Programa del congreso
Resúmenes y datos de las sesiones para este congreso. Seleccione una fecha o ubicación para mostrar solo las sesiones en ese día o ubicación. Seleccione una sola sesión para obtener una vista detallada (con resúmenes y descargas, si están disponibles).
|
Resumen diario |
| Sesión | |
|
Vi-P3: Sesión de pósteres III Lugar: Zona pósteres | |
    | |
Sistema Integral de Monitorización Cardiovascular y Diagnóstico Preventivo Inteligente con Wearables 1: Grupo de Investigación en Ingeniería Electrónica, Biomédica y de Telecomunicaciones,Universidad de Castilla-La Mancha, España; 2: Departamento de Neurología, Hospital Universitario de Albacete, España; 3: Departamento de Ingeniería Electrónica, Universitat Politècnica de València, España Las enfermedades cardiovasculares son la principal causa de mortalidad global y se consideran una pandemia persistente según la Organización Mundial de la Salud. La monitorización continua de señales fisiológicas es clave para la prevención y detección temprana de eventos como arritmias o ictus. No obstante, los dispositivos portátiles de grado hospitalario resultan costosos y poco accesibles. Los dispositivos vestibles de bajo coste se presentan como alternativa viable para la monitorización masiva, impulsando un enfoque preventivo frente a uno reactivo. Este trabajo propone un sistema integral de monitorización continua y asistencia al diagnóstico cardiovascular. Consta de un cliente móvil y un servidor en la nube. El cliente, una aplicación Android desarrollada en Kotlin, recopila señales de dispositivos vestibles comerciales (Polar H10 y Polar Verity Sense), incluyendo ECG, PPG, acelerometría y giroscopía. El servidor combina un frontend en React para la visualización interactiva y un backend con API-REST, gestionando el procesamiento de señales y el acceso seguro mediante PostgreSQL. El sistema incorpora algoritmos de detección de ruido, clasificación de arritmias, apnea del sueño, latidos prematuros y predicción de fibrilación auricular, además de extracción de métricas de variabilidad cardiaca. Los resultados muestran un sistema operativo, versátil y escalable, con precisiones cercanas al 95% en detección de ruido, validado en entornos de investigación y clínicos. | |