Taller práctico de procesamiento de señales biométricas para la interpretación del comportamiento humano
MARIA CONSUELO SAIZ MANZANARES, RAUL MARTICORENA-SANCHEZ, MARIA DEL CAMINO ESCOLAR LLAMAZARES, RAUL MARTICORENA-SANCHEZ
a Universidad de Burgos, Spain
Proceedings of International Conference on Perovskite, Organic Photovoltaics and Optoelectronics (HOPV20)
Santa Fe, United States, 2025 September 8th - 10th
Organizers: test11 test11, test7 test7 and Organizer Two
, MARIA CONSUELO SAIZ MANZANARES, presentation MIG-21
Publication date: 13th February 2026

Introducción El uso de tecnologías para monitorizar el comportamiento humano se enmarca en la interacción humano-computadora (HCI). Los dispositivos de eye tracking, respuesta galvánica de la piel (GSR) y electroencefalografía (EEG) permiten identificar estados cognitivos y emocionales mientras los usuarios realizan distintas tareas. Estas señales fisiológicas proporcionan información relevante sobre los procesos internos y, mediante algoritmos de análisis, pueden generar respuestas personalizadas en tiempo real (Kumar et al., 2026). El desarrollo de estos sistemas requiere un enfoque interdisciplinario. La neurociencia explica el origen de las señales, la psicología aporta la comprensión de las emociones y la cognición, la inteligencia artificial identifica patrones complejos y el diseño de experiencia de usuario garantiza herramientas accesibles y útiles. Aunque la interacción en tiempo real entre IA y usuario ya es posible, su potencial no se ha explotado plenamente. Para avanzar, es esencial optimizar el análisis de datos crudos. En esta línea, miembros del GIR DATAHES, GIR ADMIRABLE y la UIC n.º 348 trabajan en procedimientos que integren múltiples señales para obtener información más completa. Método Trabajamos con estudiantes de los grados en Ingeniería de la Salud e Ingeniería Biomédica de la Universidad de Burgos desde la tutorización de Trabajos de Fin de Grado y de Fin de Máster. Nos centramos en el análisis de datos crudos de EEG y GSR mediante librerías de Python de acceso abierto, como MNE (Magnetoencephalography and Electroencephalography) y NeuroKit, que facilitan el preprocesamiento y análisis flexible de estas señales. Resultados Actualmente, hemos diseñado protocolos de preprocesamiento y procesamiento para señales de GSR y EEG. Como líneas futuras, abordaremos el análisis de eye tracking y la integración multimodal de señales, con el objetivo de obtener métricas más precisas para el estudio de procesos cognitivos y emocionales en el contexto de la interacción HCI.

© Fundació Scito
We use our own and third party cookies for analysing and measuring usage of our website to improve our services. If you continue browsing, we consider accepting its use. You can check our Cookies Policy in which you will also find how to configure your web browser for the use of cookies. More info