virtual Reality-Based Intervention

  • Berbegal-Bernabeu, Marina
  • Berbegal-Bernabeu, Marina|||/items/adf927b0-7006-49f1-9866-51afceb2cb6f
El sobrepeso y la obesidad constituyen uno de los principales problemas de salud pública a nivel mundial debido a su elevada prevalencia, su asociación con múltiples enfermedades crónico-degenerativas físicas y psicológicas y el impacto que generan sobre los sistemas sanitarios. Más allá de sus consecuencias metabólicas y cardiovasculares, en los últimos años ha aumentado el interés científico por comprender la relación entre la adiposidad y distintos factores cognitivos y psicológicos implicados en la regulación de la conducta, el comportamiento alimentario, la adherencia a tratamientos y el bienestar emocional. En este contexto, resulta especialmente relevante profundizar en el estudio de las alteraciones neuropsicológicas asociadas al exceso de peso, así como en el desarrollo de nuevas estrategias de intervención basadas en tecnologías innovadoras que permitan abordar la obesidad desde una perspectiva integral y personalizada. En este marco, la presente tesis doctoral analiza las funciones cognitivas y psicológicas asociadas al exceso de peso, especialmente las funciones ejecutivas, la memoria y la percepción de la imagen corporal. Asimismo, evalúa los efectos de una intervención dietético-nutricional personalizada basada en la dieta mediterránea (DM), la realidad virtual (RV) y el modelado 4D de la morfología corporal como herramienta potencial para mejorar la motivación al cambio, la adherencia terapéutica y diferentes parámetros relacionados con la salud en personas con sobrepeso y obesidad. Para ello, la tesis se compone de tres estudios independientes pero relacionados entre sí, cuyo hilo conductor es el análisis de la relación entre adiposidad, funcionamiento cognitivo e imagen corporal en personas con sobrepeso y obesidad, así como la exploración del potencial de la RV y del modelado 3D/4D del cuerpo humano como herramientas innovadoras de intervención. Los estudios se han desarrollado en el marco del proyecto Tech4Diet y de sus continuaciones posteriores, una línea de investigación multidisciplinar financiada competitivamente y centrada en la mejora de la motivación y adherencia en tratamientos dietético-nutricionales mediante tecnologías inmersivas, modelado 3D/4D e inteligencia artificial. El primer estudio analizó la asociación entre distintos marcadores de adiposidad y las funciones ejecutivas en una muestra de 87 hombres y mujeres con sobrepeso y obesidad. Concretamente, se evaluó el papel del índice de masa corporal (IMC), la grasa corporal y la grasa visceral sobre diferentes dominios cognitivos, incluyendo flexibilidad cognitiva, inhibición, monitorización, planificación y memoria de trabajo. Los resultados mostraron un rendimiento similar entre los grupos en la mayoría de las funciones ejecutivas analizadas. Sin embargo, las personas con obesidad presentaron un peor rendimiento en memoria de trabajo en comparación con aquellas con sobrepeso, sugiriendo que esta podría ser una de las funciones cognitivas más sensibles al aumento de adiposidad. Asimismo, la grasa corporal emergió como el indicador antropométrico más estrechamente relacionado con el funcionamiento ejecutivo, observándose asociaciones especialmente con procesos de inhibición, memoria de trabajo y monitorización. El segundo estudio se centró específicamente en la función mnésica, examinando el rendimiento en distintos dominios de memoria en una muestra de 124 hombres y mujeres con normopeso, sobrepeso y obesidad, así como su relación con variables antropométricas y clínicas. Se analizaron diferentes tipos de memoria, incluyendo la memoria contextual, memoria visual a corto plazo, memoria no verbal, memoria fonológica a corto plazo y memoria de trabajo. Los resultados mostraron que las personas con obesidad presentaron un peor rendimiento especialmente en memoria de trabajo y memoria fonológica a corto plazo en comparación con las personas con normopeso. Asimismo, variables antropométricas y clínicas como el peso, el IMC, la grasa corporal, la grasa visceral, la relación cintura-cadera (ICC) y la presión arterial sistólica se asociaron negativamente con distintos dominios de memoria. De forma global, los hallazgos refuerzan la relevancia de la memoria, y particularmente de la memoria de trabajo, en personas con sobrepeso y obesidad, subrayando la necesidad de integrar factores cognitivos en el estudio y abordaje del exceso de peso debido a su posible influencia sobre la regulación conductual, los hábitos de salud y la adherencia a tratamientos. En el tercer estudio se evaluó la eficacia de una intervención basada en RV y técnicas de modelado corporal 4D para mejorar la percepción de la imagen corporal en una muestra de 102 personas con sobrepeso y obesidad, prestando especial atención a las diferencias de género. Para ello, se llevó a cabo un ensayo controlado aleatorizado en el que los participantes recibieron recomendaciones basadas en la DM y realizaron diferentes evaluaciones corporales a lo largo del tiempo. A su vez, el grupo experimental visualizó mediante RV inmersiva la evolución de su propio cuerpo a través de avatares tridimensionales (3D) personalizados. Los resultados mostraron mejoras en distintas dimensiones de la imagen corporal evaluadas mediante el MBSRQ, incluyendo la importancia subjetiva de la corporalidad (SIC), las conductas orientadas al mantenimiento de la forma física (BAMPF), el atractivo físico autoevaluado (SAPA) y la puntuación global de la imagen corporal. Asimismo, se observaron algunas diferencias relacionadas con el sexo, particularmente en los aspectos vinculados al cuidado de la apariencia física, evidenciando la relevancia de incorporar la perspectiva de género en el diseño de intervenciones dirigidas a esta población. Los resultados sugieren que las tecnologías inmersivas podrían constituir herramientas innovadoras y prometedoras para complementar los abordajes tradicionales de la obesidad, especialmente en aspectos psicológicos relacionados con la percepción corporal, la motivación al cambio y la adherencia al tratamiento. Los estudios realizados contribuyen a una mejor comprensión de la relación entre la adiposidad, el funcionamiento cognitivo y factores psicológicos como la percepción de la imagen corporal en personas con sobrepeso y obesidad, poniendo de manifiesto la relevancia de integrar factores cognitivos y psicológicos en la comprensión y el abordaje del exceso de peso. Al mismo tiempo, esta tesis doctoral aporta evidencia sobre el potencial de la RV y el modelado corporal 3D/4D como herramientas innovadoras para complementar las intervenciones tradicionales en obesidad, especialmente en aspectos relacionados con la motivación al cambio, la adherencia terapéutica y la percepción corporal. Finalmente, los hallazgos refuerzan la necesidad de desarrollar enfoques multidisciplinares e integrales que incorporen la evaluación de factores cognitivos y psicológicos, así como el uso de tecnologías inmersivas que permitan avanzar hacia intervenciones centradas en la medicina personalizada y sensibles a las diferencias de género en el ámbito del sobrepeso y la obesidad.
RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

Iterative multilinear optimization for planar model fitting under geometric constraints

  • Azorin-Lopez, Jorge
  • Sebban, Marc
  • Fuster-Guilló, Andrés
  • Saval-Calvo, Marcelo
  • Habrard, Amaury
  • Azorin-Lopez, Jorge|||/items/d43d029b-14bf-4dac-9bda-ed08e213bb1d
  • Fuster-Guilló, Andrés|||/items/0d96ca87-a50d-4788-b5d3-456c44f8a6b6
  • Saval-Calvo, Marcelo|||/items/403da831-5e9a-4111-8bed-6b60076f8101
Planes are the core geometric models present everywhere in the three-dimensional real world. There are many examples of manual constructions based on planar patches: facades, corridors, packages, boxes, etc. In these constructions, planar patches must satisfy orthogonal constraints by design (e.g. walls with a ceiling and floor). The hypothesis is that by exploiting orthogonality constraints when possible in the scene, we can perform a reconstruction from a set of points captured by 3D cameras with high accuracy and a low response time. We introduce a method that can iteratively fit a planar model in the presence of noise according to three main steps: a clustering-based unsupervised step that builds pre-clusters from the set of (noisy) points; a linear regression-based supervised step that optimizes a set of planes from the clusters; a reassignment step that challenges the members of the current clusters in a way that minimizes the residuals of the linear predictors. The main contribution is that the method can simultaneously fit different planes in a point cloud providing a good accuracy/speed trade-off even in the presence of noise and outliers, with a smaller processing time compared with previous methods. An extensive experimental study on synthetic data is conducted to compare our method with the most current and representative methods. The quantitative results provide indisputable evidence that our method can generate very accurate models faster than baseline methods. Moreover, two case studies for reconstructing planar-based objects using a Kinect sensor are presented to provide qualitative evidence of the efficiency of our method in real applications.
RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

MDL+ a manufacturing description language to describe and control assembling tasks in industry 4.0

  • Zamora Hernández, Mauricio Andrés
  • Chaves Ceciliano, Jose Andrez
  • Villalobos Granados, Alonso
  • Castro-Vargas, John Alejandro
  • Garcia-Rodriguez, Jose
  • Azorin-Lopez, Jorge
  • Azorin-Lopez, Jorge|||/items/d43d029b-14bf-4dac-9bda-ed08e213bb1d
  • Garcia-Rodriguez, Jose|||/items/d5bc18f8-44db-4723-b291-5849321e9e69
The assembly of products or components by operators in industries is a complex task with recurring problems. In these processes, operators often make errors that can lead to defective products. Therefore, they need to be inspected later to verify their correct assembly. The main problems are caused by several reasons including high employee turnover, lack of experience in manufacturing specific products or confusion in interpreting instructions to assemble similar components. In this paper, a novel structured language aimed to describe the required actions to manufacture a product in industrial assembly environments is presented. The main contribution is to provide a formal language to feed automatic systems that can verify through visual control whether the actions performed by the operator are carried out following the standard described by this language. In general, the use of this formal language will allow to minimize the negative impact of errors during assembly and to reduce waste in many forms in the industry.
RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

A Non-Invasive Approach for Total Cholesterol Level Prediction Using Machine Learning

  • García-D'Urso, Nahuel
  • Climent-Pérez, Pau
  • Sanchez-SanSegundo, Miriam
  • Zaragoza Martí, Ana
  • Fuster-Guilló, Andrés
  • Azorin-Lopez, Jorge
  • Azorin-Lopez, Jorge|||/items/d43d029b-14bf-4dac-9bda-ed08e213bb1d
  • Climent-Pérez, Pau|||/items/ff360266-4bb6-48b2-9801-4faea00aebd3
  • Fuster-Guilló, Andrés|||/items/0d96ca87-a50d-4788-b5d3-456c44f8a6b6
  • Sanchez-SanSegundo, Miriam|||/items/6568386a-f3ed-44cf-9a26-8a0451062150
  • Zaragoza Martí, Ana|||/items/da2e5d2d-827c-4ae3-8a31-379d0908a2fb
  • García-D'Urso, Nahuel|||/items/2996c123-43e6-424d-b407-225d39a29839
Artificial intelligence techniques have been increasingly applied in healthcare to help in many areas, from assisting clinical diagnoses to preventing diseases. In this paper, a machine learning approach to predict cholesterol levels using non-invasive and easy-to-collect data is presented. Specifically, it uses clinical and anthropometric data gathered by nutritionists during weight loss intervention (dieting) periods. The prediction power analysis of different patient variables is aimed at improving both non-invasive diagnosis quality and screening of associated diseases. Moreover, a clustering analysis has been carried out to identify different groupings of patients that might share some characteristics that have so far remained inconspicuous but might contain a valuable diagnosis or prognosis information for clinical experts.The experiments show a mean absolute percentage error rate (MAPE) of 4.39% in cholesterol estimation via regression, as well as clustering of patients within four profiles in which variable values share commonalities among cluster members.
RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

Memory function performance in individuals classified as overweight, obese, and normal weight

  • Berbegal-Bernabeu, Marina
  • Tomé, Mario
  • Sanchez-SanSegundo, Miriam
  • Zaragoza Martí, Ana
  • Hurtado-Sánchez, José Antonio
  • Hurtado-Sánchez, José Antonio|||/items/82d0326d-edb9-49ba-b1b7-143abad1f66b
  • Sanchez-SanSegundo, Miriam|||/items/6568386a-f3ed-44cf-9a26-8a0451062150
  • Zaragoza Martí, Ana|||/items/da2e5d2d-827c-4ae3-8a31-379d0908a2fb
  • Berbegal-Bernabeu, Marina|||/items/adf927b0-7006-49f1-9866-51afceb2cb6f
  • Tomé, Mario|||/items/7f67ef26-0659-4948-84aa-fb187affd441
Evidence accumulated to date about the relationship between cognitive impairments and adults who are overweight and obese suggests that excess weight has a great impact on memory function. Nevertheless, most of the literature has focused only on studying the influences on working memory and episodic memory. This study aimed to examine the potential associations of clinical and anthropometric measures [body mass index (BMI), WHR, body fat, visceral fat, muscle mass, and hypertension] with six memory domains, including contextual memory, short-term visual memory, short-term memory, non-verbal memory, short-term phonological memory, and working memory, in a sample of 124 individuals classified as overweight (n = 33), obese (n = 53), and normal weight (n = 38). The results obtained showed that, after controlling for employment situations, people classified as obese had poorer short-term phonological memory and working memory than those with normal weights. Bivariate correlations showed that measures of weight, BMI, waist–hip ratio index, body fat, and visceral fat were inversely associated with memory function. However, muscle mass was not a significant predictor of memory function. Higher systolic blood pressure was also associated with worse memory function. The study provides evidence of the importance of adiposity in health and memory function.
RUA. Repositorio Institucional de la Universidad de Alicante
Publication Otros (Other)

Clasificación de alimentos a partir de imágenes con dispositivos móviles

  • Sanchez-Sos, Bernabe
  • Azorin-Lopez, Jorge
  • Fuster-Guilló, Andrés
  • Sanchez-Sos, Bernabe|||/items/a2c3b117-8625-4ee2-a964-d0e71b592f31
  • Azorin-Lopez, Jorge|||/items/d43d029b-14bf-4dac-9bda-ed08e213bb1d
  • Fuster-Guilló, Andrés|||/items/0d96ca87-a50d-4788-b5d3-456c44f8a6b6
El presente artículo científico aborda la creación de un clasificador de imágenes, capaz de clasificar hasta 20 platos distintos y su incorporación a una aplicación móvil centrada en la gestión dietética y nutricional.