¿Sabías Que Investigamos en Procesamiento de Señales?

Diego Orellana

En la Carrera de Telecomunicaciones de la UNL, hemos formado un grupo de investigación orientado al análisis y procesamiento de bioseñales, con un enfoque en proyectos de impacto para la salud. A través de colaboraciones internacionales con instituciones como la Universidad de Brown, reconocida mundialmente por su excelencia en investigación, la Universidad de Buenos Aires, y la Pontificia Universidad Javeriana de Bogotá, hemos contribuido al entendimiento de procesos motores complejos, al diagnóstico de afecciones cardíacas, y al desarrollo de tecnologías que mejoran la calidad de vida de personas con discapacidades. Este ensayo destaca algunos de los trabajos más relevantes que estamos llevando a cabo en el campo de los bioseñales, evidenciando la relevancia de nuestras investigaciones en la ciencia biomédica.

Estudio de Control Motor
Una de las áreas clave de nuestra investigación se centra en el análisis de señales intracorticales, en colaboración con la Universidad de Brown, una institución de renombre mundial por sus aportaciones a la neurociencia. Utilizamos matrices de microelectrodos implantadas en la corteza motora de monos entrenados para realizar diversas tareas motrices con el objetivo de captar las señales neuronales que subyacen a la planificación y ejecución de movimientos. Este trabajo es crucial para entender cómo el cerebro organiza y coordina tareas motoras, un conocimiento indispensable para el desarrollo de tecnologías como las prótesis neurocontroladas y los sistemas de rehabilitación motora.

El análisis de estas señales involucra técnicas avanzadas para extraer información relevante, en medio de un entorno de ruido significativo. Nuestro trabajo contribuye al desarrollo de técnicas que permiten la separación de múltiples señales neuronales que se encuentran mescladas y por ende son difíciles de analizar. Los invitamos a leer uno de los artículos científicos derivados de este proyecto.

ScienceDirect

Teoría de Grafos y Deep Learning aplicados a señales ECG
En colaboración con la Universidad de Buenos Aires, trabajamos en la detección de Bloqueo de Rama Izquierda (LBBB) mediante señales de ECG. El LBBB es una condición cardíaca que afecta la conducción eléctrica del corazón, y su detección precisa es útil para el éxito de la terapia de resincronización cardíaca (CRT). Nuestra investigación se basa en técnicas avanzadas, como teoría de grafos y deep learning, que son campos de gran interés en la actualidad. Estos enfoques nos permiten desarrollar algoritmos más sofisticados para mejorar la detección del LBBB y, en consecuencia, aumentar la efectividad de las terapias.

El uso de teoría de grafos facilita el modelado de relaciones complejas entre las señales cardíacas, mientras que los métodos de deep learning permiten la identificación automática de patrones en imágenes creadas a partir del ECG. Esto potencialmente mejora la precisión del diagnóstico y también ofrece nuevas oportunidades para la personalización de las terapias cardíacas. A continuación, los invitamos a revisar uno de los artículos derivados de este proyecto:

ResearchGate

Aportes al desarrollo de Interfaces Cerebro-Computador
Otra área destacada de nuestra investigación se centra en lo que se conoce como “Motor Imagery “utilizando señales EEG. Este proyecto se desarrolló en colaboración con investigadores de la Pontificia Universidad Javeriana de Bogotá. Para este trabajo, en la Universidad Nacional de Loja hemos desarrollado una base de datos propia de señales cerebrales y hemos implementado modelos basados en conectividad funcional e inteligencia artificial. El objetivo es contribuir al desarrollo de Interfaces Cerebro-Computador (BCI) que permitan a personas con discapacidades controlar dispositivos externos a través de su actividad cerebral, una tecnología que podría devolverles autonomía y mejorar su calidad de vida.

Conclusión
Las investigaciones que realizamos en la carrera de telecomunicaciones en el área de procesamiento de señales tienen un impacto directo en la mejora de tecnologías y terapias para la salud. Desde la comprensión de los procesos neuronales involucrados en el control motor hasta el desarrollo de diagnósticos más efectivos para condiciones cardíacas, nuestro trabajo está contribuyendo activamente al avance de la ciencia. Las colaboraciones con instituciones de prestigio como la Universidad de Brown, la Universidad de Buenos Aires y la Pontificia Universidad Javeriana de Bogotá refuerzan la relevancia de nuestras investigaciones, que no solo se limitan al ámbito teórico, sino que tienen aplicaciones tangibles que benefician a miles de personas. En este contexto, hacemos un llamado a estudiantes e investigadores en Ecuador a unirse a este campo emergente, para que juntos podamos fortalecer el ecosistema de investigación de procesamiento de señales biomédicas en el país, contribuyendo al crecimiento científico y tecnológico desde nuestra región.