En el Día Mundial de la Investigación en Cáncer, MONTESTEAM explora tres aplicaciones educativas de la Inteligencia Artificial y la ciencia de datos con datasets reales sobre tumores cerebrales, cáncer de pulmón y cáncer de piel. Una experiencia para aprender a clasificar imágenes, analizar datos y, sobre todo, comprender que la IA es una herramienta de apoyo a la investigación, no un sustituto del trabajo científico.
Taller práctico para el 24 de septiembre: Detección de cáncer de piel con el dataset HAM10000 de Kaggle, Python y Teachable Machine en 1º de Bachillerato.
Análisis de hábitos y síntomas de cáncer de pulmón con Árboles de Decisión en Python directamente en Kaggle Notebooks para 1º de Bachillerato.
En la novena entrega del proyecto BermejaPi, ampliamos el alcance de nuestro script de vuelo incorporando la medición del campo magnético terrestre a través del magnetómetro triaxial del Sense HAT. Mediante el cálculo del vector total en microteslas ($\mu\text{T}$), el sistema registra fluctuaciones geofísicas en la magnetosfera a $400\text{ km}$ de altitud, permitiendo detectar regiones de baja intensidad como la Anomalía del Atlántico Sur (SAA) y combinando física espacial con observación óptica terrestre en un único dataset estructurado.
En la séptima entrega del proyecto BermejaPi, implementamos una misión científica de observación terrestre orientada al estudio del clima para la Misión Space Lab de la ESA. Mediante el uso del espacio de color HSV en OpenCV, el script procesa en tiempo real las imágenes capturadas desde la ISS para calcular la proporción de masa nubosa (albedo estimado) y correlacionarla con la telemetría del Sense HAT y la velocidad orbital.
En esta cuarta entrega del proyecto BermejaPi, migramos el desarrollo al entorno Linux nativo dentro de Raspberry Pi OS. Al no contar con hardware físico en el aula, utilizamos la herramienta oficial sense-emu (Sense HAT Emulator) aprobada por la Agencia Espacial Europea (ESA). Mediante un programa básico en Python, los alumnos aprenden a controlar la matriz de 8×8 LEDs gráficos, diseñar patrones de color codificados y capturar datos de telemetría ambiental simulada (temperatura, humedad y presión) a través de controles interactivos en pantalla.
En esta tercera entrega del proyecto BermejaPi, avanzamos en la validación de la telemetría orbital mediante la inspección visual de coincidencias fotogramétricas con OpenCV. Tras haber calculado numéricamente la velocidad de la Estación Espacial Internacional (ISS), implementamos un script en Python que genera un mapa gráfico de vectores de desplazamiento uniendo los puntos clave (Keypoints) de dos capturas consecutivas del terreno. Esta técnica permite comprobar visualmente que el algoritmo ORB rastrea de forma coherente la geografía terrestre y no ruido o formaciones nubosas, garantizando la fiabilidad de la toma de datos. Además, el script incluye un generador sintético de relieve para su completa ejecución en sistemas Windows.
Arrancamos BermejaPi, la serie hermana de BermejaSat dedicada al European Astro Pi Challenge. En esta primera entrada instalamos el simulador oficial Astro Pi Replay Tool en local con Python 3.11 y probamos un primer programa mínimo con el Sense HAT, sin necesidad de tener la Raspberry Pi delante.
En esta tercera entrega del proyecto BermejaPi, avanzamos en la validación de la telemetría orbital mediante la inspección visual de coincidencias fotogramétricas con OpenCV. Tras haber calculado numéricamente la velocidad de la Estación Espacial Internacional (ISS), implementamos un script en Python que genera un mapa gráfico de vectores de desplazamiento uniendo los puntos clave (Keypoints) de dos capturas consecutivas del terreno. Esta técnica permite comprobar visualmente que el algoritmo ORB rastrea de forma coherente la geografía terrestre y no ruido o formaciones nubosas, garantizando la fiabilidad de la toma de datos. Además, el script incluye un generador sintético de relieve para su completa ejecución en sistemas Windows.
En la entrada #21 de BermejaSat (MonteSTEAM – IES Monterroso / AIDARAC) completamos el ciclo de vuelo completo: lanzamiento en cohete desde Sierra Bermeja (1.450 m) hasta el apogeo (2.450 m), despliegue de paracaídas y caída con deriva por viento. Integración total con firmwares C++, script en Python para logging CSV/KML y renderizado tridimensional en Google Earth.