Oscar Julian Galeano Echeverri

Oscar Julian Galeano Echeverri

Auto-generated profile, based on publicly available information

Oscar Julian Galeano Echeverri

Institución Universitaria Pascual Bravo

Research Focus & Metrics

Academic Career Length

9Years (2018-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
19 October 2018 in Revista CINTEX
Verified
Journal Article
Closed access
PDF file
MMMaria Isabel Ardila Marín
Maria Isabel Ardila Marín
WMWilliam Orozco Murillo
William Orozco Murillo
OEOscar Julian Galeano Echeverri
Oscar Julian Galeano Echeverri
AEAndrés Mauricio Medina Escobar
Andrés Mauricio Medina Escobar
La importancia de las acciones de mantenimiento en el sector de bienes y servicios para garantizar la disponibilidad y confiabilidad necesaria en los activos, ha generado la necesidad de tener herramientas que mejoren la administración de los departamentos de mantenimiento; es por esto que los Sistemas Computarizados para la Gestión del Mantenimiento (CMMS) aparecen para contribuir con la planeación, ejecución y control de las actividades en tales departamentos, haciendo que los datos obtenidos se conviertan en información relevante para la toma de decisiones para mejoramiento continuo. Para la I.U. Pascual Bravo, institución de educación superior con laboratorios para la prestación de servicios educativos y productivos, es fundamental trabajar en la conservación y seguridad de sus activos a través de la gestión del mantenimiento; por esto, se genera la necesidad de desarrollar un CMMS adaptado a las características de los activos de los diferentes laboratorios de la Facultad de Ingeniería, para centralizar la información de mantenimiento. En el presente artículo se revisa la evolución y desarrollo de los CMMS y se describe el diseño y la funcionalidad de SIMA, Sistema de Información de Mantenimiento, aplicación para centralizar la gestión del mantenimiento de los equipos de los laboratorios de la Facultad de Ingeniería. Con este módulo se pretende contribuir con la creación de cultura de mantenimiento, apoyando el correcto registro de la información para optimizar tanto las actividades y los recursos disponibles.

17 June 2026 in Revista Facultad de Odontología
Verified
Journal Article
Open access
PDF file
OGOscar Julián Galeano-Echeverri
Oscar Julián Galeano-Echeverri
BABayron Alvarez-Arboleda
Bayron Alvarez-Arboleda
OSOlga Bibiana Salcedo-Ospina
Olga Bibiana Salcedo-Ospina
PJPedro María Jaramillo-Vallejo
Pedro María Jaramillo-Vallejo
Introduction: Access to dental care remains a challenge for populations living in remote and underserved areas. Teledentistry has emerged as an effective strategy to improve access to oral healthcare, particularly for the early assessment of craniofacial growth and development, which relies on standardized anthropometric techniques. Methods: The Face2Face platform was developed as a teledentistry platform to collect and transmit comprehensive patient information from remote locations to a centralized dental service. The platform captures intraoral and extraoral photographs, radiographic images, anthropometric measurements, odontograms, and clinical notes. These records are securely transmitted to specialists, who evaluate each case and determine appropriate treatment or follow-up recommendations. Results: Face2Face allows for the remote acquisition and transmission of standardized craniofacial and oral health data, facilitating communication between local healthcare providers and specialists. The system supports comprehensive patient assessment, improves access to expert consultation, and enhances clinical decision-making for individuals living in geographically isolated communities. Conclusions: Face2Face represents a valuable teledentistry tool for expanding access to oral healthcare in remote settings. By integrating anthropometric assessment with clinical and radiographic information, the platform supports early diagnosis, treatment planning, and longitudinal monitoring while strengthening collaboration among healthcare professionals.

31 December 2022 in Revista CINTEX
Verified
Journal Article
Open access
PDF file
ELEmmanuel Grisales Londoño
Emmanuel Grisales Londoño
OHOscar Ignacio Botero Henao
Oscar Ignacio Botero Henao
IPIgnacio Calle Pérez
Ignacio Calle Pérez
OEOscar Julian Galeano Echeverri
Oscar Julian Galeano Echeverri
DODiego Orozco-Gómez
Diego Orozco-Gómez
La implementación de sistemas de acceso automatizados en lugares con alta afluencia, como sistemas de transporte y centros de salud, es una necesidad creciente para mitigar la congestión y el estrés laboral. En este contexto, el reconocimiento facial se presenta como una solución eficaz, ofreciendo un control de acceso personalizado y eficiente. La inteligencia artificial, junto con bases de datos robustas, permite la identificación precisa de rostros y, complementada con clasificadores de rostros, el reconocimiento facial. El clasificador Haar Cascade opera mediante pequeños clasificadores que analizan diferentes porciones de una imagen facial, las cuales se combinan para proporcionar un resultado de detección preciso, facilitando la creación de una base de datos que puede ser entrenada por algoritmos de reconocimiento. Este estudio presenta un sistema de reconocimiento facial utilizando el clasificador Haar Cascade para la recolección de imágenes, y los clasificadores de Histograma de Patrones Binarios Locales (LBPH), EigenFace (EF) y FisherFace (FF) para el proceso de reconocimiento. La recolección de datos incluyó imágenes de rostros de seis personas, obteniendo 350 imágenes sin tapabocas y 350 imágenes con tapabocas. Los tiempos de entrenamiento variaron entre 9.54 segundos y 9287.64 segundos. Una vez entrenados los modelos, el tiempo de reconocimiento facial osciló entre 0.0001 segundos y 0.4447 segundos. La precisión del reconocimiento con el clasificador LBPH se ubicó entre 80.9069% y 100%, con el clasificador EF entre 69.7542% y 100%, y con el clasificador FF entre 31.6017% y 91.3684%. Estos resultados demuestran la rapidez del sistema de reconocimiento facial propuesto, destacando la precisión y velocidad del clasificador LBPH.