SignalEEG

Eina per extreure biomarcadors de senyals de l’electroencefalograma

A través de l’extracció de senyals de l’electroencefalograma i l’ús de tècniques d’intel·ligència artificial i machine learning, l’eina SignalEEG s’encarrega del tractament, processament i modelatge de dades de senyals, especialment de wearable i senyals d’EEG, per tal de construir models predictius per a la detecció de diferents malalties de salut mental: afectacions cerebrals, neurològiques i cognitives. 

Concretament, el grup ha desenvolupat i implementat aquestes tècniques en diferents escenaris: pronòstic d’esquizofrènia, alcoholisme, detecció d’estrès i reconeixement d’emocions. En el cas d’aquest últim, l’objectiu és detectar emocions negatives de les persones a través dels canvis cerebrals, mesurats a través dels senyals EEG, per tal de prevenir el sorgiment de problemes de salut mental. 

La interfície de l’eina és amigable, fàcil d’utilitzar i multiprocés, amb funcionalitats per a tots els passos de la mineria de dades: filtrat de soroll, finestres, extracció de característiques, selecció de característiques, modelat, balanç de dades, mètodes de validació, visualització, entre d’altres. 

Aquesta tecnologia ha estat emprada en el desenvolupament de diversos projectes, com ara SERAS (en col·laboració amb una companyia privada), amb l’objectiu de millorar les condicions de vida dels pacients amb epilèpsia mitjançant la detecció precoç de crisis. 

IP: María Beatriz López Ibáñez

COIP: Òscar Raya i Casanova

Grup de recerca: Smart IT Engineering and Services (SITES)

Institució: Universitat de Girona (UdG)

Pàgina web del projecte aquí.

Pàgina web del grup de recerca aquí.

Per a més informació, contacta’ns.