La Inteligencia Computacional y su Aplicacion al Procesamiento de Bioseñales
Resumen
Se presenta un panorama general de las etapas de procesamiento de diferentes tipos de bioseñales, desde su captura hasta la salida esperada para su posterior aplicación. Se describirán los métodos utilizados para la fase de clasificación y reconocimiento, sistemas híbridos inteligentes que combinan sistemas difusos, redes neuronales, métodos de aprendizaje maquina y algoritmos bioinspirados. El termino Bioseñal se aplica a los tipos de señales que pueden ser medidas y controladas continuamente en los seres biológicos, tanto eléctricas como no eléctricas. Entre las bioseñales eléctricas más conocidas se tienen a los electroencefalogramas (EEG), magnetoencefalogramas (MEG) y electrocardiogramas; entre las bioseñales no eléctricas se tienen señales acústicas como el habla y el llanto de bebe. Para aprovechar la información de cada señal, es necesario un procesamiento previo para extraer sus características más representativas, las cuales son posteriormente utilizadas para predecir, reconocer o clasificar la señal. Se ilustrara con diferentes ejemplos, tales como la aplicación de EEG a interfaces cerebro computadora (BCI), la utilización de llanto de bebe con fines de diagnóstico o la identificación de emociones a partir de la voz, entre otros.
Breve CV del Dr. Carlos Alberto Reyes García:
Investigador Titular de la Coordinación de Ciencias Computacionales del Instituto Nacional de Astrofísica Optica y Electrónica. Responsable del Laboratorio de Procesamiento de Bioseñales y Computación Medica. Coordinador del Posgrado en Ciencias y Tecnologias Biomedicas. Investigador Nivel II del Sistema Nacional de Investigadores (SNI). Fue Presidente de la Sociedad Mexicana de Inteligencia Artificial (SMIA). Es Coordinador de la Red de Inteligencia Computacional Aplicada del CONACyT, RedICA. Ha investigador profundamente sobre análisis y clasificación del habla, y análisis y reconocimiento de llanto de bebe.
