Projects
Delineador para el Análisis de la Forma de Onda de la Presión Arterial basado en Deep Learning
Se implementó una técnica de aprendizaje profundo basada en segmentación semántica en el campo de detección de puntos de presión arterial. Se entrenaron y evaluaron dos modelos en términos de un detector de referencia. La metodología propuesta supera al detector de referencia en dos de los tres benchmarks clásicos y en señales de una base de datos pública que fueron modificadas con maniobras de prueba y artefactos realistas. Ambos modelos diferencian regiones con información válida y artefactos. Hasta ahora, ningún otro delineador había demostrado esta capacidad.
CheckING: Dispositivo IoT para Monitoreo y Prevención de COVID-19
La pandemia de COVID-19 se ha propagado rápidamente por todo el mundo, obligando a las personas a aislarse en casa y colapsando los hospitales, causando millones de muertes. El monitoreo continuo y eficiente de aquellos que presentaron síntomas, en conjunto con el análisis de las condiciones ambientales para evitar la propagación del virus, dio lugar al desarrollo de diferentes alternativas tecnológicas. En el presente trabajo, se ha diseñado un dispositivo integral con detección de múltiples parámetros, haciendo hincapié en la integración de parámetros fisiológicos y ambientales con monitoreo remoto, de interés en el contexto actual de la pandemia.
Dispositivo de Evaluación de la Presión en la Arteria Carótida basado en IoT e Impresión 3D: uFisio
El análisis de la forma de onda de presión aórtica central (PAC) permite un seguimiento más específico de patologías tales como la hipertensión arterial, la enfermedad coronaria y la diabetes. Se diseñó un dispositivo inalámbrico, portátil y ergonómico (uFISIO) para realizar evaluaciones morfológicas de la presión de la arteria carótida (PACar), que está estrechamente vinculada al comportamiento de la PAC. La forma de onda PACar fue adquirida por la técnica de tonometría de aplanamiento y enviada a un nodo central de una red inalámbrica local, para ser procesada en un dispositivo móvil. Los resultados fueron posteriormente transmitidos a un servidor central, en virtud del concepto ‘Internet de las Cosas’ (IoT). Complementariamente se utilizó tecnología de impresión 3D, para el desarrollo del diseño. El dispositivo fue probado en 6 individuos jóvenes, donde fueron evaluados parámetros morfológicos de PCar tales como el factor de forma, índice de aumento, tiempos característicos e integrales temporales a través de la aplicación móvil. Las formas de onda fueron adquiridas, transmitidas, procesadas y almacenadas adecuadamente, obteniendo valores de acuerdo con publicaciones anteriores. El dispositivo mostró versatilidad y confortabilidad en su utilización para evaluar PACar, así como para la gestión de la información resultante. Se requieren estudios futuros para determinar su aplicabilidad clínica, especialmente en diferentes grupos etarios.
FollowING: Dispositivo de Seguimiento Remoto de Individuos Sometidos a Ecocardiograma de Estrés con Ejercicio
Los grandes avances de la tecnología y la medicina han permitido aumentar la esperanza de vida de las personas, alcanzando cada vez mayor longevidad de generación a generación. Sin embargo, las enfermedades cardiovasculares siguen siendo la mayor causa de muerte en los últimos años. Este panorama hace notar la necesidad de disponer de dispositivos que permitan hacer un seguimiento a aquellos pacientes que presenten mayores posibilidades de desarrollar enfermedades coronarias, destacándose entre ellos los adultos mayores que se hayan sometido a estudios tales como un ecocardiograma de estrés con ejercicio (EEE). Un sistema remoto con capacidad de llevar a cabo dicho seguimiento de forma eficaz y sencillo, enfocado hacia los pacientes de edad avanzada, puede resultar de suma utilidad para a la detección temprana de posibles patologías asociadas a la condición cardíaca. Bajo dicha premisa, el objetivo del presente trabajo fue el de diseñar un dispositivo que cumpla con los requisitos mencionados, haciendo hincapié no sólo en la medición de los diversos parámetros de interés, sino también en realizar un seguimiento de tipo encuesta de los pacientes en relación a su experiencia luego de la realización del EEE.
A Delineator for Arterial Blood Pressure Waveform Analysis Based on Deep Learning Technique
A deep learning technique based on semantic segmentation was implemented into the blood pressure detection points field. Two models were trained and evaluated in terms of a reference detector. The proposed methodology outperforms the reference detector in two of the three classic benchmarks and on signals from a public database that were modified with realistic test maneuvers and artifacts. Both models differentiate regions with valid information and artifacts. So far, no other delineator had shown this capacity.
CheckING: An IoT Device for COVID-19 Monitoring and Prevention
The COVID-19 pandemic has spread rapidly around the world forcing people to isolate at home and collapsing hospitals causing millions of deaths. The continuous and efficient monitoring of those who showed symptoms jointly with the analysis of the environment conditions to avoid the spread of the virus gave rise to the development of different technological alternatives. In the present work, a comprehensive device with multi-parameter sensing has been designed, emphasizing the integration of physiological and environmental parameters with remote monitoring, of the interest in the current pandemic context.
Device for the Evaluation of Carotid Arterial Pressure Based on IoT and 3D-Printing: uFISIO
Pulse wave analysis of central aortic pressure waveform (CAP) allows a detailed follow-up of pathologies such as hypertension, coronary artery disease and diabetes. A wireless, portable and ergonomic device (uFISIO) was designed to perform morphological evaluations of carotid artery pressure (APCar), which is closely linked to CAP behavior. APCar waveform was acquired by the applanation tonometry technique and sent to a hub node of a local wireless network, in order to be processed in a mobile device. The results were posteriorly transmitted to a central server, in virtue of the ‘Internet of Things’ (IoT) concept. 3D printing technology was also used to develop the design. The device was tested in 6 young individuals, where APCar morphological parameters such as form factor, augmentation index, characteristic times and temporal integrals were assessed by the mobile application. Waveforms were acquired, transmitted, processed and stored adequately, obtaining values in agreement with previous publications. The device showed versatility and comfortability in its use for APCar evaluation, as well as for the management of the resulting information. Future studies are required to determine its clinical applicability, especially in different age groups.
FollowING:Remote Monitoring Device for Individuals Undergoing Exercise Stress Echocardiogram
The great advances in technology and medicine have allowed people to live longer, reaching greater longevity from generation to generation. However, cardiovascular diseases continue to be the leading cause of death in recent years. This situation highlights the need for devices that allow monitoring of patients who have a higher likelihood of developing coronary diseases, including older adults who have undergone studies such as exercise stress echocardiogram (EEE). A remote system capable of carrying out this monitoring effectively and easily, focused on elderly patients, can be extremely useful for the early detection of possible pathologies associated with the heart condition. Under this premise, the objective of this work was to design a device that meets the mentioned requirements, emphasizing not only the measurement of the various parameters of interest, but also conducting a survey-type follow-up of the patients in relation to their experience after the EEE.