Science and Technology

Health

Microcredentials

Biomedical signal acquisition, processing and analysis

15.May - 12. Jun, 2026 Cod. 429-26

All courses

Download pdf

Description

To understand and become familiar with biomedicall signals (ECG, EMG, EEG, and bioimpedance), and to develop skills in the tools required for their processing and analysis across different domains. The course includes a practical approach based on the use of public databases and the application of signal filtering, characterization, and parameterization techniques in specific applications.

Objectives

- Comprender y conocer las señales biomédicas (ECG, EMG, EEG y bioimpedancia), así como la información clínicamente relevante que pueden derivarse de ellas

- Comprender el proceso de adquisición, así como las fases críticas de la digitalización de las señales biomédicas

- Conocer y aplicar técnicas de filtrado y supresión de ruido/interferencias

- Capacitarse en el uso de técnicas y herramientas para el análisis y parametrización de las bioseñales, incluyendo la representación temporal y frecuencial. Se aplicarán en casos de estudio reales.

Learning outcomes and type of achievement

Identificar y describir las principales señales biomédicas (ECG, EMG, EEG y bioimpedancia) y explicar la información fisiológica y clínicamente relevante que puede obtenerse de ellas.

Describir y analizar el proceso de adquisición de señales biomédicas, incluyendo los principales elementos del sistema de medida y las etapas críticas del proceso de digitalización (muestreo, cuantificación, resolución y cambio de frecuencia de muestreo).

Aplicar técnicas básicas de procesamiento de señal para filtrar y reducir el ruido y las interferencias presentes en registros de señales biomédica. Evaluar los parámetros de control de calidad para las señales.

Aplicar técnicas de caracterización y análisis de las señales biomédica en diferentes dominios (temporal, frecuencial,...) para extraer parámetros relevantes. Relacionar dichos parámetros con su significado fisiológico o clínico en casos de uso reales.

Access prerequisites and admission criteria

Manejo básico de Matlab o Python.

Ciertos conocimientos del dominio frecuencial.

Edad requerida: entre 25 y 64 años (durante el periodo de la actividad).

Level of learning experience according to EQF European Qualifications Framework

Nivel 6 (EQF)

ESCO, European Skills, Competences, Qualifications and Occupations competency frameworks

http://data.europa.eu/esco/skill/d9b6af48-e906-4a2a-94d9-557023740180

1. Ingeniería biomédica

Los procesos de ingeniería biomédica utilizados para crear dispositivos médicos, prótesis y en tratamientos.

http://data.europa.eu/esco/skill/cfa2be0d-96d5-4017-a866-962efb9c5070

2. Procesamiento de señales

The algorithms, applications and implementations that deal with the processing and
transferring of information through analog or digital frequencies

Evaluation tests

Practical evaluations: 4. Tasks: (Practical exercises)

Activity directed to

Ingenieros/as que trabajan en investigación e innovación tecnológica en general, y en aplicaciones biomédicas en particular.

Organised by

In collaboration with

Directors

elisabete aramendi ecenarro

EHU

Speakers

elisabete aramendi ecenarro

EHU

Andoni EElola Artano

Andoni Elola Artano es Doctor en Ingeniería de Telecomunicaciones (2021) y Profesor Ayudante Doctor en el Departamento de Tecnología Electrónica de la UPV/EHU (Escuela de Ingeniería de Gipuzkoa, Eibar). Su investigación se centra en el procesado digital de señales biomédicas y la inteligencia artificial. Esta línea se consolidó con su tesis sobre la monitorización hemodinámica en paradas cardiorrespiratorias extrahospitalarias, y se enriqueció internacionalmente con una estancia de investigación de 6 meses en la Universidad de Emory (Atlanta, EE. UU.). Cuenta con una sólida trayectoria investigadora: ha participado en diversos proyectos competitivos, dirigido una tesis doctoral y es autor de una destacada producción científica que incluye más de 30 artículos en revistas de alto impacto (JCR) y más de 20 comunicaciones en congresos.

ERIK HERNÁNDEZ JIMÉNEZ

Ingeniero en Automática y Electrónica Industrial (1999) y Doctor en el área de Comunicaciones (2002) por la Universidad de Navarra. Trabaja como investigador y gestor de proyectos en la Unidad de Salud Tecnalia, en el Área de Negocio de Tecnologías Médicas. Entre 2003 y 2005, fue investigador y director de proyectos de I+D en el centro de investigación CEIT (San Sebastián) en las áreas de Comunicaciones y Visión Artificial. De 2006 a 2008, fue líder de proyectos de I+D en Telvent (Bilbao). Se incorporó a Tecnalia en 2008 para trabajar en tecnologías aplicadas a la salud. En los últimos años se ha especializado en el desarrollo de electrónica orientada a productos sanitarios en las líneas de estimulación eléctrica, registro de señales fisiológicas, medida de bioimpedancia y la combinación entre ellas para implementar soluciones en lazo cerrado. Es autor de varias publicaciones científicas en revistas y congresos, así como coautor de un libro.

AINHOA INSAUSTI DELGADO

Grado y Máster en Ingeniería Biomédica por la Universidad de Navarra en 2014 y 2016, respectivamente. En 2017 obtuvo la beca PREDOC del Gobierno Vasco para incorporarse a Ikerbasque y realizar su doctorado en Neurociencias en el grupo de Neuroprótesis del Institute of Medical Psychology and Behavioral Neurobiology, University of Tübingen. Su trabajo doctoral se centró en el desarrollo de una interfaz cerebro-máquina usando señales electroencefalográficas para el control intencional de la estimulación magnética espinal para la rehabilitación motora en pacientes paralizados. En 2021, recibió su título de doctorado del International Max Planck Research School, Graduate Training Center of Neuroscience, University of Tübingen. Desde 2021, trabaja como investigadora científica en el grupo de Medical Technologies de TECNALIA. Su investigación se centra en la neurorrehabilitación, los algoritmos de decodificación neuronal, las interfaces neuronales y la neuroestimulación electromagnética.

NEREA IRASTORZA LANDA

Grado en Ingeniería Biomédica (Universidad de Navarra, 2013) y Máster en Sistemas Mecatrónicos para la Rehabilitación (Universidad Pierre et Marie Curie, 2014). Obtuvo la beca PREDOC del Gobierno Vasco para incorporarse a Ikerbasque y realizar su doctorado en Neurociencias en el Max Planck Research School de la Universidad de Tübingen (2015-2021) sobre el estudio de biomarcadores de la recuperación motora basados en EMG e interfaces mioeléctricas para rehabilitación motora tras un ictus. Desde 2019, es investigadora científica en el área de Tecnologías Médicas de TECNALIA. Tiene experiencia en el análisis de señales fisiológicas, las interfaces neuronales para el control de dispositivos de rehabilitación y el diseño de estudios clínicos. Su investigación se centra en las interfaces neuronales, dispositivos de registro de señales fisiológicas y el análisis de biomarcadores neurofisiológicos sensorimotores.

Jon Urteaga Urizabarrena

Doctor en Ingeniería (Universidad del País Vasco UPV/EHU, 2024). Su tesis doctoral, centrada en la aplicación de procesado de señal avanzado e Inteligencia Artificial a señales biomédicas, obtuvo la distinción cum laude. Actualmente es profesor ayudante en el Departamento de Matemática Aplicada de la Escuela de Ingeniería de Gipuzkoa (UPV/EHU). Investigador del grupo BioRes, su trabajo se especializa en la caracterización y pronóstico de la actividad eléctrica sin pulso (PEA) durante la parada cardiorrespiratoria mediante el análisis de señales fisiológicas (ECG, impedancia torácica, presión arterial e imagen Doppler). Ha realizado estancias de investigación en la NTNU y el Hospital St. Olav (Noruega) y cuenta con seis publicaciones en revistas JCR y más de doce contribuciones en congresos internacionales. Su investigación actual se centra en el desarrollo de herramientas de apoyo a la decisión clínica en tiempo real mediante métodos computacionales avanzados.