Universidad de British Columbia

Asistente de Investigación de Posgrado · Vancouver, Canadá

Maestría en Ingeniería Biomédica — dos años abarcando hardware, software y ML. Diseñé y construí un sistema cardiovascular físico de banco de pruebas (bombas servo, sensores, control en tiempo real con LabVIEW usando PID + feedforward). Construí modelos y pipelines de ML con Python/TensorFlow para predecir el riesgo de ruptura de aneurismas. Integré simulaciones CFD (COMSOL, MATLAB) con aprendizaje automático para análisis de tratamiento vascular.

Hardware: Sistema Cardiovascular de Banco de Pruebas

• Diseñé y construí un sistema cardiovascular in vitro de banco de pruebas para replicar formas de onda fisiológicas de flujo y presión aórtica abdominal para investigación de hemodinámica de aneurismas.
• Arquitecté un circuito de flujo de lazo cerrado: bomba de engranajes servo, flujómetro electromagnético, transductores de presión, elementos de compliance y resistencia, y fantasma de AAA de silicona — utilizando componentes disponibles comercialmente para experimentos reconfigurables y de bajo costo.
• Imprimí en 3D núcleos y moldes de yeso para fabricar fantasmas de arterias de silicona con espesor de pared controlado.

Sistemas de Control e Ingeniería Eléctrica

• Implementé un sistema de control en tiempo real basado en LabVIEW utilizando control combinado de retroalimentación PID y feedforward basado en modelo para seguir formas de onda de flujo cardíaco prescritas.
• Realicé identificación de sistemas en LabVIEW para derivar una función de transferencia de orden superior del lazo de flujo y sintetizar un controlador feedforward de modelo inverso para mejorar el rendimiento de seguimiento.
• Logré seguimiento de forma de onda de flujo con ~2% de error (R² > 0.998) y reproducción de presión fisiológica (80-120 mmHg) a través de perfiles cardíacos de reposo y ejercicio.

Aprendizaje Automático y Modelado Computacional

• Desarrollé modelos de aprendizaje automático con Python/TensorFlow para predecir el riesgo de ruptura de aneurismas cerebrales utilizando conjuntos de datos hemodinámicos y derivados de sensores.
• Construí pipelines de ML para analizar dinámicas de flujo cardiovascular y evaluar la eficacia de tratamientos con stents usando datos experimentales y simulados.
• Integré Dinámica de Fluidos Computacional (COMSOL, MATLAB) con modelos de aprendizaje automático para mejorar las predicciones de resultados de tratamientos vasculares.
• Comparé modelos de flujo sanguíneo Newtonianos vs. no Newtonianos, destacando la importancia del adelgazamiento por cizallamiento para predicción precisa de ruptura.

Publicaciones

• APS Division of Fluid Dynamics (2019) — Estudio de Velocimetría de Imagen de Partículas 2D y Dinámica de Fluidos Computacional en Aneurisma Cerebral de Pared Lateral.
• Tesis de Maestría UBC (2019) — Sistema In Vitro Impulsado por Aprendizaje Automático para Análisis de Flujo Cardiovascular y Modelado de Hemodinámica de Aneurismas Cerebrales.