UNIVERSIDAD PERUANA CAYETANO HEREDIA
FACULTAD DE CIENCIAS E INGENIERÍA
DEPARTAMENTO ACADÉMICO DE INGENIERÍA
JEFATURA
FACULTAD DE CIENCIAS E INGENIERÍA
DEPARTAMENTO ACADÉMICO DE INGENIERÍA
SÍLABO
I. Datos Generales
1.1 Nombre de la asignatura INTRODUCCION A SEÑALES BIOMEDICAS
1.2 Código C1132
1.3 Carrera(s) CARRERA PROFESIONAL DE INGENIERÍA BIOMÉDICA
1.4 Ciclo Académico 7
1.5 Tipo de la asignatura OBLIGATORIO
1.6 Periodo Académico 20252
1.7 Créditos Teoría 2 Créditos Teoría P. 2 Créditos Teoría V. 0
1.8 Créditos Práctica 1 Créditos Práctica P. 1 Créditos Práctica V. 0 Total Créditos 3
1.8 Horas Teóricas 32 Horas Teóricas P. 32 Horas Teóricas V. 0
1.10 Horas Práctica 32 Horas Práctica P. 32 Horas Práctica V. 0 Total Horas 64
1.11 Duración(s) Del: 18/08/2025
Al: 13/12/2025
1.12 Coordinador de la asignatura MEZA RODRIGUEZ MOISES STEVEND
moises.meza@upch.pe
1.13 Prerrequisitos
C0680 - ELECTRÓNICA BÁSICA
II. Sumilla

La asignatura INTRODUCCIÓN A SEÑALES BIOMÉDICAS es de naturaleza Teórica - Práctica y corresponde al área de formación específica. Tiene como propósito desarrollará los conocimientos necesarios para el tratamiento de señales provenientes de dispositivos médicos. Se abordaron temas como: el estudio de los sensores, la tecnología de adquisición, los procesos clínicos en los que se dan y protocolos que se usan para compartir la información entre los diferentes equipos que brindan señales.. Comprende los siguientes contenidos: . Las clases se desarrollarán en el laboratorio de señales e imágenes biomédicas donde se complementará la teoría brindada con simulaciones en computadora utilizando programas desarrollados en Matlab o Python y kits de desarrollo para la adquisición de bioseñales.

III. Resultados de Aprendizaje
Describir las características intrínsecas de las diferentes señales biomédicas teniendo en cuenta los principios fisiológicos y la metodología de adquisición.
Formular correctamente algoritmos de procesamiento de señales electrocardiográficas, electromiográfícas y electroencefalográficas en un computador o microcontrolador, utilizando el lenguaje de programación Python.
Integrar de manera efectiva los principios básicos de la construcción de sistemas de información en la telemedicina, aplicando los conocimientos adquiridos sobre señales biomédicas.
Desarrollar soluciones de ingeniería mediante un prototipo aplicando los conocimientos discutidos en el curso y los principios del método científico.
IV. Contenidos
UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
1. Introducción, señales biomédicas más usadas. Características de una señal biomédica.
2. Git y Github.
3. Conceptos básicos de adquisición y ploteo de señales.
4. Proyectos en señales biomédicas
5. Electromiograma: Fisiología, medición y características.
6. Electrocardiograma: Anatomía del corazón, Ondas del ECG, Derivaciones,
Características y Arritmia.
7. Electroencefalograma: Ritmos, medición, adquisición, canales
UNIDAD 2: PROCESAMIENTO Y ANÁLISIS DE SEÑALES ECG, EMG y EEG.
7. Filtrado de señales con Python
8. Transformada Wavelet.
9. Tratamiento de señal EMG, Electromiograma: Análisis básico de la señal y detección
de la actividad muscular.
10. Tratamiento de señal ECG, Algoritmo de detección QRS, Dispersión QT (QTd),
Variabilidad de la frecuencia cardiaca.
11. Tratamiento de señal EEG, Electroencefalograma: Análisis básico de la señal (alpha,
beta, gamma y theta).
UNIDAD 3: INTRODUCCIÓN AL ANÁLISIS DE DATOS ESTRUCTURADOS E INTELIGENCIA ARTIFICIAL.
12. Datos estructurados : Creación a partir de señales adquiridas.
13. Introducción a la Inteligencia Artificial y TinyML I.
14. Introducción a la Inteligencia Artificial y TinyML II.
15. Revisión de informe final.
16. Presentación oral de proyecto.
17. Feria de póster.
V. E. Metodológicas, T. Didácticas y H. Digitales
Aprendizaje basado en proyectos Es una estrategia centrada en el estudiante, por lo que se le considera una metodología activa. Esta es una estrategia que permite integrar áreas del conocimiento, que se enfoca en desarrollar actividades diversas para lograr un objetivo común, combinando el aprendizaje individual y el grupal. Objetivo: Fortalecer la conexión entre la teoría y la práctica. Promover el desarrollo de habilidades para la resolución de problemas (estructurando el trabajo y planteando una resolución), toma de decisiones, comunicación efectiva y trabajo en equipo.
Práctica de laboratorio La práctica de laboratorio constituyen un estado efectivo de aprender a hacer, razonar, interactuar, debatir, poner en común ideas, puntos de vista y por supuesto poder transformar la realidad.
VI. Evaluación
Aspectos a Evaluar
EXAMEN 20%
LABORATORIO 30%
PROYECTO 50%
INFORME 30%
PRESENTACIONES ORALES (PO´s) 40%
POSTER 30%
La nota final se expresa en escala vigesimal, con valores de dos decimales. No hay redondeo a la cifra inmediata superior o inferior. La nota mínima aprobatoria es once (11.00).
El sistema de evaluación de la asignatura se rige de acuerdo al Reglamento de Actividad Académica de Pregrado vigente.
VII. Bibliografía
Básica
1. Suárez F. ECG: Guía electrocardiográfica de bolsillo Corpus. Rosario: Corpus Editorial, 2021. URL: https://elibro.net/es/lc/cayetano/titulos/161628
2. Suárez León, A. A. Vázquez Seisdedos, C. R. (Dir.) y Huffel, S. V. (Dir.). (2018). Machine learning approaches for ambulatory electrocardiography signal processing. Editorial Universitaria. https://bibvirtual.upch.edu.pe:2893/es/lc/cayetano/titulos/120524
Complementaria
1. 1. Ramírez Zuluaga L.P. Ruano Restrepo M. y Younes Velosa C. Análisis de bioseñales: enfoque técnico en el análisis clínico de señales fonocardiográficas. Bogotá: Editorial Universidad Nacional de Colombia. URL: https://elibro.net/es/lc/cayetano/titulos/129792
2. Allen B. Downey. 2016. Think DSP: Digital Signal Processing in Python (1st. ed.). O'Reilly Media, Inc. URL : https://www.oreilly.com/library/view/think- dsp/9781491938508/
3. 3. Michael J. Fisiología humana [En Línea]. México, D.F: Editorial El Manual Moderno, 2012 [consultado 06 Jan 2023]. URL: https://elibro.net/es/lc/cayetano/titulos/39611
4. Gian Marco Iodice. TinyML Cookbook. Packt Publishing; 2022. 344 p. URL: http://bibvirtual.upch.edu.pe/permalink/f/j23ftu/TN_cdi_safari_books_v2_9781801814 973
Enlaces de Interes
1. ThinkDSP:. . .. Recuperado de https://github.com/AllenDowney/ThinkDSP
2. Physionet:. . .. Recuperado de https://physionet.org/content/wfdb-python/4.0.0/
3. MNE:. . .. Recuperado de https://mne.tools/stable/index.html
4. Scipy:. . .. Recuperado de https://docs.scipy.org/doc/scipy/reference/signal.html
ANEXO 1
Profesores Participantes y Conferencistas
Nombres de docente Correo Condición
UMBERT LEWIS DE LA CRUZ RODRIGUEZ umbert.de.la.cruz@upch.pe CONTRATADO
MOISES STEVEND MEZA RODRIGUEZ moises.meza@upch.pe CONTRATADO
JOSE ALONSO CACERES DEL AGUILA jose.caceres.d@upch.pe CONTRATADO
NOE BAZAN PALACIOS noebazan@gmail.com INVITADO
Jefes de Práctica
Nombres de docente Correo Condición
WILLIAM'S ERNESTO LIMONCHI SANDOVAL williams.limonchi@upch.pe CONTRATADO
JOSE ALONSO CACERES DEL AGUILA jose.caceres.d@upch.pe CONTRATADO
ANEXO 2
PROGRAMACIÓN DE ACTIVIDADES

GRUPO - ISB

Semana N° de sesión Fecha Hora Contenidos E. Metodológicas, T. Didácticas y H. Digitales Docentes
1 1 2025/08/20
AULA
09:00 - 11:00 UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
Introducción, señales biomédicas más usadas. Características de una señal biomédica.


PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
1 2 2025/08/20
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
Git y GitHub.

-Práctica de laboratorio

PRESENCIAL
1. JOSE ALONSO CACERES DEL AGUILA
2. MOISES STEVEND MEZA RODRIGUEZ
2 3 2025/08/27
AULA
09:00 - 11:00 UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
Conceptos básicos de adquisición y ploteo de señales.


PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
2 4 2025/08/27
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
Setup para proyectos de señales

-Práctica de laboratorio

PRESENCIAL
1. JOSE ALONSO CACERES DEL AGUILA
2. MOISES STEVEND MEZA RODRIGUEZ
3 5 2025/09/03
AULA
09:00 - 11:00 UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
Electromiograma: Fisiología, medición y características.


PRESENCIAL
1. JOSE ALONSO CACERES DEL AGUILA
2. MOISES STEVEND MEZA RODRIGUEZ
3 6 2025/09/03
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
Adquisición de señales EMG con BITalino

-Práctica de laboratorio

PRESENCIAL
1. UMBERT LEWIS DE LA CRUZ RODRIGUEZ
4 7 2025/09/10
AULA
09:00 - 11:00 UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
Electrocardiograma: Anatomía del corazón, Ondas del ECG, Derivaciones, Características y Arritmia.


PRESENCIAL
1. JOSE ALONSO CACERES DEL AGUILA
2. MOISES STEVEND MEZA RODRIGUEZ
4 8 2025/09/10
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
Adquisición de señales ECG con BITalino

-Práctica de laboratorio

PRESENCIAL
1. JOSE ALONSO CACERES DEL AGUILA
2. MOISES STEVEND MEZA RODRIGUEZ
5 9 2025/09/17
AULA
09:00 - 11:00 UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
Electrocardiograma: Anatomía del corazón, Ondas del ECG, Derivaciones, Características y Arritmia.


PRESENCIAL
1. JOSE ALONSO CACERES DEL AGUILA
2. UMBERT LEWIS DE LA CRUZ RODRIGUEZ
5 10 2025/09/17
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
Adquisición de señales ECG con BITalino

-Práctica de laboratorio

PRESENCIAL
1. JOSE ALONSO CACERES DEL AGUILA
2. UMBERT LEWIS DE LA CRUZ RODRIGUEZ
6 11 2025/09/24
AULA
09:00 - 11:00 UNIDAD 2: PROCESAMIENTO Y ANÁLISIS DE SEÑALES ECG, EMG y EEG.
Filtrado de señales con Python


PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
6 12 2025/09/24
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 2: PROCESAMIENTO Y ANÁLISIS DE SEÑALES ECG, EMG y EEG.
Filtrado de la señal ECG y EMG adquirida.

-Práctica de laboratorio

PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
2. WILLIAM'S ERNESTO LIMONCHI SANDOVAL
7 13 2025/10/01
AULA
09:00 - 11:00 UNIDAD 2: PROCESAMIENTO Y ANÁLISIS DE SEÑALES ECG, EMG y EEG.
Transformada Wavelet


PRESENCIAL
1. UMBERT LEWIS DE LA CRUZ RODRIGUEZ
7 14 2025/10/01
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 2: PROCESAMIENTO Y ANÁLISIS DE SEÑALES ECG, EMG y EEG.
Filtrado de la señal ECG, EMG y EEG utilizando wavelet

-Práctica de laboratorio

PRESENCIAL
1. WILLIAM'S ERNESTO LIMONCHI SANDOVAL
2. UMBERT LEWIS DE LA CRUZ RODRIGUEZ
8 15 2025/10/08
AULA
09:00 - 11:00 UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
Revisión de avance de proyecto: Planteamiento del problema y propuesta de solución.


PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
8 16 2025/10/08
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 1: INTRODUCCIÓN Y ADQUISICIÓN DE LAS SEÑALES EMG, ECG Y EEG.
Revisión de avance de proyecto: Planteamiento del problema y propuesta de solución.

-Práctica de laboratorio

PRESENCIAL
1. JOSE ALONSO CACERES DEL AGUILA
2. MOISES STEVEND MEZA RODRIGUEZ
3. WILLIAM'S ERNESTO LIMONCHI SANDOVAL
4. UMBERT LEWIS DE LA CRUZ RODRIGUEZ
9 17 2025/10/15
AULA
09:00 - 11:00 EXAMEN
PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
10 18 2025/10/22
AULA
09:00 - 11:00 UNIDAD 2: PROCESAMIENTO Y ANÁLISIS DE SEÑALES ECG, EMG y EEG.
Tratamiento de señal EMG, Electromiograma: Análisis de la señal, detección de la actividad muscular y extracción de características.


PRESENCIAL
1. NOE BAZAN PALACIOS
10 19 2025/10/22
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 2: PROCESAMIENTO Y ANÁLISIS DE SEÑALES ECG, EMG y EEG.
Análisis de la señal EMG adquirida en Python.

-Práctica de laboratorio

PRESENCIAL
1. WILLIAM'S ERNESTO LIMONCHI SANDOVAL
2. NOE BAZAN PALACIOS
11 20 2025/10/29
AULA
09:00 - 11:00 UNIDAD 2: PROCESAMIENTO Y ANÁLISIS DE SEÑALES ECG, EMG y EEG.
Tratamiento de señal ECG, Algoritmo de detección QRS, Dispersión QT (QTd), Variabilidad de la frecuencia cardiaca y extracción de características


PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
11 21 2025/10/29
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 2: PROCESAMIENTO Y ANÁLISIS DE SEÑALES ECG, EMG y EEG.
Análisis de la señal ECG adquirida en Python.

-Práctica de laboratorio

PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
2. WILLIAM'S ERNESTO LIMONCHI SANDOVAL
12 22 2025/11/05
AULA
09:00 - 11:00 UNIDAD 2: PROCESAMIENTO Y ANÁLISIS DE SEÑALES ECG, EMG y EEG.
Tratamiento de señal EEG, Electroencefalograma: Análisis básico de la señal (alpha, beta, gamma y theta), Filtro ICA y extracción de caracteristicas


PRESENCIAL
1. UMBERT LEWIS DE LA CRUZ RODRIGUEZ
12 23 2025/11/05
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 2: PROCESAMIENTO Y ANÁLISIS DE SEÑALES ECG, EMG y EEG.
Análisis de la señal EEG adquirida en Python.

-Práctica de laboratorio

PRESENCIAL
1. WILLIAM'S ERNESTO LIMONCHI SANDOVAL
2. UMBERT LEWIS DE LA CRUZ RODRIGUEZ
13 24 2025/11/12
AULA
09:00 - 11:00 UNIDAD 3: INTRODUCCIÓN AL ANÁLISIS DE DATOS ESTRUCTURADOS E INTELIGENCIA ARTIFICIAL.
Datos estructurados : Creación a partir de señales adquiridas.


PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
13 25 2025/11/12
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 3: INTRODUCCIÓN AL ANÁLISIS DE DATOS ESTRUCTURADOS E INTELIGENCIA ARTIFICIAL.
Creación de dataset de las señales biomédicas adquiridas.

-Práctica de laboratorio

PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
2. WILLIAM'S ERNESTO LIMONCHI SANDOVAL
3. UMBERT LEWIS DE LA CRUZ RODRIGUEZ
14 26 2025/11/19
AULA
09:00 - 11:00 UNIDAD 3: INTRODUCCIÓN AL ANÁLISIS DE DATOS ESTRUCTURADOS E INTELIGENCIA ARTIFICIAL.
Introducción a la Inteligencia Artificial y TinyML I


PRESENCIAL
1. NOE BAZAN PALACIOS
14 27 2025/11/19
AULA
09:00 - 09:10 "Evaluación Global de la Docencia" 1er Recordatorio
PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
14 28 2025/11/19
LABORATORIO DE ENSEÑANZA
11:00 - 13:00 UNIDAD 3: INTRODUCCIÓN AL ANÁLISIS DE DATOS ESTRUCTURADOS E INTELIGENCIA ARTIFICIAL.
Creación de modelos de ML con Edgeimpulse I

-Práctica de laboratorio

PRESENCIAL
1. WILLIAM'S ERNESTO LIMONCHI SANDOVAL
2. NOE BAZAN PALACIOS
15 29 2025/11/26
AULA
09:00 - 11:00 UNIDAD 3: INTRODUCCIÓN AL ANÁLISIS DE DATOS ESTRUCTURADOS E INTELIGENCIA ARTIFICIAL.
Introducción a la Inteligencia Artificial y TinyML II


PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
15 30 2025/11/26
AULA
09:00 - 09:10 "Evaluación Global de la Docencia" 2do Recordatorio
PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
15 31 2025/11/26
LABORATORIO DE COMPUTO
11:00 - 13:00 UNIDAD 3: INTRODUCCIÓN AL ANÁLISIS DE DATOS ESTRUCTURADOS E INTELIGENCIA ARTIFICIAL.
Creación de modelos de ML con Edgeimpulse II

-Práctica de laboratorio

PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
2. WILLIAM'S ERNESTO LIMONCHI SANDOVAL
16 32 2025/12/03
AULA
09:00 - 11:00 INFORME
PRESENCIAL
1. JOSE ALONSO CACERES DEL AGUILA
2. MOISES STEVEND MEZA RODRIGUEZ
3. WILLIAM'S ERNESTO LIMONCHI SANDOVAL
4. UMBERT LEWIS DE LA CRUZ RODRIGUEZ
16 33 2025/12/03
CAMPO DEPORTIVO
11:00 - 12:00 POSTER
PRESENCIAL
1. JOSE ALONSO CACERES DEL AGUILA
2. MOISES STEVEND MEZA RODRIGUEZ
3. WILLIAM'S ERNESTO LIMONCHI SANDOVAL
4. UMBERT LEWIS DE LA CRUZ RODRIGUEZ
16 34 2025/12/03
CAMPO DEPORTIVO
12:00 - 13:00 PRESENTACIONES ORALES (PO´s)
PRESENCIAL
1. JOSE ALONSO CACERES DEL AGUILA
2. MOISES STEVEND MEZA RODRIGUEZ
3. WILLIAM'S ERNESTO LIMONCHI SANDOVAL
4. UMBERT LEWIS DE LA CRUZ RODRIGUEZ
17 35 2025/12/10
AULA
09:00 - 11:00 Examen Rezagado
PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ
17 36 2025/12/10
AULA
11:00 - 13:00 Examen Sustitutorio
PRESENCIAL
1. MOISES STEVEND MEZA RODRIGUEZ