Semillero neurociencias computacionales -Neuroco
El semillero busca integrar conceptos de neurociencia moderna e investigación en neurociencias computacionales. Se abordan trabajos avanzados y recientes en las áreas de neurociencias cognitivas, neuropsicología y neuroingeniería de forma integrativa-colaborativa.
Misión
El semillero de Neurociencias Computacionales busca reforzar e incentivar los conocimientos en las áreas de la computación con un enfoque neurocientífico, desarrollando la capacidad investigativa y creatividad de los integrantes, permitiéndoles consolidar herramientas útiles para su formación profesional.
VISIÓN
resultados
En el 2024 será un semillero reconocido a nivel local, destacado en el programa de bioingeniería de la Universidad de Antioquia en aspectos relacionados con el procesamiento de señales e imágenes neurofisiológicas, el análisis de datos por medio de Machine Learning, Deep Learning e inteligencia artificial, y el desarrollo de software/hardware con aplicación en la neurociencia.
METODOLOGÍA
Aprendizaje basado en proyectos
METODOLOGÍA
Protocolos de investigación
Sesiones semanales
Sesiones con invitados expertos
Líneas de investigación
NEUROIMAGEN
EEG
LíNEA DE TIEMPO: HISTORIA DEL SEMILLERO
Participación en el ESI+JI: Efectos de la normalización por constante específica del registro en el gICA de señales EEG.
Divulgación de proyectos en la Universidad Técnica de Münich (TUM) en Alemania.
Conferencia (OHBM): EEG-to-BIDS Conversion software focused on automation, reproducibility and interoperability.
Creación del semillero ante vicerrectoría de investigación.
2019-2: Fundadores: 21 estudiantes UdeA
Publicación de artículos por semilleristas:
2022-1
2021-1
2022-1
2020-1
2019
2019-2
2020
2020-2
2021-1
2022-2
2022-1
2021-1
Primera cohorte: 62 estudiantes
- UdeA: 97%
- ITM: 1.61%
- UNAL. 1.61%
Ponencia en simposio STSIVA y publicación de artículo
https://doi.org/10.1109/STSIVA53688.2021.9592014
Jornada de medicina. Inferencia automática de umbrales para detección de épocas EEG artefactuales-enfoque estadístico.
Participación el ESI+JI: Modelo de ML basado en biomarcadores no invasivos para la clasificación de sujetos con riesgo de demencia tipo Alzheimer
Publicación de artículos por semilleristas:
https://doi.org/10.1101/2022.07.18.500262
SemilleroNeuroCo
semillero.neuroco@udea.edu.co
Semillero NeuroCo
NeuroCo
Organigrama - miembros del semillero - linéa base
docente
John Fredy Ochoa Gómez
Profesor vinculado
Facultad de Ingeniería
administrativo
CORDINADORA
Luisa Zapata
comunicaciones
Laura Valentina Garcia
ACADEMICO
reconstrucción y segmentación
Isabella Ariza
ciencia de datos
Santiago Gonzalez
miembros
Presentación
luisa maría zapata saldarriaga
Bioingeniera en investigación- Grupo Neuropsicología y Conducta (GRUNECO)
Docente de catedra del programa de Bioingeniería , telecomunicaciones y electrónica
luisa.zapatas@udea.edu.co
Habilidades
Experiencia academica
Desarrollo de aplicación de servicios web basado en estándares de informática médica para el preprocesamiento y visualización de registros EEG
Participación en ponencia CISET
Costa Rica
Summer School
LACONEU 2023
Chile- Valparaiso
Evaluation of Strategies Based on Wavelet-ICA and ICLabel for Artifact Correction in EEG Recordings
https://doi.org/10.14483/23448350.19068
2019
2020
2022
2022
2023
2023
ISABELLA ARIZA CUBEROS
Bioingeniera - Universidad de Antioquia
Bioingeniera en investigación- Grupo Neuropsicología y Conducta (GRUNECO)
isabella.ariza@udea.edu.co
Habilidades
Experiencia academica
Recontrucción de señales de EEG en una tarea Flanker para excombatientes del conflicto armado Colombiano
Pasantía en investigación - Grupo Neuropsicología y Conducta GRUNECO
Segmentación y reconstrucción de imágenes de resonancia magnética
Hacking Medicine
Universidad de Antioquia
2023
2019
2020
2022
2022
2022
Laura valentina garcía
Estudiante bioingeniería - Universidad de Antioquia
Joven Investigadora - Grupo Neuropsicología y Conducta (GRUNECO)
laura.garcia16@udea.edu.co
Habilidades
Experiencia academica
Proyecto
Señal BOLD
Formación en preprocesamiento CONN
Selección proceso Joven Investigador UdeA
GRUNECO
2019
2020
Santiago gonzález cuartas
Estudiante bioingeniería nivel VIII - Universidad de Antioquia
santiago.gonzalez8@udea.edu.co
Habilidades
Experiencia academica
Joven investigador Grupo de investigación de ingeniería clínica y bioinstrumentación -GIBIC
2019
2020
2020
2022
Becario seleccionado programa Erasmus Mundus en España - UPCT
verónica henao isaza
Bioingeniera
Estudiante de Maestría en Ingeniería con énfasis en Neuroingeniería
Docente de catedra del programa de Bioingeniería
veronica.henaoi@udea.edu.co
Habilidades
Experiencia academica
Participación en ponencia STSIVA
Trabajo de grado
Aplicación ViAT
DOI: 10.1109/STSIVA.2019.8730241
Pasantía Sapienza Universidad de Roma
2019
2020
2019
2020
2022
2021
proyecto maestría
Obejtivos
Construir un modelo de ML que permita clasificar sujetos con riesgo de DTA, utilizando biomarcadores no invasivos de múltiples bases de datos.
Resumen
Actualmente existe una variedad de pipelines para el análisis de EEG, por lo que es común encontrar en cada repositorio o base de datos pública una estrategia de procesamiento única, creando la necesidad de armonizar bases de datos multisitio buscando construir una base de datos lo suficientemente grande para entrenar un modelo de Machine Learning (ML) y realizar la clasificación de los sujetos en riesgo de Alzheimer.
avances
- Validación de un flujo de procesamiento automatizado que permite la estandarización de bases de datos de múltiples sitios.
- Extracción de características y métricas de conectividad.
- Evaluación de técnicas de armonización utilizadas en neuroimágenes para aplicación en EEG como Combat
pregunta
¿Cómo es el procedimiento de armonización y control de calidad que permite diseñar un modelo de Machine Learning basado en la integración de bases de datos multimodales y que permite la clasificación de sujetos con riesgo de Alzheimer?
Propuesta
- Proponer y ejecutar modelos estadístico y ML para definir métricas que permitan la clasificación de los pacientes
- Evaluar la estructura de Combat e implementar la armonización en el fujo automatizado considerando diferentes métricas.
KEVEEN RODRIGUEZ ZAPATA
Bioingeniero
Estudiante de Maestría en Ciencias Básicas Biomédicas: Neurociencias
Docente de Neurociencias cognitivas, Universidad San Buenaventura, Medellín
keveen.rodriguez@udea.edu.co
Habilidades
Experiencia academica
Creación Semillero NeuroCo
SIPAIM
https://doi.org/10.1117/12.2542608
Maestría en Ciencias Básicas Biomédicas: Neurociencias
Docencia Neurociencias cognitivas
2019
2020
2019
2020
2022
2020-2
proyecto maestría
pregunta
¿Cuál es el efecto del proceso fisiopatológico de la enfermedad de Alzheimer familiar sobre el comportamiento dinámico de las redes cognitivas?
Obejtivo
Identificar el comportamiento dinámico de las redes cognitivas en estado de reposo relacionado con los procesos fisiopatológicos de la Enfermedad de Alzheimer mediante resonancia magnética funcional.
Resumen
Las alteraciones sobre el continuo de la EA se ha convertido en un tema de creciente interés. Sin embargo, algunos estudios han examinado diferentes etapas de la AD desde una perspectiva de red compleja estáticas que cubre diferentes escalas topológicas. Este proyecto empleó datos de rs-fMRI para analizar el comportamiento de la dFC desde un estado pre-clínico hasta el deterioro
cognitivo leve y la enfermedad de Alzheimer. Los análisis se realizaron sobre diferentes atlas funcionales a escala topológica dinámica local, meso y global. Los resultados evidenciaron una arquitectura de redes que tiende a cambiar de manera no lineal hacia una estructura aleatoria con reducción de la eficiencia global en el tiempo por la progresión de la enfermedad. La alteración en red se observa en redes sensoriales y de asociación. En donde en MCI se observa estructura de red que afectan el correcto filtro de información, causando déficit atencional selectivo, y disminuyendo la eficiencia en la codificación. En AD las alteraciones se presentan en la integración de información perceptual, pobre eficiencia atencional y déficit en codificación y consolidación de la información.
Finalmente, la metodología empleada de los patrones dinámicos temporales de las redes funcionales permiten obtener una amplia comprensión de los cambios fisiopatológicos del continuo de AD
RESULTADOS
Yorguin José Mantilla Ramos
Habilidades
Estudiante ing. Electrónica 10mo Nivel - Universidad de Antioquia
yorguinj,mantilla@udea.edu.co
- Anything-Inspired Models & AI
- Cognitive-Neuro-Complexity Science
- Methods rather than Topics
- Explainability and Interpretability
- Representation and Visceralization
- Complex Systems Modeling & Analysis
Experiencia academica
Venezuela (2015)
Electronic Engineering → Electroacoustics
Colombia (2018-2023)
Electronic Engineering → Bio-stuff
Biohacking → DIY Biology Equipment
GEBIOMIC → Modeling Immunology of Insects with Sys.Biology
GRUNECO → EEG Resting State Preprocessing & Analysis, LEA
Australia (2021)
Google Summer of Code → SOVABIDS
Canada (2022)
CoCo Lab → MEG Processing, Speech
EEUU (2023)
BIG Lab (USC) → iEEG + Epilepsy + Complexity
Certificados
asistencia
La asistencia al semillero se realiza por medio de un formulario web, se puede encontrar leyendo el QR que se colocara en la pantalla en algún momento del encuentro o en link que se encuentra en la descripción del Instagram del semillero.
La asistencia al semillero es necesaria para cumplir adecuadamente con el proceso de formación.
certificado
El certificado entregado por el semillero incluirá:
- Fecha de ingreso al semillero
- Las horas de participación del semillero
- El proyecto realizado o activo en el semillero
- Logros o actividades destacadas dentro del semillero
Tenga en cuenta que la cantidad en horas de participación en el semillero se tomará directamente del formulario de asistencia.
¿en que casos no se genera un certificado?
- En caso de no tener ningún registro en el formulario de asistencia
- Si no participa activamente de un proyecto o no presenta avances en las fechas establecidas
¿Cómo solicito un certificado?
Escribiendo al correo del semillero semillero.neuroco@udea.edu.co con el asusto "Certificado de participación" , incluya en el correo su nombre completo y cédula, adicionalmente se recomienda justificar la solicitud del certificado.
¿Para que me sirve el certificado?
Algunas convocatorias internas de la universas como la pasantía de joven investigador o pasantías internacionales solicitan la certificación de participación en investigación.
¿En que momento puedo solicitar el certificado?
Para los integrantes nuevos se recomienda esperar al segundo mes de ingreso al semillero, ya que a partir de este mes podrán participar de manera activa en un proyecto.
Los integrantes antiguos puede solicitarlo en cualquier momento y las veces que lo requieran para mantener actualizadas las horas o el proceso dentro del semillero.