BMI Systems Lab

A group of clinicians from Universitatea de Medicină și Farmacie din Cluj-Napoca, Romania, visited our lab BMI Systems Lab yesterday to know the projects that we are developing related to brain-computer interfaces. Thanks for your interest in our research!
Neurotech EU UMH Universidad Miguel Hernández

Tomorrow I will give a free webinar organized by IEEE CASS/IEEE Systems Council about the brain-machine interfaces for commanding robotics exoskeletons that we have developed at BMI Systems Lab

Neurotech EU UMH Universidad Miguel Hernández The BRAIN Center

More information:

Special IEEE CASS/IEEE Systems Council Webinar | IEEE Systems Council Talk Title: "Brain-Machine Interface Systems for Interacting with Robotic Exoskeletons"Abstract: This talk will explain how Brain-Machine Interface (BMI) systems can be used for commanding robotic exoskeletons. During the talk, several non-invasive BMIs that have been developed at Miguel Hernandez U...

I'm happy to share our last publication at BMI Systems Lab. We have developed a BMI based on Error Related Potentials to self-correct the false activations of a lower limb exoskeleton. Check the details here:
https://doi.org/10.1016/j.cmpb.2024.108332
UMH Universidad Miguel Hernández

Redirecting

Será un placer presentar mañana al consejo científico de valgrAI la investigación de nuestro grupo BMI Systems Lab de la UMH Universidad Miguel Hernández sobre interfaces cerebrales para asistir la marcha de personas con limitaciones motoras.
https://valgrai.eu/es/events/iv-encuentro-umi-valgrai/

Ayer celebramos en el Hospital Nacional de Parapléjicos y su Fundación la reunión de coordinación del proyecto ReGAIT (Proyecto PID2021-124111OB-C31 financiado por MICIU/AEI/10.13039/501100011033 y por FEDER, UE). En este proyecto, el BMI Systems Lab de la UMH Universidad Miguel Hernández, el Hospital Nacional de Parapléjicos y su Fundación y el Institut Guttmann estamos trabajando en el desarrollo de un nuevo enfoque de rehabilitación de la marcha en lesionados medulares basado en sistemas robóticos e interfaces neurales.

Es un placer anunciar la Convocatoria de Ayudas 2024 a la Movilidad entre Centros de AITADIS, financiada por el Hospital Los Madroños. El plazo de presentación de solicitudes es del 1 septiembre al 31 de octubre de 2024. Más información y bases de la convocatoria:

Convocatoria de Ayudas 2024 a la Movilidad entre Centros de AITADIS – AITADIS Convocatoria de Ayudas 2024 a la Movilidad entre Centros de AITADIS   ¡Actualizado recientemente! El Hospital los Madroños (HLM) situado en Brunete (Madrid, España), que destaca por su alta especialización en Neurorrehabilitación y en Neurociencias, desea apoyar la investigación en Tecnologí...

Nuestro compañero Eduardo Iáñez ha presentado un trabajo de nuestro grupo en el marco del proyecto nacional ReGAIT en el Simposio de Robótica, Bioingeniería y Visión por Computador celebrado en Badajoz del 29 al 31 de mayo de 2025.
https://eventos.unex.es/event_detail/107983/detail/simposio-de-robotica-biongenieria-y-vision-por-computador-2024.html

Fue un placer presentar ayer en el III encuentro de la UMI de valgrAI en la UMH Universidad Miguel Hernández algunos resultados de nuestras últimas investigaciones en el campo de los exoesqueletos controlados por interfaces cerebrales.
BMI Systems Lab

La UMH logra un 90% de éxito en su sistema de IA para exoesqueletos que ayudan a andar en lesiones medulares La interfaz cerebral que utiliza la inteligencia artificial y desarrolla Brain-Machine Interface Systems Lab está listo para probarse en pacientes del Hospital Nacional de Parapléjicos de Toledo

New paper out! Great collaboration between international institutions to develop a brain–machine interface using deep learning algorithms to control a lower-limb robotic exoskeleton.

BMI Systems Lab, Instituto de Investigación en Ingeniería I3E, UMH Universidad Miguel Hernández, University of Houston Brain-Machine Interface Systems Team, University of Houston and The BRAIN Center.

Brain–machine interface based on deep learning to control asynchronously a lower-limb robotic exoskeleton: a case-of-study - Journal of NeuroEngineering and Rehabilitation Background This research focused on the development of a motor imagery (MI) based brain–machine interface (BMI) using deep learning algorithms to control a lower-limb robotic exoskeleton. The study aimed to overcome the limitations of traditional BMI approaches by leveraging the advantages of deep...

Hoy he presentado en el Foro Europeo para la Ciencia, la Tecnología y la Innovación Transfiere 2024 en Málaga la interfaz cerebral que hemos desarrollado en el BMI Systems Lab de la UMH Universidad Miguel Hernández para generar métricas de implicación cognitiva de la persona durante su neurorrehabilitación. Este sistema es parte del proyecto de I+D+i PDC2022-133539-I00, financiado por MICIU/AEI/10.13039/501100011033 y por la Unión Europea NextGenerationEU/PRTR.

https://comunicacion.umh.es/2024/03/21/la-umh-participa-en-malaga-en-el-foro-europeo-para-la-ciencia-la-tecnologia-y-la-innovacion-transfiere-2024/

We've just published a new paper about a novel approach for decoding motor imagery during pedaling tasks using EEG signals. Great collaboration between BMI Systems Lab and Hospital Los Madroños

Exploring EEG-based motor imagery decoding: a dual approach using spatial features and spectro-spatial Deep Learning model IFNet IntroductionIn recent years, the decoding of motor imagery (MI) from electroencephalography (EEG) signals has become a focus of research for brain-machine interfaces (BMIs) and neurorehabilitation. However, EEG signals present challenges due to their non-stationarity and the substantial presence of....