Autoría
Orthosync fue desarrollado por como proyecto de grado (), para .
Datos de entrenamiento
Los modelos se entrenaron con el conjunto público BTXRD: Yao S, Huang Y, Wang X, et al. A Radiograph Dataset for the Classification, Localization, and Segmentation of Primary Bone Tumors. Scientific Data 12, 88 (2025). doi:10.1038/s41597-024-04311-y. Se usa con atribución a sus autores, según la licencia publicada en su ficha de figshare.
Imágenes
- Las ilustraciones del sitio (portada, logotipo y fondos) fueron generadas por el autor para este proyecto con Google Gemini.
- Los modelos 3D de los huesos fueron construidos por el autor con código (Three.js); no provienen de bancos de modelos.
- Las radiografías de ejemplo pertenecen al conjunto BTXRD. No se usan fotografías de personas ni imágenes de bancos de terceros.
Software de código abierto
| Componentes | Licencia |
|---|---|
| React, React Router, Recharts, Three.js, Tailwind CSS, Vite | MIT |
| FastAPI, SQLAlchemy, Pydantic, PyJWT, ONNX Runtime, pydicom | MIT |
| Uvicorn, NumPy, scikit-learn, PyTorch, torchvision | BSD |
| OpenCV, cryptography | Apache 2.0 (cryptography: Apache 2.0 o BSD) |
| Pillow | MIT-CMU (HPND) |
| fpdf2 | LGPL-3.0 |
| PyMuPDF | AGPL-3.0 |
| Ultralytics YOLO (entrenamiento del detector) | AGPL-3.0 |
Importante: PyMuPDF y Ultralytics usan la licencia AGPL-3.0. Si el sistema se ofrece a otras personas por internet, su código fuente debe estar disponible para ellas. El código de Orthosync está en: . Un uso comercial requeriría licencias comerciales de esos componentes o reemplazarlos.
Servicios de terceros
El sitio no incluye servicios de terceros: no hay analítica, publicidad, redes sociales, fuentes externas ni CDN. Toda la información se procesa en el servidor de la clínica.