BRAIN+2: Caracterización de Señales EEG en Pacientes con Ansiedad

El proyecto BRAIN +2 aborda la necesidad crítica de mejorar los diagnósticos clínicos de ansiedad mediante el análisis avanzado de señales electroencefalográficas (EEG). A pesar de la alta prevalencia de trastornos de ansiedad a nivel mundial, la identificación temprana sigue siendo un desafío. Este estudio transdisciplinario, liderado por la Universidad Politécnica Salesiana y el Instituto de Neurociencias de la Universidad Católica de Cuenca, propone una metodología robusta para la caracterización de biomarcadores específicos. El enfoque técnico incluye el pre-procesamiento de señales para la eliminación de artefactos, el análisis de potencia espectral en bandas de frecuencia (alfa, beta, theta, delta) y el estudio de la conectividad funcional cerebral. Mediante la implementación de algoritmos de aprendizaje automático en Matlab, el proyecto busca modelar y clasificar patrones que permitan predecir la presencia o gravedad de la ansiedad. Los resultados esperados incluyen la creación de una herramienta de soporte diagnóstico, la publicación de artículos científicos indexados y la formación de capacidades en profesionales de la salud y estudiantes. Este esfuerzo conjunto no solo fortalece la investigación neurocientífica en la región, sino que también proporciona una solución tecnológica escalable para mejorar la precisión diagnóstica y la asistencia médica en pacientes con trastornos de ansiedad.<br/><br/><b>Objetivo</b>: <br/>Identificar biomarcadores asociados a la ansiedad mediante el procesamiento y análisis de señales EEG, utilizando una base de datos de grupos control y patológicos. El objetivo es desarrollar un algoritmo basado en inteligencia artificial para cuantificar el riesgo de ansiedad de manera temprana y precisa.<br/><br/><b>Líneas de investigación</b>: <br/>Algoritmo de procesamiento de señales y predicción