El Grupo de Investigación de Control Inteligente (GICI) de la UPV/EHU desarrolla sus trabajos de investigación fundamentalmente en el seno del Departamento de Ingeniería de Sistemas y Automática. Una de las líneas de investigación del grupo GICI es la de Sistemas Biomédicos y de Apoyo a la Asistencia Personal, que, como indica su nombre, está enfocada al desarrollo de soluciones en aplicaciones dirigidas al sector médico o de la asistencia personal, con objeto de mejorar la calidad de vida de las personas. “Utilizamos técnicas procedentes del ámbito de la computación inteligente y las aplicamos en ámbitos asistenciales, médicos, etc.”, explica el doctor Eloy Irigoyen, profesor del departamento.

El grupo abarca una amplia gama de trabajos, entre los que se encuentra el estudio de alternativas de sensorización en humanos, con carácter no intrusivo, que se puedan implementar en ropa y complementos ergonómicos vestibles. Tras años de experiencia diseñando y desarrollando herramientas asistenciales para personas con determinadas discapacidades, “se planteó incorporar algún tipo de elemento que pudiera decir si las personas se están estresando, en cierto modo”, explica Irigoyen. En este sentido, “intentamos determinar el nivel de estrés de una persona, y cuánto tiempo le está durando, en base a análisis de señales de electrocardiograma”, añade. Según explica el investigador, el problema es que “cuando intentamos llevar esto a algún tipo de dispositivo o pequeña plataforma que puede llevar encima una persona de la tercera edad o con algún tipo de discapacidad funcional o con capacidad reducida, las señales electrocardiográficas llegan enmascaradas por el ruido”.

Señales eficientes para plataformas portables de bajo coste

El trabajo realizado por el investigador del departamento Unai Zalabarria ha dado como resultado “un algoritmo que se ejecuta de forma relativamente rápida y que ofrece una señal de electrocardiograma analizada; es decir, el algoritmo ofrece una solución para encontrar una gran cantidad de señales reales que permiten determinar la frecuencia cardíaca y otro tipo de valores o variables”, explica Irigoyen.

El algoritmo ha sido validado; “hemos realizado unas pruebas piloto, con unas plataformas fácilmente integrables y de bajo coste, como son las Arduino y las Raspberry Pi, en experimentos, dentro de un entorno controlado, con personas voluntarias —comenta—. El trabajo de Zalabarria ha dado como resultado una mejora de la señal en dispositivos portables y de bajo coste; el algoritmo propuesto da muy buenos resultados, en comparación con los mejores algoritmos que existen actualmente”.

Sin embargo, Irigoyen afirma que en una fase posterior se deberá procesar esa señal con técnicas procedentes del ámbito de la computación inteligente. Asimismo, el investigador añade que “todavía no hemos dado el salto a personas con determinadas patologías fisiológicas o algún tipo de disfuncionalidad o discapacidad cognitiva, porque hay que ver cómo se manifiestan en estas personas las variaciones de sus variables fisiológicas en momentos de estrés”. En cualquier caso, “el objetivo final es llegar a una solución accesible y asequible para cualquier tipo de familia o situación, implantable en placas con determinado potencial de procesamiento, pero tampoco tan potentes como los ordenadores de sobremesa u otros tipos de dispositivos también portables pero más caros”, concluye.

Información complementaria

Esta investigación está enmarcada en la tesis doctoral de Unai Zalabarria. En la investigación han participado el propio Unai Zalabarria, los profesores del Departamento de Ingeniería de Sistemas y Automática de la UPV/EHU Eloy Irigoyen y Raquel Martínez, y han contado con la colaboración de Andrew Lowe, del Instituto de Tecnologías Biomédicas de la Universidad Tecnológica de Auckland (Nueva Zelanda).