Última actualización: 23/05/2025 13:37:52


Curso Académico: 2025/2026

Interfaces Cerebro-máquina
(19132)
Grado en Ingeniería Robótica (Plan: 478 - Estudio: 381)


Coordinador/a: GOMEZ CID, LIDIA

Departamento asignado a la asignatura: Departamento de Bioingeniería

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Se recomienda haber cursado las siguientes materias: - Señales, sistemas y circuitos - Sensores y técnicas de medida avanzados - Biofísica 1: Biología física molecular, celular y tisular
Descripción de contenidos: Programa
1 Neurofisiología 2 Señales cerebrales: registro e imagen. 3 Estimulación cerebral, interna y externa 4 Procesado de señales neuronales 5 Aprendizaje máquina para señales cerebrales 6 Tipos principales de Interfaces cerebro-máquina 7 Aplicaciones clínicas y prácticas de las Interfaces cerebro-máquina 8 Ética de las Interfaces cerebro-máquina
Actividades formativas, metodología a utilizar y régimen de tutorías
CLASES TEÓRICO-PRÁCTICAS. Se presentarán los conocimientos que deben adquirir los alumnos. Recibirán las notas de clase y tendrán textos básicos de referencia para facilitar el seguimiento de las clases y el desarrollo del trabajo posterior. Se resolverán ejercicios, prácticas problemas por parte del alumno y se realizarán talleres y prueba de evaluación para adquirirlas capacidades necesarias. Para asignaturas de 6 ECTS se dedicarán 44 horas como norma general con un 100% de presencialidad (excepto aquellas que no tengan examen que dedicarán 48 horas) TUTORÍAS. Asistencia individualizada (tutorías individuales) o en grupo (tutorías colectivas) a los estudiantes por parte del profesor. Para asignaturas de 3 créditos se dedicarán 2 horas como norma general con un 100% de presencialidad. TRABAJO INDIVIDUAL O EN GRUPO DEL ESTUDIANTE. Para asignaturas de 3 créditos se dedicarán 49 horas 0% presencialidad. TALLERES Y LABORATORIOS. Para asignaturas de 3 créditos se dedicarán 4 horas con un 100% de presencialidad.
Sistema de evaluación
  • Peso porcentual del Examen/Prueba Final 60
  • Peso porcentual del resto de la evaluación 40

Calendario de Evaluación Continua


Convocatoria extraordinaria: normativa
Bibliografía básica
  • Bin He, Editor. Neural Engineering (Second Edition). Springer, New York Heidelberg Dordrecht London. 2013, ISBN 978-1-4614-5226-3, ISBN 978-1-4614-5227-0 (eBook), DOI 10.1007/978-1-4614-5227-0.
  • Paul Miller, 2018, ISBN: 9780262038256.. An Introductory Course in Computational Neuroscience. MIT Press, Cambridge, MA. 2018

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.