Loading...

CENTRO DE INNOVACIÓN EN TECNOLOGÍAS PARA LA SALUD

Home / I&D  / CENTRO DE INNOVACIÓN EN TECNOLOGÍAS PARA LA SALUD

El Centro de Innovación en Tecnologías para la Salud es un laboratorio multidisciplinario perteneciente al departamento de Bioingeniería del ITBA que integra diferentes áreas: biología, ingeniería, matemática, física, química, mecánica e informática, con la finalidad de resolver diferentes problemas en las Ciencias de la Vida.

El CITeS se creó en el 2011 y junto con la carrera de Bioingeniería forma parte de la Iniciativa Estratégica del ITBA en Ciencias de la Vida. El centro tiene convenios con el Hospital Italiano de Buenos Aires (HIBA), la Fundación de Lucha contra las Enfermedades Neurológicas Infantiles (FLENI) y con la Universidad Favaloro (UF). Por otro lado, se ha creado una colaboración en investigación con el “Institut de Recherche en Informatique of Toulouse (IRIT)” de la Universidad de Toulouse (Francia), la Universidad Heriot-Watt (UK), el “Laboratorio de Pesquisas em Processamentos Digital de Sinais (LPDS)” de la Universidad Federal de Santa Catarina (Brasil), el “Georgetown EEG/ERP Laboratory” de la Universidad Georgetown (EEUU) y el “Max Planck Institute for Brain Research of Frankfurt” (Alemania).

Quiénes somos

El Centro de Innovación en Tecnologías para la Salud (CITeS) es un laboratorio multidisciplinario del ITBA que tiene por la finalidad de resolver diferentes problemas en las Ciencias de la Vida.

Director

– M.Sc. Ing. Norberto Lerendegui

Coordinador

– Mag. Ing. Antonio Quintero-Rincón

Integrantes

–  Ing. Damián Garayalde

–  Ing. Axel Mancino

–  Ing. Alberto Tablón

Investigadores Visitantes

– Dr. Marcelo Merello (FLENI)
– Ing. Daniel Cerquetti (FLENI)
– Dr. Ing. Thomas Vernier (University of Southern California)
– Dr. Ing. Riccardo Barbieri (Harvard-MIT)
– Dr. Ing. Marcelo Pereyra (Universidad de Bristol)
– Dr. Ing. Hadj Batatia (Universidad de Toulouse)
– Dr. Ing. Jean-Yves Tourneret (Universidad de Toulouse)

Visión

Convertirse en un centro de excelencia en Tecnologías para la Salud, integrado con el sistema científico y productivo, para difundir, proveer y generar conocimientos a través de la investigación y el desarrollo, para que la sociedad en su conjunto incremente su calidad de vida.

Misión

Crear y transferir conocimientos científicos y tecnológicos, para ayudar al diagnóstico y tratamiento de las enfermedades.

Objetivos

Convocar a los mejores talentos de nuestra Universidad e instituciones asociadas, trabajar en cooperación con Hospitales, Centros de Salud, otras universidades, sociedades profesionales, entidades gubernamentales y no gubernamentales, y empresas del sector, generando un espacio de discusión multidisciplinario, articulando programas educativos, y de investigación y desarrollo, que permitan alcanzar la misión del centro.

 

Proyectos de Investigación

  • Videomagnification in pediatric vEEG signals in collaboration with IRIT (ENSEEIHT, University of Toulouse), Maxwell Institute for Mathematical Sciences (Heriot-Watt University, Edinburgh) and FLENI, Argentina – (2018 – en curso).
  • Predictive coding during auditory processing, in collaboration with Max Planck, Institute for Brain Research of Frankfurt (Germany), Institute of Neuroscience from Newcastle University (UK) and FLENI, Argentina – (2018 – en curso).
  • Automatic Spike-and-Wave Detection in Epileptic Signals. 2016-2017, in collaboration with IRIT (ENSEEIHT, University of Toulouse), Maxwell Institute for Mathematical Sciences (Heriot-Watt University, Edinburgh) and FLENI, Argentina – (2016 – en curso).
  • A Statistical Modeling and Quantification of EEG: Application to the Characterization of Epileptic Crisis, in collaboration with IRIT (ENSEEIHT, University of Toulouse), School of Mathematics of the University of Bristol and FLENI, Argentina – (2015-2016).
  • Multifractal mathematical model in Epilepsy Signals, in collaboration with School of Mathematics of the University of Bristol. – (2014-2015).
  • Bayesian regularization methods in inverse problems with application to EEG image reconstruction, in collaboration with IRIT (ENSEEIHT, University of Toulouse), School of Mathematics of the University of Bristol and FLENI, Argentina. – (2013-2014)
  • Study of Musical Memory in people with mild cognitive impairment based on the measurement of the N400 Evoked Potential, in collaboration with The Institute of Cognitive and Behavioural Neurology (INECO), Argentina and Georgetown EEG/ERP Laboratory at Georgetown University Medial Center, USA. – (2013-2014).
  • STIC-AMsud Project (12STIC-05) EEG dynamic image reconstruction and segmentation for brain tissue characterization, in collaboration with IRIT Laboratory (University of Toulouse), The LPDS/EEL Laboratory (Universidade Federal de Santa Catarina – UFSC), University of Bristol and FLENI, Argentina. – (2012-2013).

 

 

Publicaciones

  •  Antonio Quintero-Rincón, Carlos D’Giano, Hadj Batatia. Seizure onset detection in EEG signals based on entropy from generalized Gaussian PDF modeling and ensemble bagging classifier. Advances in Predictive, Preventive and Personalized Medicine journal, Springer, 2019 (In press).
  •  Antonio Quintero-Rincón, Marcelo Pereyra, Carlos D’Giano, Marcelo Risk, Hadj Batatia. Fast statistical model-based classification of epileptic EEG signals. Biocybernetics and Biomedical Engineering 38(4), 877-889, 2018.

https://www.sciencedirecom/science/article/abs/pii/S0208521618301219

  •  Antonio Quintero-Rincón, Carlos D’Giano, Marcelo Risk. Epileptic seizure prediction using Pearson’s product-moment correlation coefficient of a linear classifier from generalized Gaussian modeling. Neurología Argentina , 2018

https://www.sciencedirect.com/science/article/pii/S1853002818300466

  •  Antonio Quintero-Rincón, Manuela Alanis, Valeria Muro and Carlos D’Giano. Spike-and-Wave detection in epileptic signals using cross-correlation and decision trees. Revista Argentina de Bioingeniería 22 (4), 3-6, 2018.
  •  Candelaria Mosquera, Dora María Racca, Antonio Quintero-Rincón. Real-time detection of imminent ventricular fibrillation using mean and standard deviation of beat-to-beat HRV. Revista Argentina de Bioingeniería 22 (3), 70-74, 2018.
  •  Antonio Quintero-Rincón, Máximo Flugelman, Jorge Prendes and Carlos D’Giano. Study on epileptic seizure detection in EEG signals using largest Lyapunov exponents and logistic regression. Revista Argentina de Bioingeniería 2018 (In press).
  •  Antonio Quintero-Rincón, Jorge Prendes, Valeria Muro, Carlos D’Giano, Marcelo Risk, Hadj Batatia. A novel spike-and-wave automatic detection in EEG signals. International Journal of Signal and Imaging Systems Engineering 2018 (In press).
  •  Antonio Quintero-Rincón, Catalina Carenzo, Joaquin Ems, Lourdes Hirschson, Valeria Muro, Carlos D ́Giano. Spike-and-wave epileptiform discharge pattern detection based on Kendall’s Tau Coefficient. Applied Medical Informatics, 2018 (submitted)
  •  Ivanna Zorgno, María Cecilia Blanc, Simón Oxenford, Francisco Gil-Garbagnoli, Carlos D’Giano, Antonio Quintero-Rincón. Epilepsy seizure onset detection applying 1-NN classifier based on statistical parameters. 2018 IEEE ARGENCON (In press).
  •  Antonio Quintero-Rincón, Marcelo Pereyra, Carlos D′Giano, Hadj Batatia, Marcelo Risk. A visual EEG epilepsy detection method based on a wavelet statistical representation and the Kullback-Leibler divergence. IFMBE Proceedings Springer book series, Vol. 60, pages 13-16, 2017.

https://link.springer.com/chapter/10.1007/978-981-10-4086-3_4

  •  Antonio Quintero-Rincón, Jorge Prendes, Valeria Muro and Carlos D’Giano. Study on Spike-and-wave detection in epileptic signals using t-location-scale distribution and the k-nearest neighbors classifier. IEEE URUCON 2017 1109/URUCON.2017.8171869

https://ieeexplore.ieee.org/document/8171869/

  •  Antonio Quintero-Rincón, Marcelo Pereyra, Carlos D’Giano, Hadj Batatia, Marcelo Risk. A new algorithm for epilepsy seizure onset detection and spread estimation from EEG signals. Journal of Physics: Conference Series 705(1) 012032, 2016.

http://iopscience.iop.org/article/10.1088/1742-6596/705/1/012032

  •  Antonio Quintero-Rincón, Jorge Prendes, Marcelo Pereyra, Hadj Batatia, Marcelo Risk. Multivariate Bayesian Classification of Epilepsy EEG signals. 12th IEEE IVMSP Workshop, 2016.

https://ieeexplore.ieee.org/document/7528180/

  •  Antonio Quintero-Rincón, Hadj Batatia, Marcelo Pereyra, Marcelo Risk. Detection of Onset in Epilepsy Signals using Generalized Gaussian Distribution. Fifth International Conference on Advances in New Technologies, Interactive Interfaces and Communicability. Córdoba- Argentina, 2014. DOI 10.978.8896471/371