Análisis, construcción, simulación y sincronización de circuitos electrónicos prototipos de Caos

El proyecto tiene como objetivo el estudio de siete Sistemas Dinámicos, yendo de los que son paradigma de Caos a los más complejos, y sus posibles aplicaciones en comunicaciones privadas, bioingeniería y comunicaciones ópticas. El conjunto de sistemas seleccionados incluye algunos ejemplos paradigmáticos de Dinámicas Caóticas, así como nuevas propuestas, tanto de do sistemas básicos como de un sistema que tiene soluciones más complejas, nunca antes estudiados. Se logrará, de esta manera, realizar un completo recorrido desde los osciladores no-lineales más simples (como el de Van Der Pol), hasta los sistemas de mayor complejidad (como son las dinámicas hipercaóticas). El estudio consiste, en primer lugar, en identificar los métodos de análisis específicos del Caos, que permiten poner de manifiesto su carácter y propiedades (a lo que se dedicará el capítulo 1). Tras ello (Capítulo 2 y 3), se desarrollan, estudian y analizan los sistemas mediante simulaciones numéricas de la dinámica de los citados sistemas utilizando el software matemático MATLAB. En una segunda parte (que abarca la primera mitad del Capítulo 4), se implementan los circuitos electrónicos de los citados sistemas, y se simula su comportamiento mediante un software profesional. En una tercera parte (coincidente con la segunda mitad del Capítulo 4 y el Capítulo 5 completo), se construyen físicamente los sistemas fundamentales y sus extensiones, con el objetivo de caracterizar su comportamiento. Además, se desarrolla una aplicación software con entorno gráfico para el análisis sistemático de las dinámicas objeto de estudio. Finalmente, y con el objetivo de aplicar los Sistemas Dinámicos caóticos tanto a Comunicaciones Seguras como a Bioingeniería, este proyecto presenta un estudio de los citados sistemas para su uso en Comunicaciones Seguras, en el capítulo 6. Por otro lado, el oscilador de Van Der Pol no sólo es un sistema paradigma de Caos por la riqueza de su dinámica caótica, sino también por su interés en la simulación del corazón humano tanto en régimen regular, como en régimen caótico. Este análisis se desarrolla en el Capítulo 3.

Large scale multiphysics modeling of neurites

Situado en el límite entre Ingeniería, Informática y Biología, la mecánica computacional de las neuronas aparece como un nuevo campo interdisciplinar que potencialmente puede ser capaz de abordar problemas clínicos desde una perspectiva diferente. Este campo es multiescala por naturaleza, yendo desde la nanoescala (como, por ejemplo, los dímeros de tubulina) a la macroescala (como, por ejemplo, el tejido cerebral), y tiene como objetivo abordar problemas que son complejos, y algunas veces imposibles, de estudiar con medios experimentales. La modelización computacional ha sido ampliamente empleada en aplicaciones Neurocientíficas tan diversas como el crecimiento neuronal o la propagación de los potenciales de acción compuestos. Sin embargo, en la mayoría de los enfoques de modelización hechos hasta ahora, la interacción entre la célula y el medio/estímulo que la rodea ha sido muy poco explorada. A pesar de la tremenda importancia de esa relación en algunos desafíos médicos—como, por ejemplo, lesiones traumáticas en el cerebro, cáncer, la enfermedad del Alzheimer—un puente que relacione las propiedades electrofisiológicas-químicas y mecánicas desde la escala molecular al nivel celular todavía no existe. Con ese objetivo, esta investigación propone un marco computacional multiescala particularizado para dos escenarios respresentativos: el crecimiento del axón y el acomplamiento electrofisiológicomecánico de las neuritas. En el primer caso, se explora la relación entre los constituyentes moleculares del axón durante su crecimiento y sus propiedades mecánicas resultantes, mientras que en el último, un estímulo mecánico provoca deficiencias funcionales a nivel celular como consecuencia de sus alteraciones electrofisiológicas-químicas. La modelización computacional empleada en este trabajo es el método de las diferencias finitas, y es implementada en un nuevo programa llamado Neurite. Aunque el método de los elementos finitos es también explorado en parte de esta investigación, el método de las diferencias finitas tiene la flexibilidad y versatilidad necesaria para implementar mode los biológicos, así como la simplicidad matemática para extenderlos a simulaciones a gran escala con un coste computacional bajo. Centrándose primero en el efecto de las propiedades electrofisiológicas-químicas sobre las propiedades mecánicas, una versión adaptada de Neurite es desarrollada para simular la polimerización de los microtúbulos en el crecimiento del axón y proporcionar las propiedades mecánicas como función de la ocupación de los microtúbulos. Después de calibrar el modelo de crecimiento del axón frente a resultados experimentales disponibles en la literatura, las características mecánicas pueden ser evaluadas durante la simulación. Las propiedades mecánicas del axón muestran variaciones dramáticas en la punta de éste, donde el cono de crecimiento soporta las señales químicas y mecánicas. Bansándose en el conocimiento ganado con el modelo de diferencias finitas, y con el objetivo de ir de 1D a 3D, este esquema preliminar pero de una naturaleza innovadora allana el camino a futuros estudios con el método de los elementos finitos. Centrándose finalmente en el efecto de las propiedades mecánicas sobre las propiedades electrofisiológicas- químicas, Neurite es empleado para relacionar las cargas mecánicas macroscópicas con las deformaciones y velocidades de deformación a escala microscópica, y simular la propagación de la señal eléctrica en las neuritas bajo carga mecánica. Las simulaciones fueron calibradas con resultados experimentales publicados en la literatura, proporcionando, por tanto, un modelo capaz de predecir las alteraciones de las funciones electrofisiológicas neuronales bajo cargas externas dañinas, y uniendo lesiones mecánicas con las correspondientes deficiencias funcionales. Para abordar simulaciones a gran escala, aunque otras arquitecturas avanzadas basadas en muchos núcleos integrados (MICs) fueron consideradas, los solvers explícito e implícito se implementaron en unidades de procesamiento central (CPU) y unidades de procesamiento gráfico (GPUs). Estudios de escalabilidad fueron llevados acabo para ambas implementaciones mostrando resultados prometedores para casos de simulaciones extremadamente grandes con GPUs. Esta tesis abre la vía para futuros modelos mecánicos con el objetivo de unir las propiedades electrofisiológicas-químicas con las propiedades mecánicas. El objetivo general es mejorar el conocimiento de las comunidades médicas y de bioingeniería sobre la mecánica de las neuronas y las deficiencias funcionales que aparecen de los daños producidos por traumatismos mecánicos, como lesiones traumáticas en el cerebro, o enfermedades neurodegenerativas como la enfermedad del Alzheimer. ABSTRACT Sitting at the interface between Engineering, Computer Science and Biology, Computational Neuron Mechanics appears as a new interdisciplinary field potentially able to tackle clinical problems from a new perspective. This field is multiscale by nature, ranging from the nanoscale (e.g., tubulin dimers) to the macroscale (e.g., brain tissue), and aims at tackling problems that are complex, and sometime impossible, to study through experimental means. Computational modeling has been widely used in different Neuroscience applications as diverse as neuronal growth or compound action potential propagation. However, in the majority of the modeling approaches done in this field to date, the interactions between the cell and its surrounding media/stimulus have been rarely explored. Despite of the tremendous importance of such relationship in several medical challenges—e.g., traumatic brain injury (TBI), cancer, Alzheimer’s disease (AD)—a bridge between electrophysiological-chemical and mechanical properties of neurons from the molecular scale to the cell level is still lacking. To this end, this research proposes a multiscale computational framework particularized for two representative scenarios: axon growth and electrophysiological-mechanical coupling of neurites. In the former case, the relation between the molecular constituents of the axon during its growth and its resulting mechanical properties is explored, whereas in the latter, a mechanical stimulus provokes functional deficits at cell level as a consequence of its electrophysiological-chemical alterations. The computational modeling approach chosen in this work is the finite difference method (FDM), and was implemented in a new program called Neurite. Although the finite element method (FEM) is also explored as part of this research, the FDM provides the necessary flexibility and versatility to implement biological models, as well as the mathematical simplicity to extend them to large scale simulations with a low computational cost. Focusing first on the effect of electrophysiological-chemical properties on the mechanical proper ties, an adaptation of Neurite was developed to simulate microtubule polymerization in axonal growth and provide the axon mechanical properties as a function of microtubule occupancy. After calibrating the axon growth model against experimental results available in the literature, the mechanical characteristics can be tracked during the simulation. The axon mechanical properties show dramatic variations at the tip of the axon, where the growth cone supports the chemical and mechanical signaling. Based on the knowledge gained from the FDM scheme, and in order to go from 1D to 3D, this preliminary yet novel scheme paves the road for future studies with FEM. Focusing then on the effect of mechanical properties on the electrophysiological-chemical properties, Neurite was used to relate macroscopic mechanical loading to microscopic strains and strain rates, and simulate the electrical signal propagation along neurites under mechanical loading. The simulations were calibrated against experimental results published in the literature, thus providing a model able to predict the alteration of neuronal electrophysiological function under external damaging load, and linking mechanical injuries to subsequent acute functional deficits. To undertake large scale simulations, although other state-of-the-art architectures based on many integrated cores (MICs) were considered, the explicit and implicit solvers were implemented for central processing units (CPUs) and graphics processing units (GPUs). Scalability studies were done for both implementations showing promising results for extremely large scale simulations with GPUs. This thesis opens the avenue for future mechanical modeling approaches aimed at linking electrophysiological- chemical properties to mechanical properties. Its overarching goal is to enhance the bioengineering and medical communities knowledge on neuronal mechanics and functional deficits arising from damages produced by direct mechanical insults, such as TBI, or neurodegenerative evolving illness, such as AD.

Procesado de imágenes médicas en MATLAB

La relación entre la ingeniería y la medicina cada vez se está haciendo más estrecha, y debido a esto se ha creado una nueva disciplina, la bioingeniería, ámbito en el que se centra el proyecto. Este ámbito cobra gran interés debido al rápido desarrollo de nuevas tecnologías que en particular permiten, facilitan y mejoran la obtención de diagnósticos médicos respecto de los métodos tradicionales. Dentro de la bioingeniería, el campo que está teniendo mayor desarrollo es el de la imagen médica, gracias al cual se pueden obtener imágenes del interior del cuerpo humano con métodos no invasivos y sin necesidad de recurrir a la cirugía. Mediante métodos como la resonancia magnética, rayos X, medicina nuclear o ultrasonidos, se pueden obtener imágenes del cuerpo humano para realizar diagnósticos. Para que esas imágenes puedan ser utilizadas con ese fin hay que realizar un correcto tratamiento de éstas mediante técnicas de procesado digital. En ése ámbito del procesado digital de las imágenes médicas es en el que se ha realizado este proyecto. Gracias al desarrollo del tratamiento digital de imágenes con métodos de extracción de información, mejora de la visualización o resaltado de rasgos de interés de las imágenes, se puede facilitar y mejorar el diagnóstico de los especialistas. Por todo esto en una época en la que se quieren automatizar todos los procesos para mejorar la eficacia del trabajo realizado, el automatizar el procesado de las imágenes para extraer información con mayor facilidad, es muy útil. Actualmente una de las herramientas más potentes en el tratamiento de imágenes médicas es Matlab, gracias a su toolbox de procesado de imágenes. Por ello se eligió este software para el desarrollo de la parte práctica de este proyecto, su potencia y versatilidad simplifican la implementación de algoritmos. Este proyecto se estructura en dos partes. En la primera se realiza una descripción general de las diferentes modalidades de obtención de imágenes médicas y se explican los diferentes usos de cada método, dependiendo del campo de aplicación. Posteriormente se hace una descripción de las técnicas más importantes de procesado de imagen digital que han sido utilizadas en el proyecto. En la segunda parte se desarrollan cuatro aplicaciones en Matlab para ejemplificar el desarrollo de algoritmos de procesado de imágenes médicas. Dichas implementaciones demuestran la aplicación y utilidad de los conceptos explicados anteriormente en la parte teórica, como la segmentación y operaciones de filtrado espacial de la imagen, así como otros conceptos específicos. Las aplicaciones ejemplo desarrolladas han sido: obtención del porcentaje de metástasis de un tejido, diagnóstico de las deformidades de la columna vertebral, obtención de la MTF de una cámara de rayos gamma y medida del área de un fibroadenoma de una ecografía de mama. Por último, para cada una de las aplicaciones se detallará su utilidad en el campo de la imagen médica, los resultados obtenidos y su implementación en una interfaz gráfica para facilitar su uso. ABSTRACT. The relationship between medicine and engineering is becoming closer than ever giving birth to a recently appeared science field: bioengineering. This project is focused on this subject. This recent field is becoming more and more important due to the fast development of new technologies that provide tools to improve disease diagnosis, with regard to traditional procedures. In bioengineering the fastest growing field is medical imaging, in which we can obtain images of the inside of the human body without need of surgery. Nowadays by means of the medical modalities of magnetic resonance, X ray, nuclear medicine or ultrasound, we can obtain images to make a more accurate diagnosis. For those images to be useful within the medical field, they should be processed properly with some digital image processing techniques. It is in this field of digital medical image processing where this project is developed. Thanks to the development of digital image processing providing methods for data collection, improved visualization or data highlighting, diagnosis can be eased and facilitated. In an age where automation of processes is much sought, automated digital image processing to ease data collection is extremely useful. One of the most powerful image processing tools is Matlab, together with its image processing toolbox. That is the reason why that software was chosen to develop the practical algorithms in this project. This final project is divided into two main parts. Firstly, the different modalities for obtaining medical images will be described. The different usages of each method according to the application will also be specified. Afterwards we will give a brief description of the most important image processing tools that have been used in the project. Secondly, four algorithms in Matlab are implemented, to provide practical examples of medical image processing algorithms. This implementation shows the usefulness of the concepts previously explained in the first part, such as: segmentation or spatial filtering. The particular applications examples that have been developed are: calculation of the metastasis percentage of a tissue, diagnosis of spinal deformity, approximation to the MTF of a gamma camera, and measurement of the area of a fibroadenoma in an ultrasound image. Finally, for each of the applications developed, we will detail its usefulness within the medical field, the results obtained, and its implementation in a graphical user interface to ensure ease of use.

Síntesis y caracterización de Materiales Nanoscópicos y Nano-especies activas y sus aplicaciones en Energía y Medio Ambiente

Se estudiara la síntesis, caracterización y aplicación de Materiales Nanoscópicos (Nanoestructurados, MN y Nanocomposites, NC), con propiedades definidas en el campo de la Energía, Medio Ambiente y Bioingeniería, especialmente las MCM y SBA ( MCM-41 y MCM-48, SBA-1, SBA-3, SBA-15 y SBA-16, Silíceas o Al/Ga/Ti como Heteroátomo, y la Al-SBA-3, recientemente desarrollada por nosotros, primera publicación a nivel mundial). Se pondrá énfasis en el diseño, preparación y caracterización de sus réplicas con C (CMK-1 y CMK-3). Determinación y optimización de las estrategias de síntesis de MN y NC y Nano especies Activas en nuevos catalizadores (Ir/ TiO2, Pt/Pd etc.), cuyas propiedades fundamentales (estructurales, electrónicas, conductividad, actividad catalítica, etc.) sean aplicables en los Campos Citados. Comprensión de los parámetros que definen dichas propiedades, relación estructura/actividad, rediseño y aplicaciones de MN y NC en dos procesos específicos (de los cuales ya hemos publicado resultados): Energía y Medioambiente: 1) Almacenamiento de H2, Adsorción/Absorción de H2 en los MN Silíceos y Carbonosos y NC y Desarrollo de NC híbridos formados por reservorios en base a los MN por oclusión de nano-alambres moleculares de polímeros orgánicos, modificando las propiedades de conductividad / semiconductividad y adsorción de H2; 2) Estudio de las reacciones de hidrotratamiento catalítico (HDT), que comprende la hidrogenación, la hidrodesulfurizacion (HDS) y la hidrodenitrogenacion (HDN) de compuestos refractarios presentes en los cortes de combustibles. La determinación del mecanismo de las reacciones de HDS y HDN.

An approach to emotion recognition in single-channel EEG signals: a mother child interaction

In this work, we perform a first approach to emotion recognition from EEG single channel signals extracted in four (4) mother-child dyads experiment in developmental psychology -- Single channel EEG signals are analyzed and processed using several window sizes by performing a statistical analysis over features in the time and frequency domains -- Finally, a neural network obtained an average accuracy rate of 99% of classification in two emotional states such as happiness and sadness

A simple but efficient voice activity detection algorithm through Hilbert transform and dynamic threshold for speech pathologies

A simple but efficient voice activity detector based on the Hilbert transform and a dynamic threshold is presented to be used on the pre-processing of audio signals -- The algorithm to define the dynamic threshold is a modification of a convex combination found in literature -- This scheme allows the detection of prosodic and silence segments on a speech in presence of non-ideal conditions like a spectral overlapped noise -- The present work shows preliminary results over a database built with some political speech -- The tests were performed adding artificial noise to natural noises over the audio signals, and some algorithms are compared -- Results will be extrapolated to the field of adaptive filtering on monophonic signals and the analysis of speech pathologies on futures works

Multiresolution analysis (discrete wavelet transform) through Daubechies family for emotion recognition in speech

We propose a study of the mathematical properties of voice as an audio signal -- This work includes signals in which the channel conditions are not ideal for emotion recognition -- Multiresolution analysis- discrete wavelet transform – was performed through the use of Daubechies Wavelet Family (Db1-Haar, Db6, Db8, Db10) allowing the decomposition of the initial audio signal into sets of coefficients on which a set of features was extracted and analyzed statistically in order to differentiate emotional states -- ANNs proved to be a system that allows an appropriate classification of such states -- This study shows that the extracted features using wavelet decomposition are enough to analyze and extract emotional content in audio signals presenting a high accuracy rate in classification of emotional states without the need to use other kinds of classical frequency-time features -- Accordingly, this paper seeks to characterize mathematically the six basic emotions in humans: boredom, disgust, happiness, anxiety, anger and sadness, also included the neutrality, for a total of seven states to identify

Double Fourier analysis for Emotion Identification in Voiced Speech

We propose a novel analysis alternative, based on two Fourier Transforms for emotion recognition from speech -- Fourier analysis allows for display and synthesizes different signals, in terms of power spectral density distributions -- A spectrogram of the voice signal is obtained performing a short time Fourier Transform with Gaussian windows, this spectrogram portraits frequency related features, such as vocal tract resonances and quasi-periodic excitations during voiced sounds -- Emotions induce such characteristics in speech, which become apparent in spectrogram time-frequency distributions -- Later, the signal time-frequency representation from spectrogram is considered an image, and processed through a 2-dimensional Fourier Transform in order to perform the spatial Fourier analysis from it -- Finally features related with emotions in voiced speech are extracted and presented

Consultoría para el Hospital general del Instituto Salvadoreño del Seguro Social (ISSS) sobre la generación de oxígeno medicinal por el método de adsorción por balanceo de presión.

Aquellos gases que por sus características específicas son utilizados para consumo humano y aplicaciones medicinales en instituciones de salud, son denominados gases medicinales. Éstos han sido utilizados en medicina como agentes anestésicos o analgésicos; en la actualidad se puede afirmar que el empleo de gases medicinales es indispensable para la medicina moderna, ya sea en cumplimiento de sus antiguas funciones o utilizados como medios de reemplazo, así como agentes estimuladores de funciones fisiológicas. El oxígeno es el gas más utilizado y de mayor relevancia para los hospitales del mundo. Fue aplicado en 1777 y en 1780 se demostró su importancia en la medicina al ser aplicados en pacientes cuya capacidad respiratoria se veía disminuida. En la actualidad ya es considerado como medicamento en cierta cantidad de mezcla controlada. Los gases líquidos en el ámbito hospitalario han adquirido una alta demanda debido al crecimiento tanto tecnológico como de la sociedad, haciendo que su consumo sea cada vez mayor. Considerando que algunas aplicaciones de estos gases cumplen funciones de apoyo vital, implica que las instalaciones de gases medicinales sean consideradas como críticas y reciban tratamiento a través de personas profesionales que atiendan a sus características funcionales: cálculos en cuanto a capacidad y dosis, instalación, manejo, control y mantenimiento. La Bioingeniería es la ciencia idónea para este tipo de actividades ya que en las mismas deben integrarse conocimientos médicos y tecnológicos con conceptos físicos y químicos, todo bajo una óptica ingenieril. El oxígeno para aplicaciones médicas puede ser obtenido por dos métodos: el PSA (fluctuaciones de presión) y el criogénico. En ambos casos se toma aire ambiente mediante dispositivos y procesos adecuados con el fin de obtener oxígeno medicinal. Ambos métodos son capaces de proporcionar oxígeno medicinal a la concentración de pureza necesaria en aplicaciones médicas, tomando en cuenta la diferencia en costos entre ambos, el presente estudio evalúa la factibilidad para generar oxígeno medicinal por el método de adsorción por balanceo de presión (PSA) para el Hospital General del Instituto Salvadoreño del Seguro Social con el fin de brindar alternativas que mejoren continuamente la atención a los derechohabientes.