https://hdl.handle.net/10259/9423 2026-07-24T18:24:08Z https://hdl.handle.net/10259/11960 Proyecto piloto de impresión 3D para planificación quirúrgica en el HUBU Fernández Gumiel, Pablo La impresión 3D clínica ha demostrado ser una tecnología de alto impacto para la planificación quirúrgica de casos complejos, permitiendo transformar estudios de imagen médica en modelos físicos tridimensionales que el equipo quirúrgico puede examinar antes de la intervención. Sin embargo, su distribución en España es desigual: el Hospital Universitario de Burgos (HUBU) carece actualmente de una unidad de este tipo. Este Trabajo de Fin de Grado propone un plan de implantación completo de una Unidad de Planificación Quirúrgica e Impresión 3D Point-of-Care en el HUBU y demuestra su viabilidad técnica mediante un proyecto piloto. Se han fabricado diez biomodelos anatómicos de cuatro órganos abdominales (bazo, páncreas, riñón e hígado) a partir de estudios de tomografía computarizada del repositorio público TCIA, empleando el software open-source TotalSegmentator para la segmentación automática y la impresora Bambu Lab P1S con filamento PLA gris a escala 1:1. Los modelos fueron evaluados mediante una rúbrica anclada de calidad de tres dimensiones (máximo 15/15), obteniendo puntuaciones entre 10/15 y 13/15 en modo Normal sin postprocesado, y hasta 15/15 tras aplicar filtro Gaussiano en el hígado. TotalSegmentator superó a la segmentación manual en el único órgano evaluado con ambos métodos (páncreas), con una diferencia de 7 puntos. Como contribución complementaria, se desarrolló una plataforma software de gestión clínica compuesta por una aplicación web (Python/Streamlit, PostgreSQL, Docker) con control de acceso por roles (RBAC), trazabilidad MDR y anonimización DICOM, integrada con una extensión para 3D Slicer (HUBUProtocol) que digitaliza el flujo DICOM→STL y transfiere los resultados bajo petición del operador mediante una API REST.; Clinical 3D printing has proven to be a high-impact technology for surgical planning in complex cases, enabling the transformation of medical imaging studies into three-dimensional physical models that surgical teams can examine before the intervention. However, its adoption across Spain remains uneven: the Hospital Universitario de Burgos (HUBU) currently lacks such a unit. This Bachelor’s Thesis proposes a complete implementation plan for a Point-of-Care 3D Surgical Planning Unit at HUBU and demonstrates its technical feasibility through a pilot project. Ten anatomical biomodels of four abdominal organs (spleen, pancreas, kidney, and liver) were produced from publicly available CT studies from the TCIA repository, using the open-source TotalSegmentator software for automatic segmentation and a Bambu Lab P1S printer with grey PLA filament at 1:1 scale. Models were assessed using a three-dimension anchored quality rubric (maximum 15/15), achieving scores between 10/15 and 13/15 in Normal mode without post-processing, and up to 15/15 after applying a Gaussian filter to the liver. TotalSegmentator outperformed manual segmentation on the only organ evaluated with both methods (pancreas), with a 7-point difference. As a complementary contribution, a clinical management software platform was developed, comprising a web application (Python/Streamlit, PostgreSQL, Docker) with role-based access control (RBAC), MDR audit trail, and DICOM anonymisation, integrated with a 3D Slicer extension (HUBUProtocol) that digitalises the DICOM→STL workflow and transfers results on operator request via a REST API. 2026-01-01T00:00:00Z https://hdl.handle.net/10259/11915 Sistemas alternativos de comunicación para personas con discapacidad Gil Aire, Lucía Este Trabajo de Fin de Grado aborda el diseño e implementa ción de un sistema de información y recomendación automatizado de Sistemas Aumentativos y Alternativos de Comunicación (SAAC) para personas afectadas por Esclerosis Lateral Amiotrófica (ELA). Debido a la naturaleza degenerativa de esta enfermedad, la pérdida de la comunicación verbal impacta drásticamente en la calidad de vida de los pacientes. Para mitigar esta problemática, se ha desa rrollado una base de datos relacional que unifica un catálogo de 46 soluciones clasificadas en software, hardware y servicios de clonación de voz recopiladas de fuentes de referencia como el CEAPAT y la asociación ELA Andalucía. Deriva en la creación de una página web con cuestionario que evalúa el perfil del usuario y le devuelve una recomendación personalizada ajustada a sus capacidades. La solución permite realizar filtrados dinámicos multivariable y almacenar el histórico de consultas sentando las bases tecnológicas para agilizar la selección de estos sistemas en entornos clínicos y familiares reales.; This Bachelor’s Thesis addresses the design and implementation of an automated information and recommendation system for Aug mentative and Alternative Communication (AAC) systems tailored for individuals affected by Amyotrophic Lateral Sclerosis (ALS). Due to the degenerative nature of this disease, the loss of verbal commu nication severely impacts patients’ quality of life. To mitigate this issue, a relational database has been developed, unifying a catalog of 46 solutions classified into software, hardware, and voice cloning services gathered from reference sources such as CEAPAT and the ELA Andalucía association. This results in the creation of a website featuring a questionnaire that evaluates the user’s profile and provides a personalized recommendation tailored to their capabilities. The solution enables complex multivariable dynamic filtering and stores consultation history, establishing the technological foundations to streamline the selection of these systems in real clinical and family environments. 2026-05-01T00:00:00Z https://hdl.handle.net/10259/11511 Preprocesado y procesado de señales de electroencefalograma (EEG) Ortega Renuncio, Raúl El electroencefalograma (EEG) es una tecnología fundamental en neurociencia que permite registrar la actividad eléctrica cerebral de manera no invasiva. Sin embargo, el volumen masivo de datos generado por los sistemas de registro de EEG presenta desafíos significativos. El procesamiento eficaz de estos datos crudos requiere la implementación de pipelines robustos que integren preprocesamiento, procesamiento y análisis, junto con herramientas computacionales avanzadas y conocimientos en técnicas de análisis de datos que no siempre están disponibles en todos los contextos de investigación clínica. Además, la falta de estandarización en los procedimientos de preprocesamiento ha sido históricamente un obstáculo para la comparabilidad y replicabilidad de estudios. Este Trabajo Fin de Grado se enfoca en el desarrollo de un pipeline integral de preprocesamiento y procesamiento de datos EEG crudos, recogidos en un estudio específico, con el objetivo de facilitar el análisis automatizado y reutilizable de estos datos. La solución se materializa en una aplicación interactiva que permitirá democratizar el acceso a estos análisis complejos, facilitando a investigadores sin conocimientos profundos en programación la visualización (cómo puede ser la topografía cerebral), procesamiento e interpretación de datos de EEG de forma intuitiva e integrada. Se espera que este pipeline establezca una herramienta práctica y accesible para el análisis de EEG que combine rigor metodológico con usabilidad, proporcionando resultados reproducibles y permitiendo a profesionales e investigadores optimizar sus análisis según sus necesidades particulares.; The electroencephalogram (EEG) is a fundamental technology in neuroscience that enables non-invasive recording of brain electrical activity. However, the massive volume of data generated by EEG recording systems presents significant challenges. Effective processing of raw data requires the implementation of robust pipelines that integrate preprocessing, processing, and analysis, along with advanced computational tools and data analysis techniques not always available in all clinical research contexts. Furthermore, the historical lack of standardization in preprocessing procedures has been a barrier to study comparability and reproducibility. This Final Degree Project focuses on developing a comprehensive pipeline for preprocessing and processing of raw EEG data collected in a specific study, with the aim of facilitating automated and reusable analysis of this data. The solution will be materialized in an interactive application that will democratize access to complex analyses, enabling researchers without deep programming knowledge to visualize (how brain topography can be), process, and interpret EEG data in an intuitive and integrated manner. This pipeline is expected to establish a practical and accessible tool for EEG analysis that combines methodological rigor with usability, providing reproducible results and enabling professionals and researchers to optimize their analyses according to their particular needs. https://hdl.handle.net/10259/10873 Aplicación de dispositivos de control cerebral para la mejora de calidad de vida de personas con discapacidad Alonso Martín, Beatriz Este proyecto se centra en la aplicación del dispositivo Emotiv Insight, que es una herramienta BCI comercial de EEG de 5 canales. Es un dispositivo no invasivo diseñado para capturar ondas cerebrales de distintos tipos, que son procesadas mediante algoritmos que detectan diferentes estados mentales, como estrés, relajación, atención o la intención de realizar una tarea determinada. La iniciativa surge de la preocupación por la realidad que enfrentan las personas afectadas con ELA y otras discapacidades, con el objetivo de contribuir a mejorar su calidad de vida mediante el uso de tecnologías accesibles e innovadoras como son los dispositivos de Emotiv. Para ello, se ha integrado el dispositivo Emotiv Insight con aplicaciones como PsychoPy, un software de código abierto para ejecutar experimentos de psicología en Python, y Node-RED, un software de programación basada en flujo low-code para aplicaciones basadas en eventos en JavaScript. A través de la combinación de estas herramientas y el dispositivo Emotiv Insight se busca ofrecer una ayuda que, por pequeña que sea, marque una diferencia positiva en la vida diaria de las personas con discapacidad. Con este proyecto se ha demostrado el potencial de esta tecnología EEG para continuar aplicando mejoras en diferentes ámbitos.; This project focuses on the implementation of the Emotiv Insight device, which is a commercial 5-channel EEG BCI device. It is a non-invasive device designed to capture brain waves of different types, which are processed by algorithms that detect different mental states, such as stress, relaxation, attention or the intention to perform a certain task. The initiative arises from the concern for the reality faced by people affected by ALS and other disabilities, with the aim of contributing to the improvement of their quality of life through the use of accessible and innovative technologies such as Emotiv devices. For that purpose, the Emotiv Insight device has been integrated with applications such as PsychoPy, open source software for running psychology experiments in Python, and Node-RED, which is a lowcode flow-based programming software for event-driven applications. Through the combination of these tools and the Emotiv Insight device, the aim is to offer help that, although modest, can make a positive difference in the daily lives of people with disabilities. This project has demonstrated the potential of this EEG technology to drive improvements in different areas.