Programa del congreso

1. Introducción

La monitorización remota de pacientes con insuficiencia cardíaca mediante implantes intravasculares permite prevenir el empeoramiento de la patología y reducir hospitalizaciones y costes asociados [1]. En el proyecto FORESEE estamos desarrollando un sensor intravascular multiparamétrico que se alimenta y comunica inalámbricamente mediante conducción volumétrica. Una unidad externa aplica ráfagas inocuas de corriente de alta frecuencia (6.78 MHz) sobre el torso a través de electrodos textiles; el cuerpo humano actúa como conductor y las ráfagas son captadas por dos electrodos situados en los extremos del implante. Este método evita la necesidad de componentes voluminosos tales como baterías en el interior de los implantes, lo que posibilita dispositivos ultrafinos con electrónica integrada y múltiples transductores. Sistemas basados en este principio ya han sido validados en humanos en el ámbito de las neuroprótesis [2,3]. El objetivo de este estudio es demostrar, mediante simulaciones computacionales, que es posible alimentar este sensor ubicado en la arteria pulmonar (AP).

2. Métodos

Se creó un modelo computacional tridimensional de un torso humano adulto combinando estructuras de múltiples tejidos obtenidos a partir de resonancia magnética [4] con la estructura de la AP [5]. En él se situaron dos electrodos externos de 10 cm de diámetro sobre la piel y dos electrodos con forma romboidal en la rama principal de la AP derecha. Mediante diferentes simulaciones electromagnéticas (COMSOL Multiphysics v5.3) se evaluó la influencia de diferentes parámetros, verificando el cumplimiento de los criterios de seguridad eléctrica (SAR ≤ 10 W/kg). Los parámetros a evaluar fueron el área expuesta de los electrodos (2-23 mm²), la longitud del implante (40 – 50 mm) y la posición del implante dentro del árbol arterial. Se replicaron las simulaciones para diferentes condiciones fisiológicas como inflado pulmonar y espesores variables de tejido adiposo.

3. Resultados y conclusiones

Las simulaciones demostraron que la unidad externa puede transferir al implante potencias superiores a 5 mW de forma segura, valor suficiente para alimentar la electrónica del sensor y habilitar la adquisición de datos. Se identificó que un área expuesta de 8 mm² en los electrodos internos y una longitud de 50 mm optimizan la transferencia de potencia. No obstante, el espesor del tejido adiposo y la alineación del implante con el campo eléctrico resultaron parámetros críticos, remarcando la importancia de la colocación de los electrodos externos para maximizar la eficiencia. A pesar de estas limitaciones, el diseño cumplió con los estándares internacionales de seguridad y permitió una alimentación estable y suficiente para el funcionamiento del sensor intravascular.

4. Referencias

[1] D. Mohebali and M. M. Kittleson, “Remote monitoring in heart failure: current and emerging technologies in the context of the pandemic,” Heart Br. Card. Soc., vol. 107, no. 5, pp. 366–372, Mar. 2021, doi: 10.1136/heartjnl-2020-318062.

[2] L. Becerra-Fajardo et al., “First-in-human demonstration of floating EMG sensors and stimulators wirelessly powered and operated by volume conduction,” J. NeuroEngineering Rehabil., vol. 21, no. 1, p. 4, Jan. 2024, doi: 10.1186/s12984-023-01295-5.

[3] A. García-Moreno, A. Comerma-Montells, M. Tudela-Pi, J. Minguillon, L. Becerra-Fajardo, and A. Ivorra, “Wireless networks of injectable microelectronic stimulators based on rectification of volume conducted high frequency currents,” J. Neural Eng., vol. 19, no. 5, p. 056015, Sep. 2022, doi: 10.1088/1741-2552/ac8dc4.

[4] A. Christ et al., “The Virtual Family—development of surface-based anatomical models of two adults and two children for dosimetric simulations,” Phys. Med. Biol., vol. 55, no. 2, p. N23, Dec. 2009, doi: 10.1088/0031-9155/55/2/N01.

[5] A. Updegrove, N. M. Wilson, J. Merkow, H. Lan, A. L. Marsden, and S. C. Shadden, “SimVascular: An Open Source Pipeline for Cardiovascular Simulation,” Ann. Biomed. Eng., vol. 45, no. 3, pp. 525–541, Mar. 2017, doi: 10.1007/s10439-016-1762-8.

Measuring respiratory muscle activity is essential for assessing chronic respiratory diseases and neuromuscular disorders, and can be performed by means of surface electromyography (sEMG) over lower intercostal spaces, in an easy and noninvasive manner. While sEMG signals are usually recorded using commercial wired Ag/AgCl electrodes and complex acquisition setups, tattoo skin electrodes are currently emerging as a new wearable technology to measure electrophysiological signals. This study aims to evaluate the performance of tattoo skin electrodes for sEMG recording over lower intercostal spaces to measure respiratory muscle activity. In-lab tests were performed in 6 healthy participants, using two different tattoo sensors for recording four lower right intercostal space sEMG signals, corresponding to inter-electrode distances of 1.35, 2, 2.7, and 4.05 cm, during various respiratory maneuvers. Tattoo measurements of respiratory muscle activity were compared with reference measurements obtained with commercial Ag/AgCl electrodes and a respiratory band signal. Tattoo measurements showed very strong correlations (r from 0.858 to 0.931) and good-to-excellent agreement (ICC2,1 from 0.759 to 0.919) with reference measurements, regardless of the inter-electrode distance. These results demonstrate that tattoo sensors are a promising alternative to commercial Ag/AgCl electrodes for measuring respiratory muscle activity, being more comfortable for patients, and allowing easy design of electrode arrays for multichannel recordings in real-world settings.

Study to demonstrate the possibility of hardware and software development in a haptic system, to be used in patients during their cardiacrehabilitation process, and the improvements represented by the use of a satin haptic product during the rehabilitation period, due to the factthat It deals with personalized activity and monitoring conditions, making use of virtual reality.

Las prótesis de rodilla basadas en tallas no proporcionan una adaptabilidad óptima a la anatomía del paciente. Las limitaciones históricas en la personalización de implantes son debidas a complejidades asociadas al proceso productivo y tiempos de diseño. La fabricación aditiva y los sistemas CAD, hacen viable el desarrollo de sistemas personalizados sin incurrir en elevados tiempos de diseño ni complejos procesos de producción. Previamente es preciso encontrar una metodología con criterios consensuados para la alineación en rotación y en corrección varo-valgo, y que aporten buenos resultados.

Este procedimiento permite la personalización parcial de prótesis comerciales, conservando las curvas funcionales del implante comercial y por lo tanto es compatible con el uso del inserto de polietileno de la misma prótesis, pero consiguiendo la personalización total de la interfaz hueso implante en los componentes femoral y tibial. Asimismo, esto permite la estandarización de la técnica quirúrgica reduciendo las curvas de aprendizaje gracias a la planificación previa y derivando el tiempo de cirugía solo a la ejecución.

Los avances en técnicas de imagen médica, como la ecocardiografía y la resonancia magnética cardíaca (CMR, por sus siglas en inglés), han mejorado significativamente el diagnóstico de enfermedades cardíacas [1]. Aunque gran parte del enfoque en la modelización cardíaca se ha centrado tradicionalmente en la electrofisiología, particularmente en relación con las mediciones del ECG, este proyecto integra tres aspectos fundamentales de la dinámica cardíaca: los elementos eléctricos, mecánicos y de mecánica de fluidos. Juntos, estos elementos forman la base del funcionamiento de la bomba cardíaca.

Idiopathic ventricular arrhythmias (IVA) are commonly treated with radiofrequency ablation, where procedural success relies on accurate identification of the effective ablation point (EAP). In current clinical practice, EAP selection is largely based on the cardiologist’s expertise in interpreting intracardiac electrograms (EGMs), making the process operator-dependent and difficult to standardize. Developing automatic, data-driven approaches to characterize and localize the EAP could improve reproducibility and assist clinical decision-making.

In this work, we present an extended analysis of EGM dynamics near ablation points in IVA patients. Building on our earlier pilot study of three cases, we now analyze a curated database of 48 procedures in which the EAP was prospectively annotated. For each case, we identified regions of interest around the annotated EAP, preselected points in close spatial proximity, and compared their electrogram properties to those of distant points. To characterize temporal and morphological signal features, we extracted descriptors from the TSFEL library and applied statistical analysis to identify features discriminative of the EAP. In parallel, we explored nonlinear signal representations by constructing latent spaces using Multiple Kernel Learning (MKL), with dynamic time warping employed as a kernel metric to capture temporal variability in EGMs.

This study represents one of the largest systematic efforts to date to investigate EGM-based signatures of effective ablation sites in IVA. While ongoing, our work highlights the potential of combining comprehensive time-series feature extraction with kernel-based representations to advance the development of automated, standardized tools for guiding ablation therapy.

Propionic acidemia (PA) is a rare autosomal recessive metabolic disorder caused by propionyl-CoA carboxylase deficiency, leading to accumulation of toxic metabolites. While its metabolic consequences are well established, cardiovascular effects remain incompletely understood. This study evaluated cardiac differences across pediatric participants (<18 years) grouped by genotype: non-carriers, heterozygous carriers, and homozygous PA. Clinical data, ECGs, and echocardiograms were collected, with QTc intervals manually measured and echocardiographic indices normalized to body surface area and age-adjusted z-scores. Statistical comparisons used Chi-square, ANOVA, or Kruskal–Wallis tests, depending on distribution.

ECG analysis revealed no significant differences in heart rate z-scores. However, QTc prolongation was observed in homozygous participants compared to both carriers and non-carriers. T-wave abnormalities were exclusive to the homozygous group, consistent with previously described arrhythmic features in PA.

Echocardiography demonstrated structural remodeling among homozygous participants, including significantly increased left atrial long-axis diameter and higher LV end-diastolic volume z-scores, findings consistent with dilated cardiomyopathy. Short-axis diameters showed a non-significant enlarging trend. The sphericity volume index was also higher in homozygous patients, suggesting potential utility in risk stratification for PA-related remodeling.

Interestingly, heterozygous carriers displayed intermediate cardiac abnormalities. Enlarged atrial and ventricular dimensions, while less pronounced than in homozygous patients, were greater than in non-carriers. These findings suggest carriers may experience subclinical cardiac involvement, challenging the assumption of unaffected status.

Reliable coronary artery segmentation is essential for clinical decision-making, yet widely used benchmarks such as ASOCA present critical shortcomings, including incomplete annotations and inconsistent labeling. We propose a clinically-informed benchmark that restructures ASOCA into primary, secondary, and tertiary vessel categories, reflecting their unequal clinical relevance. Using nnU-Net with standard and topology-aware loss functions, we evaluated Recall and Topology-Recall. While primary segments showed similar performance across methods, substantial differences emerged in secondary and tertiary branches, where topology-aware approaches performed better. These findings highlight the importance of clinically aligned benchmarks for revealing method-specific differences concealed by global accuracy metrics.

The zebrafish heart is a valuable cardiovascular model due to its similarity to the human heart. However, conventional approaches for tissue analysis, such as histology, require destructive slicing, which alters tissue integrity and limits 3D insight. To overcome this, we applied synchrotron-based X-ray phase contrast imaging (X-PCI), a non-destructive, 3D, high resolution, and high contrast method with 0.65 μm resolution, to image an intact zebrafish heart. X-PCI revealed key microstructures, highlighting its potential for cardiac morphology studies.

To develop our protocol, an adult zebrafish heart (AB strain) was fixed in 4% paraformaldehyde, dehydrated, and embedded in paraffin. The procedures were approved by the CEEA-PRBB. Imaging was performed at the Alba’s Synchrotron FAXTOR beamline, with a 20 keV beam and a PCO-edge 4.2 sCMOS camera with a 10x objective, giving a isotropic voxel size of 0,65μm and a field of view of 1,3x1,3 mm. Each tomogram comprised 2000 projections (230 ms exposure time)
and was reconstructed with Gridrec.

Synchrotron-based X-PCI enabled high-resolution 3D imaging of the zebrafish heart, allowing clear visualization of myocardial microstructure. Individual cardiomyocytes and clusters of cells were identifiable, with elongated cellular profiles in short-axis sections. This study validates X-PCI as a powerful method for visualizing the intact zebrafish heart in high-resolution 3D. By successfully identifying key microstructures, including individual cardiomyocytes and vessels, within their complete spatial context, our findings highlight X-PCI’s potential for quantitative 3D morphological analysis, aiming to advance the understanding of cardiovascular pathophysiology in this animal model.

El cierre percutáneo de la orejuela izquierda (COI) consiste en implantar un dispositivo en la aurícula izquierda (AI) para prevenir la formación de trombos en pacientes con fibrilación auricular (FA). Sin embargo, una colocación subóptima del dispositivo puede aumentar el riesgo de trombosis. Las simulaciones in silico de dinámica de fluidos permiten analizar los patrones de flujo sanguíneo alrededor de dispositivos implantados virtualmente sobre geometrías paciente-específicas, pero requieren tiempos de cómputo elevados. En este trabajo proponemos un flujo de trabajo computacional automatizado que integra la morfología de la AI y la orejuela izquierda (OI), junto con datos clínicos del paciente, para identificar automáticamente el caso más similar dentro de una cohorte virtual de simulaciones precomputadas con distintas configuraciones de dispositivo. A partir de tomografías computarizadas (TC), la AI se segmenta mediante nn-UNet y se reconstruye una malla tridimensional. La OI se detecta automáticamente usando la Shape Diameter Function de la librería CGAL y se calcula una línea central para estimar el plano del ostium y extraer características morfológicas relevantes, como el diámetro del ostium, el ángulo de curvatura, el volumen de la OI y de la cavidad auricular. Un clasificador k-nearest neighbors (k=1) identifica la geometría más similar y recupera las simulaciones de flujo correspondientes, que pueden refinarse con datos clínicos. La metodología se evaluó en 128 pacientes con FA, considerando cuatro configuraciones por caso con dispositivos tipo plug (Watchman™) y pacifier (Amplatzer™ Amulet™). Los resultados mostraron una elevada concordancia geométrica y hemodinámica. La configuración tipo pacifier con la cresta pulmonar descubierta generó bajas velocidades de flujo (<0,2 m/s) y patrones complejos, representando el escenario más desfavorable.

1. Introducción y objetivo

La autonomía funcional es un factor esencial para garantizar una buena calidad de vida en las personas mayores. Se ha creado una app para dispositivos móviles que permite realizar un diagnóstico multidimensional mediante el análisis de datos clínicos, funcionales y sociales. El objetivo de este estudio es realizar una validación subjetiva inicial de la usabilidad de la app.

2. Materiales y métodos

Se ha utilizado la escala de usabilidad del sistema (SUS en inglés) [1], con un cuestionario de 10 preguntas que los usuarios deben calificar en una escala Likert de 5 puntos (5=Acuerdo total, 1=Desacuerdo total). Las preguntas impares se refieren a aspectos positivos y las pares a aspectos negativos:

• P1: Creo que me gustaría utilizar esta app con frecuencia.
• P2: Encontré la app innecesariamente compleja.
• P3: Pensé que la app era fácil de usar.
• P4: Creo que necesitaría el apoyo de un técnico para poder utilizar esta app.
• P5: Encontré que las diversas funciones de esta app estaban bien integradas.
• P6: Pensé que había demasiada inconsistencia en esta app.
• P7: Me imagino que la mayoría de la gente aprendería a utilizar esta app muy rápidamente.
• P8: Encontré la app muy complicada de usar.
• P9: Me sentí muy seguro usando la app.
• P10: Necesité aprender muchas cosas antes de empezar con la app.

SUS proporciona una medida compuesta de la usabilidad del sistema. Para calcular la puntuación SUS, se suman las contribuciones de cada elemento (rango 0-4). En elementos impares, la puntuación es la valoración media menos 1. En elementos pares, la puntuación es 5 menos la valoración media. La suma de las puntuaciones se multiplica por 2,5 para obtener el valor global, que oscila entre 0 y 100, y cuyos rangos de aceptabilidad se muestran en la figura 1.

3. Resultados

Cinco profesionales con experiencia con personas mayores interactuaron con la app, cuyas puntuaciones del cuestionario se muestran en la Tabla 1.

La puntuación final SUS tiene un valor de 83.

4. Conclusiones

Según la puntuación SUS, la app desarrollada es aceptable. Los usuarios creen que se aprendería rápidamente a utilizarla puesto que no la encuentran compleja y la ven consistente. Esta app representa un paso importante hacia una atención más personalizada, ya que permitiría adaptar las intervenciones a las necesidades reales de cada persona mayor. Además, ayudaría a utilizar mejor los recursos disponibles y a promover un envejecimiento saludable, especialmente en comunidades donde el acceso a servicios especializados es limitado.

La radioembolización hepática es un tratamiento intra-arterial que utiliza microesferas marcadas con Y-90 para irradiar tumores hepáticos. La eficacia del procedimiento depende de la distribución de las microesferas en la microcirculación hepática. Un aspecto relevante es la formación de clusters (agregados de dos o más partículas), ya que afecta a la homogeneidad de la dosis y al patrón de retención en el tejido tumoral y sano.

El objetivo de este trabajo es cuantificar el número y el tamaño de los clusters formados durante la inyección de microesferas en simulaciones in vitro de radioembolización hepática en dos dimensiones (2D).

Se adquirieron cinco secuencias de vídeo, con una duración media de 19:50 minutos, de radioembolizaciones in vitro mediante una cámara acoplada a un microscopio. El análisis se realizó en MATLAB mediante un algoritmo de procesamiento de imágenes que incluyó la segmentación de regiones de interés y la cuantificación de las áreas fotograma a fotograma.

El algoritmo proporcionó mediciones tanto del número de clusters como de su distribución de tamaño en 2D. Se identificaron diferencias en la frecuencia y el tamaño de los clusters, lo que proporcionó una caracterización cuantitativa inicial de este fenómeno.

The increased demand for sustainable biomedical devices has motivated the use of novel substrates for electrophysiological monitoring. Cellulose, a biodegradable and low-cost material, offers an attractive alternative to conventional electrodes. This study presents a preliminary evaluation of cellulose-based electrodes for electrocardiography (ECG) acquisition under resting conditions.

The proposed electrode consists of a three-layer architecture: a conductive vegetal cellulose film doped with PEDOT:PSS (50:50 weight ratio) as the core, an adhesive layer, and a hydrogel layer, assembled by rapid prototyping. Its rectangular geometry (2.5 × 2 cm, with a 1 cm connection tab) balances conductivity and mechanical flexibility. ECG signals were simultaneously recorded from cellulose-based and standard reference electrodes placed in bipolar lead I in three healthy volunteers (mean age 25 ± 10 years). Recordings lasted ~150 s at a 1000 Hz sampling rate. Preprocessing included baseline drift attenuation and fourth-order Butterworth low-pass filtering (45 Hz), followed by automatic QRS detection and delineation. Morphological similarity was assessed using Pearson’s correlation coefficient (r) and Root Mean Square Error (RMSE). Frequency-domain analysis was performed through power spectral density (PSD, Welch’s method) and coherence analysis. Cardiac intervals of clinical relevance (RR, QRS duration, QT, and Tpe) were estimated from delineated signals.

Results showed strong agreement between electrodes (r = 0.87 ± 0.09; RMSE = 0.10 ± 0.03). Reference signals displayed slightly higher power at low frequencies (<10 Hz), consistent with coherence findings. Interval analysis revealed minimal errors for RR and QRSd, while QT and Tpe presented larger deviations, likely due to challenges in T-wave end delineation.

These findings support the feasibility of cellulose-based electrodes as a sustainable and reliable alternative for ECG monitoring, with further optimization required to improve T-wave interval estimation.

Background.

Left atrial appendage occlusion (LAAO) prevents thromboembolic events in atrial fibrillation patients with bleeding risk, but device-related thrombosis (DRT) remains a challenge.

Case summary.

A 56-year-old man at Aarhus University Hospital underwent LAAO surgery. After being administered 150 mg of Dabigatran 2/24h, no signs of DRT appeared in the post-intervention follow-up scan. A multiscale model integrating hemodynamics, thrombus formation events, and dabigatran revealed low concentrations of fibrin due to the presence of anticoagulant, matching the absence of DRT.

Discussion.

Low-dose DOAC have emerged as effective strategies to reduce DRT and their modelling allow to explain the absence of DRT in the follow-up angioscan.

Take Home Messages.

Our high-fidelity model offers mechanistic insight about antithrombotic therapy, which cannot be assessed with flow-based simulations alone. The results presented provide proof-of-concept evidence of the model’s capabilities.

Este estudio presenta un método basado en redes neuronales convolucionales (CNN) para la detección automática de la actividad electromiográfica diafragmática (EMGdi) en pacientes con EPOC sometidos a ventilación mecánica no invasiva. El modelo se entrena con señales simuladas que incorporan variabilidad realista y diferentes niveles de ruido, generando etiquetas difusas para el aprendizaje supervisado. Posteriormente, se valida con datos clínicos de pacientes, mostrando una reducción significativa de los errores en la identificación de inicios y finales de la actividad respiratoria frente a un detector convencional. La mejora en precisión facilita una caracterización más fiable de la sincronía paciente–ventilador y abre la posibilidad de integrar sistemas de monitorización automatizada en tiempo real, con potencial para optimizar la eficacia de las terapias respiratorias personalizadas.

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.

Accurate estimation of gamma interaction in PET systems is crucial to achieve high spatial resolution in the final diagnostic image. Standard PET crystals are segmented into small pixels, so the light generated by the impinging gamma photon stays inside them and the XY coordinates of the event can be precisely located. In contrast, the depth of interaction (DOI) cannot be resolved since no footprint related to the interaction height reaches the photodetector. Alternative manufacturing techniques, such as laser engraving, enable the modulation of light sharing between crystals, thereby establishing a relationship between the photodetector signal and the event's depth.

Early detection of cancers such as pancreatic ductal adenocarcinoma (PDAC) and ovarian cancer (OV) is crucial yet challenging due to the absence of sensitive, specific diagnostics. Fluorescence spectroscopy, enhanced by interactions between serum proteins and nanoparticles (NPs) derived from linear-dendritic block-copolymers, is a promising technique for non-invasive cancer detection. This study introduces a novel nanoparticle-based fluorescence assay to assess diagnostic capabilities within serum samples.

Finite-element-based simulations of cardiac electromechanics, though accurate, remain prohibitively computationally expensive, often requiring hours per beat using high-performance computing resources. We present a deep learning-based emulator leveraging E(3) equivariant graph neural networks (GNNs) to approximate cardiac passive mechanics, enabling fast and generalizable predictions of myocardial deformations. Our architecture encodes both geometric and physiological features in an E(3)-equivariant form and introduces a multi-resolution graph augmentation strategy to model long-range dependencies. The proposed method achieves substantial acceleration while maintaining good accuracy.

The effective integration of digital tools into existing hospital information systems is a fundamental requirement for improving infection surveillance and treatment. This paper presents the technical architecture, implementation, and interoperability evaluation of appATB®, an mHealth platform designed to natively connect with hospital information systems. The main objective is to standardize and automate the flow of clinical and microbiological data to support Antimicrobial Stewardship Programs. The platform's modular architecture, use of communication standards like HL7, and its ability to adapt to different IT environments are detailed. The results of its implementation in three Spanish hospitals demonstrate that the platform achieves efficient and reliable data integration, overcoming the challenge of heterogeneity in laboratory information systems and laying the groundwork for a scalable and robust tool

In recent years, as artificial intelligence models have grown increa-

singly complex, the demand for large, high-quality datasets has ri-

sen to ensure robust performance. One domain that benefits subs-

tantially from machine learning (ML), particularly for tasks such

as classification and segmentation, is digital pathology. However,

the limited availability of data in this field often restricts the effec-

tive deployment of ML models. In this study, we address this cha-

llenge by leveraging a dataset of breast tissue biopsies for cancer

diagnosis. This task requires high-quality, well-annotated images,

which are difficult to obtain due to the time-intensive process of

microscopic sampling and manual labeling by experts. To mitigate

this limitation, we propose a few-shot learning approach using a

StyleGAN2-ADA model trained on small datasets with fewer than

500 images per class. We conducted a quantitative analysis com-

paring the quality of the generated images with that of real ones.

Several image quality assessment metrics were applied, revealing

no statistically significant differences and thus supporting the suita-

bility of the synthetic images for subsequent ML tasks. Finally, the

synthetic images were integrated into the training of a ResNet-50

classifier, achieving results comparable to those obtained with real

data alone and even improving sensitivity and precision in speci-

fic classes, thereby confirming the effectiveness of GAN-generated

data in digital pathology.

La resiliencia, entendida como la capacidad de adaptarse exitosamente a la adversidad, se relaciona estrechamente con la progresión de los trastornos por estrés. Este estudio investigó marcadores fisiológicos de estrés agudo y resiliencia mediante el análisis simultáneo de electroencefalografía (EEG) y electrocardiografía (ECG) durante una tarea inductora de estrés, antes y después de aplicar diferentes formas de estimulación cerebral no invasiva (NIBS). Tras un preprocesamiento que incluyó filtrado, segmentación en épocas y eliminación de artefactos, se compararon las respuestas del EEG a eventos estresantes y de control en los dominios temporal, espectral y espacial. En el ECG, se detectaron picos R y se calculó la máxima ∆HR como marcador de variabilidad de frecuencia cardíaca. Los resultados mostraron que el EEG presenta un aumento en las bandas beta y gamma, junto a una disminución de alfa, a los 500-800 ms tras el estresor, mientras que la m´axima ∆HR fue significativamente mayor durante los eventos estresantes (p<0.001). Sin embargo, no se observaron cambios significativos después de la NIBS en ninguno de los biomarcadores. Se concluye que, aunque tanto la actividad cerebral de alta frecuencia como la reactividad cardíaca se correlacionan con el estrés agudo, la NIBS aplicada no mostró un efecto modulador evidente, por lo que su utilidad para potenciar la resiliencia requiere una futura investigación.

Si bien la personalización de los modelos cardíacos computacionales de fibrilación auricular (FA) puede mejorar la selección de la terapia, el proceso se ve obstaculizado por costos computacionales y temporales.

Este trabajo presenta un marco de aprendizaje automático (ML) diseñado para personalizar rápidamente modelos electrofisiológicos auriculares para pacientes con FA. La metodología implicó la creación de una población virtual de 2,100 perfiles iónicos. Estos perfiles se evaluaron mediante simulaciones electrofisiológicas con rotores para determinar la capacidad de sostener actividad reentrante y los biomarcadores de reentrada. Posteriormente, se entrenaron una serie de modelos de ML, para clasificar la capacidad de mantener la reentrada, y para predecir los valores de los biomarcadores de reentrada correspondientes directamente a partir de las configuraciones de corrientes iónicas.

Los modelos entrenados demostraron una alta precisión, con clasificadores que lograron puntuaciones F1 de 0.95. Los modelos de regresión predijeron con precisión los biomarcadores con un valor R² de hasta 0.97. Un caso de uso destacó la eficiencia del marco teórico, mostrando que podía identificar perfiles iónicos específicos del paciente entre 100,000 candidatos instantáneamente, una tarea que requeriría alrededor de 625 días usando simulaciones convencionales.

En conclusión, el flujo de trabajo de ML desarrollado acelera drásticamente la creación de modelos cardíacos personalizados. Al estimar comportamientos electrofisiológicos complejos en segundos, este enfoque proporciona una vía viable para integrar gemelos digitales específicos del paciente en la investigación clínica y, diseñar terapias personalizadas para la fibrilación auricular.

La creciente prevalencia de las enfermedades hepáticas y la escasez de órganos para trasplante impulsan el desarrollo de alternativas basadas en medicina regenerativa para desarrollar tejidos funcionales a gran escala. En este contexto, los cultivos tridimensionales como los organoides derivados de células madre pluripotentes inducidas (iPSCs) representan una estrategia prometedora para generar células bipotentes con capacidad de diferenciarse en hepatocitos y colangiocitos funcionales. Sin embargo, su aplicación clínica requiere optimizar tanto la expansión masiva como la caracterización de su funcionalidad, seguridad y potencial de diferenciación. Este trabajo se centra en el desarrollo de estrategias para favorecer el crecimiento a gran escala de organoides de hepatoblasto derivados de iPSCs (iHBOs). Se evaluaron sistemas de cultivo dinámico frente a cultivo estático, observándose que los primeros favorecen la sobreexpresión de marcadores hepáticos fetales. Para potenciar la expansión celular se realizó un cribado molecular, identificándose la combinación de interleucina 6 con cilofexor, anfirregulina, carvedilol y TGF-α como factores relevantes. La identidad y funcionalidad de los iHBOs se validaron mediante análisis histológicos, inmunofluorescencia y expresión génica. Además, su capacidad de diferenciación se exploró en discos de matriz hepática descelularizada de cerdo, confirmándose que la combinación de interleucina 6 con cilofexor promueve un linaje hepatocítico, mientras que anfirregulina y TGF-α favorecen un fenotipo colangiocítico. En conjunto, estos hallazgos representan un avance hacia la producción estandarizada de iHBOs funcionales, con aplicaciones potenciales en medicina regenerativa y terapia celular para el tratamiento de enfermedades hepáticas.

La detección automática de crisis epilépticas en EEG exige modelos que sean a la vez precisos e interpretables. En este trabajo, evaluamos medidas de entropía, información y complejidad (EIC) como características de entrada para redes neuronales profundas, comparándolas con las representaciones habituales de tiempo y frecuencia. Las EIC mejoran de forma consistente precisión, sensibilidad, especificidad y media geométrica en distintas arquitecturas. Por otro lado, aplicamos diferentes técnicas de Inteligencia Artificial eXplicable (XAI), que permiten destacar la relevancia de las entropías generalizadas y de la Información de Fisher. Estas técnicas refuerzan el potencial de las redes neuronales profundas en aplicaciones clínicas de apoyo al diagnóstico.

La Espectroscopía de Emisión Atómica con Plasma Inducido por Láser (LIBS) emerge como una técnica prometedora para la diferenciación de tejidos en tiempo real, una capacidad de gran valor en aplicaciones clínicas como la evaluación de márgenes quirúrgicos. Sin embargo, la alta variabilidad intrínseca de la señal LIBS y la complejidad de la matriz biológica representan un desafío significativo para la obtención de clasificadores robustos y fiables. Este trabajo aborda dicha problemática mediante la implementación y evaluación sistemática de un pipeline de preprocesamiento y clasificación para la discriminación de cinco clases de tejidos ex vivo. Se propone una estrategia de agregación de señal, denominada "Pico Máximo sobre Línea Base", diseñada para preservar eventos de plasma de baja frecuencia y maximizar la relación señal-ruido. Para garantizar la validez de los resultados y evitar la sobreestimación del rendimiento, se implementó un riguroso esquema de validación basado en GroupShuffleSplit para prevenir la fuga de datos entre muestras biológicas. Se compararon tres estrategias de preparación de características: datos escalados (Base), reducción de dimensionalidad mediante Análisis de Componentes Principales (PCA) y selección de características con Eliminación Recursiva de Características (RFE), antes de optimizar y evaluar múltiples algoritmos de Machine Learning. Los resultados demuestran que la estrategia de preprocesamiento de señal es el factor más determinante. Se concluye que las estrategias combinadas de preprocesamiento de señal avanzado y selección de características son fundamentales para desbloquear el potencial de LIBS en la clasificación de tejidos blandos de alta fidelidad.

La zirconia estabilizada con itria (YSZ) es un material cerámico de gran interés para aplicaciones biomédicas. En este trabajo se evalúa la influencia de diferentes configuraciones internas en probetas de YSZ fabricadas mediante impresión 3D por Fused Filament Fabrication (FFF). Se imprimieron estructuras con dos patrones de relleno: hexagonal y lineal 0°/90°, con interlineado de 1.7 mm y de 0.8 mm, respectivamente; y dos alturas de capa (0.1 mm y 0.2 mm). Tras el sinterizado, las muestras fueron caracterizadas mediante tomografía computarizada de rayos X, con el objetivo de analizar su porosidad interna y la distribución de poros y canales.

Los resultados muestran que la porosidad total se mantiene en rangos similares entre las distintas condiciones de impresión, mientras que la organización interna varía significativamente. Las probetas con patrón hexagonal presentan múltiples canales bien definidos y homogéneamente distribuidos, mientras que las lineales tienden a generar un único canal.

Para la clasificación morfológica de canales y poros se aplicó un enfoque de clustering no supervisado (k-means, k=2) combinado con filtros geométricos basados en el diámetro equivalente. Adicionalmente, se entrenó un clasificador lineal Support Vector Machine (SVM), que permitió definir una frontera matemática explícita entre ambas poblaciones, facilitando la reproducibilidad del análisis y minimizando la subjetividad de la inspección visual.

En conjunto, los resultados muestran que el diseño del patrón de relleno tiene un impacto directo en la conectividad y definición de los canales internos, lo que resulta clave para la optimización de estructuras cerámicas impresas en 3D destinadas a aplicaciones biomédicas

Atrial fibrillation (AF) is the most common cardiac arrhythmia, characterized by disorganized electrical activity in the atria. Genome-wide association studies have identified a genetic variant (rs13376333) in the KCNN3 gene that increases AF risk by altering the function of small-conductance calcium-activated

potassium (SK) channels. This study uses a computational model of human atrial myocytes to investigate how this variant and AF-related electrical remodeling influence atrial electrophysiology, focusing on the role of SK channels and calcium handling in

arrhythmia susceptibility.

In the field of lower-limb exoskeletons, extensive research has been conducted on controlling devices to follow reference trajectories similar to human gait. However, to increase functionality and adaptability, it is necessary to design control algorithms for navigating non-planar surfaces. This article addresses the problem of step interaction. Specifically, a method has been developed to generate trajectories on lower-limb exoskeletons to ascend, descend backward, and descend forward on a variable-height step. The system generates target trajectories that allow these movements to be performed from recorded reference trajectories. Its validity has been verified for 18 step heights, ranging from 15 to 32 centimeters, collecting data from a 180-centimeter-tall subject.

La monitorización continua de parámetros fisiológicos, como el electrocardiograma (ECG), puede aportar información de gran utilidad para gestionar enfermedades crónicas y detectar riesgos vitales. Para que los pacientes se adhieran a largo plazo a estas soluciones tecnológicas, es fundamental que sean cómodas y fáciles de usar. La integración de textiles conductores en prendas de vestir comerciales es una solución prometedora para conseguir estos objetivos. En este trabajo se analizan dos parámetros a considerar en el diseño de una prenda sensorizada para medir ECG: el tamaño del electrodo y el material textil conductor. Para ello se realizará una monitorización de larga duración (4 días, al menos 8 horas cada día) probando prendas construidas con 4 tamaños diferentes de electrodos y 3 tipos diferentes de textil conductor.

Functional magnetic resonance imaging (fMRI) is a
technique to map the activation of different brain areas and
thus to track the neural response to specific external
stimuli, including those elicited through the olfactory
system. Widely extending fMRI applications to study the
neural pathways in olfactory function has been partially
hindered by the technical complexity of designing a device
to apply controlled odors specifically to patients subjected
to fMRI. Most commercial devices are either complex,
expensive, with slow response time or require an external
pressurized air source. To facilitate biomedical research on
and clinical assessment of the neural pathways modulated
by the olfactory system, we have developed and tested a
simple, low-cost, open source, stand-alone device allowing
to apply easily selectable controlled sequences of olfactory
stimuli in subjects undergoing fMRI.

Hypoxia plays a relevant pathophysiological role in human
health and is a subject of intense investigation. In most
cases, the source of N2 required for the most conventional
setting to continuously subject animals to hypoxia cannot
be based on conventional bottles of compressed gas
because of the high consumption required. A possible
option would be an N2 generator (based on N2 extraction
from room air by a pressure swing adsorption
concentrator). However, these devices are expensive,
limiting their use for this application. Such requirements
for a continuous N2 source limit the widespread extension
of hypoxia-related in vivo research. In the present work, we
aimed to design, build, and test an open-source, low-cost
device requiring minimal N2 provision.

El trasplante alogénico de progenitores hematopoyéticos (alo-TPH), también conocido como trasplante de médula ósea, es un procedimiento clínico complejo que requiere una recuperación prolongada, tanto física como mental. Diversos estudios destacan la importancia de aplicar programas de rehabilitación integral en estos pacientes para favorecer su reincorporación social en las mejores condiciones posibles. En este contexto, surge la necesidad de herramientas digitales que acompañen al paciente antes, durante y después del trasplante, promoviendo la adherencia al tratamiento y facilitando el seguimiento clínico.

El objetivo de este proyecto ha sido el diseño y desarrollo de una aplicación digital llamada RehabiliTPH, orientada a mejorar el estado físico y emocional de los receptores de alo-TPH. Esta herramienta ofrece un enfoque integral durante todo el proceso, permitiendo afrontar mejor las complicaciones, mejorar la calidad de vida y facilitar una recuperación progresiva.

La aplicación cuenta con varios módulos clave, como el diario de ejercicios, encuestas de estado de ánimo, pautas nutricionales, visualización de medidas biométricas sincronizadas desde pulseras inteligentes (en desarrollo) e historial de datos personales. Además, dispone de una base de datos que almacena la información generada por cada usuario, garantizando un seguimiento ordenado y accesible para pacientes y profesionales.

Finalmente, RehabiliTPH ha sido testeada por pacientes y validada con el apoyo de profesionales sanitarios, quienes destacaron su utilidad, facilidad de uso y potencial para incorporarse en programas de rehabilitación integral. Estos resultados confirman que la aplicación constituye un avance en la innovación tecnológica aplicada a la salud y la calidad de vida.