Vol. 21 Núm. 1 (2022): Revista UIS Ingenierías
Artículos

Sistema de control métrico bidimensional para tornillos metálicos utilizados en osteosíntesis

Ivan Rodrigo Castillo-Cañas
Universidad Industrial de Santander
Damar Nicolás Rojas-Chacón
Universidad Industrial de Santander
Jaime Enrique Meneses- Fonseca
Universidad Industrial de Santander

Publicado 2022-02-09

Palabras clave

  • descriptores de forma,
  • metrología óptica,
  • osteosíntesis,
  • sistema de control,
  • visión por computador,
  • análisis de imágenes,
  • procesamiento de imágenes,
  • software de código abierto,
  • perfilometría,
  • control de calidad
  • ...Más
    Menos

Cómo citar

Castillo-Cañas, I. R., Rojas-Chacón, D. N., Meneses- Fonseca, J. E., & González Gómez, A. L. (2022). Sistema de control métrico bidimensional para tornillos metálicos utilizados en osteosíntesis. Revista UIS Ingenierías, 21(1), 201–210. https://doi.org/10.18273/revuin.v21n1-2022015

Resumen

Los tornillos metálicos utilizados en osteosíntesis son fabricados con dimensiones precisas para evitar complicaciones en el procedimiento quirúrgico, y optimizar costes y tiempo de producción. Este trabajo de investigación propone un sistema de control que consta de un microscopio digital USB, una base de iluminación LED y una interfaz gráfica de usuario (GUI) desarrollada en ImageJ (software de código abierto), cuyo objetivo es validar metrológicamente la calidad de las dimensiones de los tornillos. En los resultados se comparó el largo y ancho del tornillo, obtenido con el sistema propuesto, y la misma medida obtenida con un calibrador pie de rey como un procedimiento de validación metrológica.

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

  1. E. Ramos-Maza, F. García-Estrada, C. Domínguez-Barrios, G. Chávez-Covarrubias, G. Meza-Reyes, I. Buffo-Sequeira, “Principios biomecánicos para la osteosíntesis, re-evolución,” Acta Ortopédica Mexicana, vol. 30, no. S1, pp. S1–S8, 2016.
  2. E. Barrena, J. Ampuero, Traumatología Y Ortopedia: Generalidades. España: Elsevier Health Sciences, 2019.
  3. L. Rodríguez, D. Manzanero, W. Campos, V. Millano, C. Valbuena, “Falla de implantes ortopédicos metálicos en hospitales de la ciudad de Maracaibo, Venezuela,” Multiciencias, vol. 11, no. 1, pp. 85–91, 2011.
  4. Implants for surgery– metal bone screws with hexagonal drive connection, spherical undersurfaceof head, asymmetrical thread – dimensions, Standard ISO TR 5835: 1991, [En línea]. Disponible en: https://www.iso.org/standard/12001.html
  5. L. F. V. Jiménez, “Los costos de la mala calidad como quinto elemento del costo: aproximación teórica en la gestión de la competitividad en medio de la convergencia contable,” Revista de la Facultad de Ciencias Económicas: Investigación y Reflexión, vol. 24, no. 1, pp. 63–84, 2016, doi: https://doi.org/10.18359/RFCE.1622
  6. F. M. Gryna, R. C. H. Chua, J. A. Defeo, J. P. Magaña, Método Juran: análisis y planeación de la calidad. New York, USA: McGraw-hill, 2007.
  7. W. Burger, M. J. Burge, Digital Image Processing. London: Springer London, 2016, doi: https://doi.org/10.1007/978-1-4471-6684-9
  8. R. Ramzi, E. A. Bakar, “Optical wear inspection of countersink drill bit for drilling operation in aircraft manufacturing and assembly industry: A method,” IOP Conference Series: Materials Science and Engineering, vol. 370, p. 012041, 2018, doi: https://doi.org/10.1088/1757-899X/370/1/012041
  9. M. Guerrieri, G. Parla, C. Celauro, “Digital image analysis technique for measuring railway track defects and ballast gradation,” Measurement, vol. 113, pp. 137–147, 2018, doi: https://doi.org/10.1016/j.measurement.2017.08.040
  10. LeeHoonsoo, H. Quoc, ParkEunsoo, BaeHyungJin, BaekInsuck, K. S., MoChangyeun, ChoByoung-Kwan, “Machine vision technique for rapid measurement of soybean seed vigor,” Journal of Biosystems Engineering, vol. 42, no. 3, pp. 227–233, 2017, doi: https://doi.org/10.5307/JBE.2017.42.3.227
  11. J. Debayle, “Geometrical and morphometrical tools for the inclusion analysis of metallic alloys,” Metallurgical Research & Technology, vol. 116, no. 5, p. 508, 2019, doi: https://doi.org/10.1051/metal/2019011
  12. R. Ramzi, E. A. Bakar, M. Mahmod, “Drill bit flank wear monitoring system in composite drilling process using image processing,” en 10th International Conference on Robotics, Vision, Signal Processing and Power Applications, pp. 551–557, 2019, doi: https://doi.org/10.1007/978-981-13-6447-170
  13. J. C. Herrera, S. M. Medina, K. Beleño, O. E. Gualdrón, “Diseño de un sistema automático de selección de frutos de café mediante técnicas de visión artificial,” Revista UIS Ingenierías, vol. 15, no. 1, pp. 7–14, 2016, https://doi.org/10.18273/revuin.v15n1-2016001
  14. L. P. Herrera-Baquero, F. A. Prieto-Ortiz, “Metodología para la inspección de la herramienta en el taladrado de piezas,” Revista Investig. Desarro. Innov., vol. 9, no. 1, pp. 187-200, 2018, doi: https://doi.org/10.19053/20278306.v9.n1.2018.7937
  15. C. T. Rueden, J. Schindelin, M. C. Hiner, B. E. DeZonia, A. E. Walter, E. T. Arena, K. W. Eliceiri, “Imagej2: Imagej for the next generation of scientific image data,” BMC bioinformatics, vol. 18, no. 1, 2017, doi: https://doi.org/10.1186/s12859-017-1934-z
  16. C. S. Ridler TW, “Picture thresholding using an iterative selection method,” IEEE Transactions on Systems, Man, and Cybernetics, vol. 8, no. 8, pp. 630–632, 1978, doi: https://doi.org/10.1109/TSMC.1978.4310039
  17. E. Gadelmawla, “Computer vision algorithms for measurement and inspection of external screw threads,” Measurement, vol. 100, pp. 36 – 49, 2017, doi: https://doi.org/10.1016/j.measurement.2016.12.034