Semillero de investigación: Bioinstrumentación SIBIONS

Perfil de la organización

Perfil de la organización

Los temas o áreas de trabajo o investigación y su pertinencia y armonía con el grupo de investigación se centran principalmente en usar el diseño mecánico, diseño electrónico y la programación para:

  • Diseño mecánico de instrumentos biomédicos.
  • Diseño electrónico de instrumentos biomédicos.
  • Adquisición de fuentes de información biomédicas.
  • Procesamiento de fuentes de información biomédicas.

Lo anterior con la misión de fortalecer el diseño y creación de sistemas (hardware y software) biomédico para proporcionar alternativas para la adquisición, transmisión y procesamiento de fuentes de información biomédicas.

Líneas de Investigación: Bioinstrumentación, TinyML, Edge AI.

Objetivos:

  1. Fomentar el diseño mecánico de elementos para la adquisición de señales e imágenes biomédicas para la solución de problemas en el área de la salud.
  2. Establecer soluciones en el área del diseño electrónico que puedan ayudar a la transmisión y procesamiento de fuentes de información biomédicas.
  3. Generar nuevas alternativas para la obtención de información basado en sistemas desarrollados y aplicados según la necesidad.

Perfil de la organización

Los temas o áreas de trabajo o investigación y su pertinencia y armonía con el grupo de investigación se centran principalmente en usar el diseño mecánico, diseño electrónico y la programación para:

  • Diseño mecánico de instrumentos biomédicos.
  • Diseño electrónico de instrumentos biomédicos.
  • Adquisición de fuentes de información biomédicas.
  • Procesamiento de fuentes de información biomédicas.

Lo anterior con la misión de fortalecer el diseño y creación de sistemas (hardware y software) biomédico para proporcionar alternativas para la adquisición, transmisión y procesamiento de fuentes de información biomédicas.

Líneas de Investigación: Bioinstrumentación, TinyML, Edge AI.

Objetivos:

  1. Fomentar el diseño mecánico de elementos para la adquisición de señales e imágenes biomédicas para la solución de problemas en el área de la salud.
  2. Establecer soluciones en el área del diseño electrónico que puedan ayudar a la transmisión y procesamiento de fuentes de información biomédicas.
  3. Generar nuevas alternativas para la obtención de información basado en sistemas desarrollados y aplicados según la necesidad.

Huella digital

Profundizar en los temas de investigación en los que Semillero de investigación: Bioinstrumentación SIBIONS está activo. Estas etiquetas de temas provienen de las obras de los integrantes de esta organización. Juntos, forma una huella digital única.
Ver huella digital completa

Colaboraciones y áreas de investigación principales de los últimos cinco años

Colaboración externa reciente a nivel de país/territorio. Para consultar los detalles, haga clic en los puntos o
Explorar más la red
  • 73 Citas
  • 5 Índice h
  • 4 Capítulo (revisado por pares)
  • 2 Actas de congreso
  • 1 Contribución a la conferencia
  • 1 Artículo de Investigación

  • Machine learning approach for fatigue estimation in sit-to-stand exercise

    Aguirre, A., Pinto, M. J., Cifuentes, C. A., Perdomo, O., Díaz, C. A. R. & Múnera, M., jul. 23 2021, En: Sensors. 21, 15, 5006.

    Producción científica: Contribución a una revista › Artículo de Investigación › revisión exhaustiva

    Acceso abierto
    23 Citas (Scopus)

  • A Conditional Generative Adversarial Network-Based Method for Eye Fundus Image Quality Enhancement

    Pérez, A. D., Perdomo, O., Rios, H., Rodríguez, F. & González, F. A., nov. 20 2020, Ophthalmic Medical Image Analysis - 7th International Workshop, OMIA 2020, Held in Conjunction with MICCAI 2020, Proceedings. Fu, H., Garvin, M. K., MacGillivray, T., Xu, Y. & Zheng, Y. (eds.). Springer Science and Business Media Deutschland GmbH, Vol. 12069. p. 185-194 10 p. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); vol. 12069 LNCS).

    Producción científica: Capítulo en Libro/Informe › Capítulo (revisado por pares) › revisión exhaustiva

    11 Citas (Scopus)

  • A lightweight deep learning model for mobile eye fundus image quality assessment

    Pérez, A. D., Perdomo Charry, O. J. & González, F. A., ene. 3 2020, 15th International Symposium on Medical Information Processing and Analysis. Romero, E., Lepore, N. & Brieva, J. (eds.). SPIE, 113300K. (Proceedings of SPIE - The International Society for Optical Engineering; vol. 11330).

    Producción científica: Capítulo en Libro/Informe › Capítulo (revisado por pares) › revisión exhaustiva

    14 Citas (Scopus)
Ver todo 8 producción científica