Programa del congreso

Los sistemas brain-computer interface (BCI) permiten la interacción del usuario con su entorno a través de la actividad cerebral. Entre los BCI, destacan como señal de control los potenciales visuales evocados modulados por código (c-VEP), debido a su alta precisión con breves periodos de calibración y selección. Esta señal se basa en la estimulación visual codificada mediante secuencias pseudoaleatorias. NeuroBot es un sistema BCI basado en c-VEP diseñado para controlar un robot mediante programación en Scratch, un lenguaje visual ampliamente utilizado para el aprendizaje de robótica en edades tempranas. El sistema se presenta como una herramienta didáctica innovadora para favorecer el acercamiento a la programación y la robótica a estudiantes en edad escolar. A través de este sistema BCI, se permite la selección de comandos para programar acciones relacionadas con movimientos, sonidos o luces LED del robot. NeuroBot fue evaluado con 20 participantes con edades entre 7 y 14 años, obteniendo un rendimiento satisfactorio: una precisión media del 96,3% y una velocidad de selección promedio de un comando cada 8,78 segundos. Además, los cuestionarios administrados a los participantes mostraron que la experiencia fue positiva para ellos, valorando favorablemente la inclusión del BCI para programar el robot y con predisposición a repetir su uso. Por lo tanto, la integración de un BCI basado en c-VEP con Scratch para el control de robots muestra su potencial para acercar estas tecnologías a niños.

Actualmete no existe método automatizado, no invasivo y robusto capaz de monitorizar la circulación sanguínea y guiar el tratamiento en la medicina de emergencías prehospitalaria. La monitorización del gasto cardíaco (GC) podría aportar una solución, pero los monitores de GC no son viables ni prácticos en el entorno prehospitalario. La balistocardiografía (BCG) no invasiva mide la contractilidad cardíaca y refleja los cambios en el GC. El objetivo de este estudio fue analizar la viabilidad de estimar el GC utilizando características morfológicas extraídas de señales de BCG. La base de datos de estudio incluyó un total de 125 segmentos extraídos de 20 sujetos sanos. Cada segmento contenía las señales ECG, BCG carotídeo y abdominal, y GC obtenido mediante presión arterial invasiva. Las señales de BCG se procesaron mediante filtrado adaptativo y transformada wavelet estacionaria para aislar la componente circulatoria de la BCG. Luego, usando una arquitectura de validación cruzada anidada, se realizó un proceso de extracción y selección de las características más relevantes de las compontentes circulatorias, y se ajustó un modelo de regresión de vectores de soporte para estimar el GC. El modelo resultante obtuvo un error absoluto medio de 0.96 L/min y un error relativo del 14%. Este método representa un primer paso prometedor hacia un estimador de GC automatizado, no invasivo y robusto que podría probarse en emergencias prehospitalarias.

La formación médica en obstetricia se ve cada vez más reforzada por la incorporación de manera progresiva del uso de simuladores, que complementan la enseñanza tradicional. Este trabajo presenta un sistema de realidad aumentada para el entrenamiento de parto vaginal, que integra Microsoft HoloLens 2 con maniquíes obstétricos y seguimiento electromagnético . El sistema registra en tiempo real la colocación de las manos, las compara con posturas de referencia definidas por expertos y proporciona indicaciones para la correcta ejecución de las maniobras necesarias para atender el parto. Los resultados demuestran que, tras utilizar el sistema, los residentes mejoran la precisión con la que ejecutan las posiciones requeridas, respaldando el potencial del sistema como herramienta docente en obstetricia.

Blood flow through the mitral valve is essential for the proper functioning of the cardiovascular system. Pathologies such as prolapse or regurgitation can alter flow dynamics and affect its function, highlighting the interest for studying its biomechanical behaviour. Understanding these mechanisms allows for improved diagnosis and interventions such as MitraClip device placement.

This work focuses on the creation of a customised finite element model (FEM) to simulate mitral valve closure, using transesophageal echocardiography images obtained in collaboration with the Hospital Universitario Puerta de Hierro de Majadahonda to generate a 3D model of the mitral valve. A finite element analysis is performed in Abaqus to study valve closure and the implantation and efficiency of the MitraClip device, a percutaneous intervention increasingly used in patients with mitral regurgitation.

Three ventricular time pressure profiles (linear, concave and sigmoid) and different valve tissue thicknesses (1, 2 and 3 mm ) are analysed. The results show first that the most suitable time regime for achieving valve closure is the concave one, as it allows closure with a lower peak pressure and distributes the stresses and strains more homogeneously. Additionally, the cases with increased leaflet thickness fail to provide proper closure unless a device such as Mitraclip

is fitted. These results suggest that both mechanical loading conditions and tissue morphology play a key role in the efficiency of mitral valve function. The methodology developed in this study supports future patient specific studies, improving the interventions and the side effects

derived from them.

El tratamiento con presión positiva continua en la vía aérea (CPAP) es el enfoque terapéutico más empleado para la apnea obstructiva del sueño (AOS); sin embargo, su éxito clínico depende de una adherencia adecuada. La predicción temprana de la adherencia mediante modelos de Machine Learning (ML) ha emergido como una herramienta clave para mejorar el seguimiento y la personalización del tratamiento. El objetivo de este estudio consiste en analizar la evolución del rendimiento predictivo de modelos basados en máquinas de vectores soporte (SVM) entrenados con datos clínicos y registros de uso de CPAP durante los primeros 5 a 30 días para predecir la adherencia a 3, 6 y 12 meses. Los resultados muestran una mejora progresiva en las métricas de rendimiento predictivo conforme se amplía la ventana de observación, alcanzando un equilibro a partir de los 25 días. Para alcanzar un grado de acuerdo estadístico sustancial en términos de la kappa de Cohen (kappa) que permita su uso eficiente en el ámbito clínico de acuerdo a umbrales establecidos (kappa ≥ 0.61), se observó que serían necesarios 15 días de registro para predicciones a 3 meses, 20 días para 6 meses y 25 días para 12 meses. Estos hallazgos permiten optimizar el diseño de sistemas predictivos, minimizando el tiempo de seguimiento sin comprometer el rendimiento, facilitando así su integración en la práctica clínica.

Los patrones hormonales específicos según el sexo y la menopausia se sabe que influyen en el riesgo de taquicardia ventricular y pueden reflejarse en marcadores del electrocardiograma (ECG) relacionados con la repolarización ventricular. Este estudio tiene como objetivo identificar características del ECG que capturen estas diferencias, analizando índices clave de la repolarización ventricular: el intervalo QT corregido (QTc), el intervalo desde el pico hasta el final de la onda T (Tpec) y el ángulo espacial medio QRS-T (QRS-Ta). Utilizando datos del Biobanco de Reino Unido, evaluamos estos marcadores en hombres y mujeres, estratificando además a las mujeres en grupos premenopáusico y posmenopáusico. Se emplearon comparaciones entre grupos y modelos de regresión lineal múltiple para cuantificar las diferencias y evaluar la contribución relativa de un amplio conjunto de factores basales y demográficos. En los análisis específicos por sexo, los tres índices, así como la morfología general del ECG, mostraron diferencias significativas, influenciadas principalmente por variables como la estatura, el índice de masa corporal o la frecuencia cardiaca. En las comparaciones específicas por estado menopáusico, se observaron diferencias significativas en Tpec y QRS-Ta, aunque los cambios morfológicos fueron más sutiles. De manera destacada, el grosor de pared y la fracción de eyección del ventrículo izquierdo se asociaron con variaciones en Tpec en ambos subgrupos femeninos. Estos hallazgos destacan la importancia de tener en cuenta el sexo y el estado menopáusico al evaluar la susceptibilidad a las arritmias ventriculares y respaldan la necesidad de enfoques diagnósticos más personalizados.