Lineas de investigación:
1. Caracterización del habla y la cualidad de voz en síndromes del neurodesarrollo (CarHaVoz). Ref: PID2023-152984OB-I00. Plan Nacional, desarrollado en colaboración entre la Universidad Politécnica de Madrid (UPM), Universidad Rey Juan Carlos (URJC), Universidad Autónoma de Madrid (UAM) y la Universidad Complutense (UCM). Su objetivo es analizar las alteraciones del habla en pacientes con síndrome de Williams y Smith-Magenis, utilizando herramientas biométricas avanzadas. Este enfoque de análisis de voz y biometría tiene aplicaciones directas en la monitorización de pacientes con diferentes patologías, incluyendo la obesidad.
2. VIRION - Realidad Virtual aplicada a la educación STEM. Ref: 2022/00446/001. Proyecto financiado por la Comisión Europea, liderado por la URJC. Aunque centrado en el ámbito educativo, este proyecto ha permitido el desarrollo de tecnologías inmersivas en Realidad Virtual, experiencia directamente aplicable a la rehabilitación médica. La capacidad de la RV para simular entornos controlados y medir la respuesta fisiológica y conductual de los usuarios es una de las claves para su implementación en la monitorización de pacientes con obesidad.
3. Sistema Avanzado de Monitorización, Comunicación y Rehabilitación para Enfermedades Neurodegenerativas. Liderado por Daniel Palacios Alonso (URJC), este proyecto (2023-2024) ha explorado sistemas avanzados para la monitorización remota de pacientes, integrando herramientas de rehabilitación con tecnologías digitales, entre ellas la Realidad Virtual (véase sección publicaciones). Sus desarrollos pueden seraprovechadospara la evaluación del estado físico y metabólico de pacientes con obesidad sometidos a tratamiento farmacológico, asegurando que la pérdida depeso no afecte negativamente su masa magra.
4.Teca-Park/MonParLoc:Tecnologías Capacitadoras para la Asistencia,Seguimiento y Rehabilitación de Pacientes con Enfermedad de ParkinsonProyecto dirigido por Pedro Gómez Vilda, ahora colaborador honorífico URJC, activo entre 2018 y 2020. Su objetivo fue desarrollar sistemas de rehabilitación para pacientes conParkinson, incluyendo herramientas de evaluación motoramediante tecnologías digitales. La metodología aplicada en este proyectopuede servir de referencia para el diseño de herramientas de seguimiento y mejora del estado físico de los pacientes con obesidad.
5.TEC2016-77791-C4-4-R: Descripción Biométrica del Locutor Basada en Correlatos de Acción Motora y Estado Cognitivo.Proyecto liderado por Agustín Álvarez Marquina (UPM–colaborador en SA-BIO), con aplicaciones en seguridad y rehabilitación. Esta investigación ha explorado la relación entre biometría vocal y parámetros neuromotores, un enfoque útilpara el desarrollo de modelos personalizados de evolución física en pacientes con obesidad.
Infraestructura:
La URJC hace un uso transversal de todos sus recursos, por lo que todos los medios materiales están a disposición de la comunidad universitaria con independencia de su adscripción a una u otra titulación. SA-BIO hará uso principalmente de las instalaciones de investigación de la Escuela Técnica Superior de Ingeniería Informática (ETSII) y del Centro de Apoyo tecnológico (CAT) de la URJC.
Escuela Técnica Superior de Ingeniería Informática (ETSII) pone a disposición de los grupos de investigación tanto laboratorios específicos de cada grupo (que se explicarán en el apartado posterior correspondiente) como instalaciones generales. Dentro de estas instalaciones generales, destaca por su uso y adaptación a la investigación de los grupos solicitantes varios sistemas de computación de altas prestaciones (Clústeres). Entre los que destacan:
• CATCNA. Este clúster está formado por 12 nodos de cómputo con 2 CPU Intel Xeon Gold 6226R, (hasta 64 hebras) y 128 Gb de memoria. Un nodo de cómputo GPU con 8 GPUs Nvidia Tesla V100S, servidor de almacenamiento de 22TB tipo SSD, SAI propia y gestionado mediante OpenStack. El laboratorio ofrece acceso a máquinas virtuales ejecutadas en el sistema para ser usados (principalmente) por investigadores de la URJC. Servicio equivalente a Amazon AWS o Microsoft Azure. Se pueden reservar máquinas con 2, 4, 8, 16, 32 o 64 CPUs. En caso de requerir más procesadores, se pueden reservar varias máquinas para crear una nube de cómputo privada.
• Clúster CLEA: tiene dos tramas de trabajo. La primera cuenta con 32 nodos con 2 CPU AMD 7453 28C/56T (112 hebras total), 512 GB RAM, 960 GB Disco SSD M.2, Red 10 Gbps. La segunda trama cuenta con 8 nodos con 2 CPU AMD 7313 16C/32T (64 hebras total), 1 GPU Nvidia A40 48GB, 256 GB RAM, 960 GB Disco SSD M.2 y Red 10 Gbps
• Chiro (servidor de investigación de la ETSII). Tiene 2 CPU AMD 7742 64C/128T (256 hebras total), 8 GPU Nvidia A100 80GB, 1024 GB RAM, 4 TB Disco MVME, Red 25 Gbps.
• CATgpa (servidor de investigación del CAT). Tiene 1 servidor con: 2 CPU INTEL 64C/128T, 8 GPU Nvidia A100 40GB, 1024 GB RAM, 4 TB Disco MVME.
El grupo de investigación consolidado SABIO ha sido beneficiario de una convocatoria competitiva para la adquisición de material para la investigación, con un importe de 19.874,94€. Con la dotación se han adquirido los siguientes medios que estarán disponibles para la ejecución del proyecto:
• Servidor – Workstation ASUS ESC4000AE10/2200W AMD EPYC valorado en 15.000€ y que contiene cuatro tarjetas gráficas GeForce RTX 3090 24GB GDDR6X, unidades de estado sólido NVMe de 2TB, ocho compartimentos para discos de 3.5”, dos fuentes de alimentación, etc.
• Un ordenador portátil de alta gama (dos tarjetas gráficas dedicadas), valorado en 3.400€ para llevar a cabo cómputo de GPU y de TPU.
• Una NAS para llevar a cabo copias de seguridad del servidor principal valorada en 2.552€ con una capacidad de 60TB.
Recientemente, el grupo de investigación se le ha concedido un laboratorio de 35 m2. Este espacio tiene 8 puestos de trabajo disponibles, cada uno con un ordenador de sobremesa y dos pantallas, varias pizarras con ruedas y un proyector en el techo para exponer y hacer reuniones.
Publicaciones afines:
•Martínez-Olalla, R., Hidalgo-De la Guía,I., Garayzábal-Heinze, E., Fernández-Ruiz,R., Núñez-Vidal,E., Álvarez-Marquina, A.,& Palacios-Alonso, D. (2024).Analysis of Voice Quality in Children with Smith-Magenis Syndrome.Journal ofVoice.
Fernández-Ruiz, R.; Núñez-Vidal, E.; Hidalgo-delaGuía, I.; Garayzábal-Heinze, E.; Álvarez-Marquina, A.; Martínez-Olalla, R.; Palacios-Alonso, D.2024. Identification of Smith–Magenis syndrome cases through an experimental evaluation of machine learning methods. Frontiers in Computational Neurosciences. Frontiers. pp.1-17.
• Górriz, JM; Álvarez-Illán I.; Álvarez-Marquina A.; et al; Ferrández-Vicente J.M.2023. Computational approaches to Explainable Artificial Intelligence: Advances in theory, applications and trends. Information Fusion. 100. ISSN 15662535. https://doi.org/10.1016/j.inffus.2023.101945
• Gomez-Vilda, Pedro; Gomez-Rodellar, Andres; Palacios-Alonso, Daniel; Rodellar-Biarge, Victoria; Alvarez-Marquina, Agustin. 2022. The Role of Data Analytics in the Assessment of Pathological Speech-A Critical Appraisal. APPLIED SCIENCES-BASEL. 12. https://doi.org/10.3390/app122111095
• Gómez, Andrés; Gómez, Pedro; Palacios, Daniel; Rodellar, Victoria; Nieto, Víctor; Álvarez, Agustín; Tsanas, Athanasios. 2021. A Neuromotor to Acoustical Jaw-Tongue Projection Model With Application in Parkinson’s Disease Hypokinetic Dysarthria. Frontiers in Human Neuroscience. 15, pp.112-112. ISSN 1662-5161.
• Hidalgo-De la Guía, Irene; Garayzábal-Heinze, Elena; Gómez-Vilda, Pedro; Martínez-Olalla, Rafael; Palacios-Alonso, Daniel. 2021. Acoustic Analysis of Phonation in Children With Smith–Magenis Syndrome. Frontiers in Human Neuroscience. 15, pp.259-259. ISSN 1662-5161.
• Gómez, A.; Tsanas, A.; Gómez, P.; Palacios-Alonso, D.; Rodellar, V.; Álvarez, A.2021. Acoustic to kinematic projection in Parkinson’s disease dysarthria. Biomedical Signal Processing and Control. 66, pp.102422-102422. ISSN 1746-8094.
• Hidalgo-De la Guía, I., Garayzábal, E., Gómez-Vilda, P., & Palacios-Alonso, D. (2021). Specificities of phonation biomechanics in Down syndrome children. Biomedical Signal Processing and Control, 63, 102219.
• Gómez-Rodellar, Andrés; Palacios-Alonso, Daniel; Ferrández Vicente, José M; Mekyska, Jiri; Álvarez-Marquina, Agustín; Gómez-Vilda, Pedro. 2020. A Methodology to Differentiate Parkinson’s Disease and Aging Speech Based on Glottal Flow Acoustic Analysis. International Journal of Neural Systems. World Scientific. 30-10, pp.2050058-2050058. ISSN 0129-0657.
• Górriz J.M.; Ramírez J.; Ortíz A.; et al; Ferrández J.M.2020. Artificial intelligence within the interplay between natural and artificial computation: Advances in data science, trends and applications. Neurocomputing. 410, pp.237-270. ISSN 09252312. https://doi.org/10.1016/j.neucom.2020.05.078
• Palacios-Alonso, D., Meléndez-Morales, G., López-Arribas, A., Lázaro-Carrascosa, C., Gómez-Rodellar, A., & Gómez-Vilda, P. (2020). MonParLoc: a speech-based system for Parkinson’s disease analysis and monitoring. IEEE Access, 8, 188243-188255.
