La aplicación de técnicas computacionales al campo de la biomedicina tiene un fuerte impacto en la comprensión de los principios físico-biológicos y físico-medicos que subyacen a varios fenómenos y condiciones. Estas técnicas facilitan la automatización del proceso de razonamiento que soporta la toma de decisiones en medicina, o el reconocimiento de patrones y la detección de las relaciones probabilísticas entre variables biomédicas. Esta investigación permite la generación de nuevo conocimiento causal a partir de modelos computacionales avanzados.

Objetivos

Llevar a cabo investigación líder a nivel mundial en el desarrollo y aplicación de técnicas computacionales aplicadas al dominio biomédico. Estas técnicas cubren los niveles de reconstrucción, procesamiento, análisis e interpretación de datos biomédicos.

Líneas de investigación

Sin un orden particular.

 

Cómputo Afectivo y Persuasivo

Cómputo Afectivo y Persuasivo

Estudiamos bioseñales acústicas (habla y llanto de bebe), eléctricas (electrocardiogramas), ópticas (seguimiento ocular), mecánicas (movimiento cinemático) entre otras (por ejemplo, olfativas) para decodificar un amplio rango de emociones y detectar los estados cognitivo y afectivo de los adultos, niños y bebés. Intentamos modelar las relaciones entre las características acústicas y las emociones primitivas, diseñamos algorítmos de toma de decisiones que pueden actuar sobre la inferencia del estado cognitivo de un usuario (frustración, fatiga o carga cognitiva), y establecemos modelos que revelan procesos de orientación y dependientes del contexto. Investigamos modelos y algoritmos capaces de detectar tendencias en la conducta y hábitos de los usuarios partiendo de señales de dispositivos móviles y redes sociales, y a partir de estos, sugieren acciones que promueven la vida saludable en la poblacion.

example of pecstrum pattern of a binary image of a human palm. Pecstrum is an operation that decomposes an image according to the sizes and shapes of its structuring elements

Biométricos

Biometrics looks for accurate identification of a person, based on unique features found in the human body. Subject identification based on palm scanning and FPGA devices is a low-cost alternative for small biometric systems. We have been working with classifiers based on mathematical morphology operators and multi-layer perceptrons, implemented in these hardware devices.

Componentes principales de un sistema de control de un robot ejemplar. Los comandos se codifican como movimientos oculares y parpadeos, los cuales se identifican a través de un sistema de EEG obtenida con un sistema EMOTIV/EPOC.--]

Interfaces cerebro computadoras (BCI)

Diseñamos nuevos algoritmos y mejoramos otros ya existentes de extracción de características en la resolución de problemas de identificación y clasificación. Estos algoritmos luego los aplicamos en interfaces cerebro computadoras (BCI por sus siglas en inglés). Tanto electrencephalography (EEG) como espectroscopía infrarroja funcional (fNIRS) son señales no lineales. Su identificación y clasificación son problemas complejos. Para resolverlos, utilizamos técnicas basadas en redes neuronales o análisis de onduletas entre otras.

Clasificación y predicción de señales cerebrales

Clasificación y prediccción de señales cerebrales

Estudiamos diferentes formas de mejorar la clasificación, identificación y predicción de diferentes condiciones neurológicas tales epilepsia. Para ello aprovechamos y desarrollamos técnicas de procesamiento de señales e inteligencia computacional.

Termogramas de un sujeto diabético (derecha) y uno sano (izquierda). El paciente diabético tiene 2 dedos amputados como consecuencia de ulceración

Termografía clínica

Desarrollamos métodos computacionales que nos permitan evaluar cmabios térmicos en la región plantar de la población con diabetes mellitus tipo II ya que esta conlleva riesgos de ulceración. Analizamos imágenes termales (termogramas) estableciendo la distribución de la temperatura comparando las poblaciones sanas y diabéticas.

anatómico de los tejidos en la cabeza humana adulta

Neuroimágenes

Desarrollamos modelos analíticos de las señales cerebrales originadas con diferentes modalidades pero con énfasis en electroencefalografía (EEG) y espectroscopía infrarroja funcional (fNIRS). Las aplicaciones incluye interfaces cerebro computadoras (BCI), neuroergonomía y neurorehabilitación. Desarrollamos algoritmos de clasificación de diferentes tareas cognitivas tales como la detección de habla imaginada o la identificación de procesos de atención y abstracción entre otros. Investigamos la reconstrucción y registro de la neuroimagen óptica, así como el uso de técnicas de representación del conocimiento para mejorar la experimentación e interpretación de la actividad neurológica.

Rehabilitación virtual a través de la plataforma Gesture Therapy

Interfaces cerebro computadoras (BCI)

Investigamos y desarrollamos nuevas soluciones hardware y software para ayudar en la rehabilitación motora, incluyendo la prevención de caidas, la rehabilitación motora virtual de las extremidades superiores y las interfaces cerebro computadoras, así como aspectos más fundamentales de la neurorehabilitación.

Imágen de moteado de un vaso sanguíneo in-vitro observado a 0μm (izquierda) y 400μm (derecha) de profundidad. En la primera imágen, el vaso es visible a simple vista, pero a más profundidad el vaso se difumina.--]

Imagenología de moteado

Desarrollamos métodos computacionales que nos permitan localizar vasos sanguíneos a partir de imágenes de moteado. Aunque existen diferentes formas de llevar a cabo esta tarea, las soluciones actuales son invasivas requiriendo la inyección de medios de contraste, o estimulaciones físicas como el incremento de la temperatura mediante laser. Los métodos invasivos no son siempre aplicables, por ejemplo en el caso de la retina o el cerebro. Proponemos el desarrollo de métodos no invasivos que se apoyen en el procesamiento de imágenes digitales.