SignalEEG

Herramienta para extraer biomarcadores de señales del electroencefalograma

A través de la extracción de señales del electroencefalograma y el uso de técnicas de inteligencia artificial y machine learning, la herramienta SignalEEG se encarga del tratamiento, procesamiento y modelado de datos de señales, especialmente de wearable y señales de EEG, a fin de construir modelos predictivos para la detección de diferentes enfermedades de salud mental: afectaciones cerebrales, neurológicas y cognitivas. 

Concretamente, el grupo ha desarrollado e implementado estas técnicas en distintos escenarios: pronóstico de esquizofrenia, alcoholismo, detección de estrés y reconocimiento de emociones. En el caso de este último, el objetivo es detectar emociones negativas de las personas a través de cambios cerebrales, que se miden a través de las señales EEG, para prevenir el surgimiento de problemas de salud mental. 

La interfaz de la herramienta es amigable, fácil de utilizar y multiproceso, con funcionalidades para todos los pasos de la minería de datos: filtrado de ruido, ventanas, extracción de características, selección de características, moldeado, balance de datos, métodos de validación, visualización, entre otros.

Esta tecnología se ha empleado en el desarrollo de varios proyectos, como SERAS (en colaboración con una compañía privada), con el objetivo de mejorar las condiciones de vida de los pacientes con epilepsia mediante la detección precoz de crisis.

IP: María Beatriz López Ibáñez

COIP: Òscar Raya i Casanova

Grupo de investigación: Smart IT Engineering and Services (SITES)

Institución: Universitat de Girona (UdG)

Página web del proyecto aquí.

Página web del grupo de investigación aquí.

Para más información, contáctanos.