Ir directamente a la navegación principal Ir directamente a la búsqueda Ir directamente al contenido principal

Estudio de las características de la actividad cerebral que permiten la predicción del desempeño de la memoria de trabajo y su implantación en redes de sensores corporales (Fase 2)

  • Changoluisa Panchi, Flavio Vinicio (Investigador principal)
  • Tipan Simbaña, Milton Napoleon (Investigador Secundario)
  • Rodriguez, Francisco De Borja (Investigador Secundario)
  • Muñoz Sañay, Luis Fernando (Estudiante Investigador)
  • Comina Velasque, Marco Augusto (Estudiante Investigador)
  • Villacis Changoluisa, Jhony Alexander (Estudiante Investigador)
  • Tupiza Taco, Milena Katherine (Estudiante Investigador)

Detalles del proyecto

Descripción

Este proyecto de desarrollo tecnológico se centra en abordar la dificultad para manejar la variabilidad inter e intra sujeto en la actividad cerebral relacionada con la memoria de trabajo (Working Memory - WM) en ambientes reales y en tiempo real. La WM es fundamental para el procesamiento de información y su desempeño varía significativamente entre individuos y a lo largo del tiempo debido a factores internos y externos. La solución propuesta implica el estudio y la caracterización de señales fisiológicas, específicamente EEG, en conjunto con otras señales como ECG y sensores inerciales, para mejorar la predicción del desempeño cognitivo. El enfoque metodológico es cuantitativo, con un diseño experimental distribuido en tres estudios principales: el primero se enfoca en el análisis de datos EEG existentes y la aplicación de ingeniería de características e inteligencia artificial para el reconocimiento de patrones; el segundo incorpora actividad física y sensores inerciales para correlacionar la actividad cerebral con el movimiento; y el tercero evalúa el impacto de señales fisiológicas adicionales (ECG, pulso cardíaco) en la precisión predictiva. El objetivo final es implementar los algoritmos optimizados en redes de sensores corporales (BSN) para permitir un monitoreo robusto y de bajo coste. Los resultados esperados incluyen la publicación de artículos indexados en Scopus y Web of Science, y el desarrollo de tecnologías de hardware y software abierto que beneficien áreas como la salud (monitoreo de enfermedades como Parkinson o TDAH), la educación y la neuroergonomía.<br/><br/><b>Objetivo</b>: <br/>Estudiar las características de las señales fisiológicas de EEG, ECG o sensores inerciales que permiten una mejora de la predicción del desempeño de la memoria de trabajo (working memory) y su posterior implantación en redes de sensores corporales (BSN). El proyecto busca desarrollar e implementar metodologías eficientes para manejar la variabilidad inter e intra sujeto en la actividad cerebral durante tareas cognitivas en entornos reales.<br/><br/><b>Líneas de investigación</b>: <br/>Telemática aplicada a la medicina
EstadoFinalizado
Fecha de inicio/Fecha fin1/06/2318/12/23

Palabras clave

  • Memoria de Trabajo
  • Actividad Cerebral
  • Predicción de Desempeño Cognitivo
  • Redes de Sensores Corporales
  • Variabilidad Inter e Intra Sujeto
  • Señales Fisiológicas
  • Electroencefalografía
  • Inteligencia Artificial
  • Aprendizaje Automático
  • Neuroergonomía
  • Desarrollo Tecnológico

Areas de Conocimiento del CACES

  • 8417A Telecomunicaciones