Semana 13: Rebeca del Carmen Romo Vázquez

Viernes 10 de noviembre 13:00 hrs. Auditorio “Antonio Rodríguez” Módulo E CUCEI

Fotogalería

Constancia

Dr. Rebeca del Carmen Romo Vázquez

 

 

La Dra. Rebeca del Carmen Romo Vázquez recibió el grado en Ingeniería en Comunicaciones y Electrónica en la Universidad de Guadalara en 2002. Posteriormente, obtuvo el grado de Maestra en Ciencias en Ingeniería Eléctrica en el CINVESTAV – IPN en la Ciudad de México en 2005. En 2010, recibió el grado de Doctora en Ciencias de la Automática y Procesamiento de Señales por parte del Instituto Politécnico Nacional de Lorraine en Nancy, Francia. Actualmente se desempeña como profesora e investigadora en el CUCEI de la Universidad de Guadalajara, México. Sus intereses de investigación se insertan en el campo de la Ingeniería Biomédica, particularmente en el Procesamiento de Señales Electrofisiológicas y Genómicas, Conectividad y Sincronización Cerebral y Matemática Educativa.

Perfil researchgate


Procesamiento de bioseñales

El registro y el análisis de la actividad cerebral, ya sea en condiciones patológicas, cognitivas o motrices, son necesarios para mejorar los diagnósticos y tratamientos tanto médicos como psicológicos, permitiendo la inserción de los pacientes al entorno social. La técnica más usada para registrar la actividad eléctrica del cerebro es el electroencefalograma (EEG) que, comparado contra otras técnicas de registro (e.g. MEG, ECoG, MRI, fMRI, PET, SPECT), es no invasivo, ofrece una excelente resolución temporal y proporciona información en tiempo real a un bajo costo.
Sin embargo, el mayor inconveniente que presentan los registros de EEG es la contaminación que sufren debido a la suma de otros tipos de actividades extra cerebrales de origen electrofisiológico, llamadas artefactos (e.g. oculares, musculares, cardiacas, etc.), así como por el ruido asociado al registro e instrumentación. Por lo general, estos artefactos tienen una gran amplitud, enmascarando la actividad cerebral real, complicando así la interpretación de los registros y, en consecuencia, el diagnóstico. Una solución a este problema es la implementación de técnicas robustas como la Separación Ciega de Fuentes (BSS – Blind Source Separation) y la transformada Wavelet, las cuales permiten la eliminación de artefactos y ruido de las señales de EEG con una pérdida mínima de información.

Advertisements