DONATE

Signal and Information Processing for Sensing Systems

About

Current smart instrumentation using multi-sensors and/or spectrometers provides a wealth of data that requires sophisticated signal and data processing approaches to extract the hidden information.

Our group develops algorithmic solutions for the automatic processing of Gas Sensor Array, Gas Chromatography – Ion Mobility Spectrometry (IMS), Nuclear Magnetic Resonance, and Mass Spectrometry (GC/LC-MS, MSI) data for metabolomics, food, and environmental samples.

In this context, we are interested in intelligent chemical instruments for the detection of gases, volatile compounds, and smells. These systems can be based on an array of nonspecific chemical sensors with a pattern recognition engine, taking inspiration from the olfactory system. Some spectrometries, e.g. Ion Mobility Spectrometry, are capable of very fast analysis with good detection limits but poor selectivity. These technologies have been proposed for the fast determination of the volatolome (volatile fraction of the metabolome), instead of the reference technique of gas chromatography – mass spectrometry.

During 2019 our research has been focused on:

  1. Development of drones and terrestrial robots with bioinspired machine olfaction capabilities for gas source localization and mapping. Our results have shown that nanodrones with proper signal processing are able to locate sources in indoor scenarios particularly for chemical sources located above the drone.
  2. Development of signal processing approaches to improve the time dynamics of chemical sensors and extract bioinspired chemical features from turbulent plumes. Proper deconvolution methods based on inverse filters are able to improve the sensor bandwidth an order of magnitude, reaching time dynamics able to detect with subsecond events.
  3. Development of data processing methods to resolve molecular heterogeneity in mass spectrometry images of colorectal cancer tissues. The developed methods can discriminate resistant and sensitive areas of tissue to chemotherapy after proper training with homogeneous tissue images.
  4. Development of full workflows including signal processing and machine learning tools for the analysis of untargeted nuclear magnetic resonance data. We have developed and released to the public a package developed in R for the analysis of NMR data: AlpsNMR.
  5. Development of methods for the analysis of flatus and their relationship with food intake.
  6. Development of signal processing methods for the analysis of Ham and Olive Oil flavour data using GC-IMS and their potential use in fraud detection.
  7. Development of methods for the analysis of urine using GC-IMS
  8. Development of techniques to reduce the power consumption of chemical sensor based on metal oxides.

Staff

Projects

NATIONAL PROJECTSFINANCERPI
TENSOMICS · Development of tensorial signal processing and machine learning tools tailored to the analysis of urine metabolomics (2019-2022)Ministerio de Ciencia, Innovación y UniversidadesSantiago Marco
PRIVATELY FUNDED PROJECTSFINANCERPI
Anticipation of respiratory outcomes in ICU COVID-19 patients by metabolic signatures (2021-2023)Fundació La Marató de TV3 Santiago Marco
FINISHED PROJECTSFINANCERPI
SNIFFDRONE · Drone-based Environmental Odor Monitoring (2019-2020)EU Commission · Attract ProjectsSantiago Marco
Analisis de tapones de corcho por espectroscopia de movilidad de iones (2015-2016)M3C INDUSTRIAL AUTOMATION & VISION, S.L.Santiago Marco
Sensor test for indoor air quality and safety applications (2015-2016)BSH Electrodomesticos España S.A.Santiago Marco
Preparació i realització d’un curs de processat de senyal per sensors químics de dos dies a BSH Zaragoza (2016-2017)BSH Electrodomesticos España S.A.Santiago Marco
SMART-IMS Procesado de Señal para Espectroscopia de Movilidad de Iones: Análisis de Fluidos Biomédicos y Detección de Sustancias Tóxicas (2012-2015)MINECO, I+D-Investigación fundamental no orientadaSantiago Marco
Transducción biomimética para olfacción artificialMINECO, EUROPA EXCELENCIAAgustín Gutiérrez
BIOENCODE Estudio comparativo de la capacidad de codificación de información química de sistemas biológicos y artificialesMINECO, I+D-Investigación fundamental no orientadaAgustín Gutiérrez
SENSIBLE Sensores inteligentes para edificios más seguros (2014-2016)MINECO, Acciones de Programación Conjunta InternacionalSantiago Marco
SAFESENS Sensor Technologies for Enhanced Safety and Security of Buildings and its Occupants (2014-2017)ENIAC Joint UndertakingSantiago Marco
SIGVOL Mejora de la señal para instrumentación química: aplicaciones en metabolómica de volátiles y en olfacción (2015-2017)MINECO, Retos investigación: Proyectos I+DSantiago Marco
Computational Metabolomics (2017-2019)Industrial Project with Nestlé Institute of Health Sciences, SwitzerlandSantiago Marco
Development of Data Processing Algorithms for Temperature Modulated SensorsIndustrial Project with BSH Electrodomesticos, SpainSantiago Marco

Publications

Equipment

  • Gas chromatograph/mass spectrometer (Thermoscientific) with robotic head-space sampler
  • Gas Chromatograph/ Thermal Conductivity Detector (Thermoscientific) with robotic head-space sampler
  • 2 Infusion pumps K-systems
  • Gas Chromatography-Ion Mobility Spectrometry FlavourspecTM (Gas Dortmund)
  • 6 channel vapor generator plus humidity control (Owlstone, UK)
  • Ion Mobility Spectrometer: Gas Detector Array (Airsense Analytics GmbH)
  • Computing and General Purpose Electronic Instrumentation
  • Field Asymmetric Ion Mobility Spectrometer (Owlstone, UK)
  • Corona Discharge Ion Mobility Spectrometer (3QBD, Israel)
  • Ultraviolet Ion Mobility Spectrometer (Gas Dortmund, Germany)
  • Fast Photo Ionization Detector (Aurora Scientific, Canada)

Collaborations

  • Dr. Lourdes Arce
    Dept. Química Analítica, Universidad de Córdoba, Spain
  • Prof. J. W. Gardner
    Microsensors and Bioelectronics Lab, Dept. of Electric and Electronic Engineering, University of Warwick, UK
  • Prof. Achim Lilienthal
    Mobile Robotics and Olfaction Lab, University of Örebro, Sweden
  • Dr. Ivan Montoliu and Dra. Sofia Moço
    Nestlé Institute of Health Sciences, Laussane, Switzerland
  • Dr. Jordi Palacín
    Robotics Lab, Universitat de Lleida, Spain
  • Dra. Cristina Castro
    Sensors Technology, BSH-Zaragoza, Spain
  • Dr. Jens Eichman
    MINIMAX, Bad Oldesloe, Germany
  • Dr. Ulf Struckmeier
    AMS sensors, Reutlingen, Germany
  • Dr. Fernando Azpiroz
    Dept. Digestive Diseases, Vall d’Hebron, Barcelona, Spain
  • Dra. Anna de Juan
    Dept. Química Analítica i Enginyeria Química, Universitat de Barcelona, Spain
  • Dra. Sofia Moço 
    Nestlé ResearchLaussane, Switzerland 
  • Dra. Silvia Mas
    IRSTEA; Montpellier, France. 
  • Dr. Dominique Martinez
    LORIA-INRIA, Nancy, France 
  • Dr. Oriol Sibila & Dr. Àlvar Agustí
    Inflamación y reparación en enfermedades respiratorias, Hospital Clínic de Barcelona 

News

Investigadores del Instituto de Bioingeniería de Cataluña, liderados por Santi Marco, aparecen en los medios por validar, junto con el Hospital Clínic de Barcelona, una nueva tecnología que analiza el aliento de pacientes y diagnostica con un elevado grado de precisión quiénes padecen infecciones pulmonares por P. aeruginosa.

Detectar infecciones pulmonares en el aliento

Investigadores del Instituto de Bioingeniería de Cataluña, liderados por Santi Marco, aparecen en los medios por validar, junto con el Hospital Clínic de Barcelona, una nueva tecnología que analiza el aliento de pacientes y diagnostica con un elevado grado de precisión quiénes padecen infecciones pulmonares por P. aeruginosa.

IBEC researchers, together with clinicians from Sant Pau Hospital and Hospital Clinic in Barcelona, use “electronic noses” and machine learning to analyse the breath of patients, identifying with high accuracy those with lung infections of P. aeruginosa, a multidrug resistant pathogen. This method could represent a non-invasive and efficient tool to diagnose and monitor patients with a bacterial lung infection, offering a faster alternative to standard sputum cultures.

Detecting lung infections with breath analysis and machine learning

IBEC researchers, together with clinicians from Sant Pau Hospital and Hospital Clinic in Barcelona, use “electronic noses” and machine learning to analyse the breath of patients, identifying with high accuracy those with lung infections of P. aeruginosa, a multidrug resistant pathogen. This method could represent a non-invasive and efficient tool to diagnose and monitor patients with a bacterial lung infection, offering a faster alternative to standard sputum cultures.

Investigadores de España han diseñado una nariz electrónica portátil (e-nose) que es prácticamente tan afilada como una nariz humana para olfatear el hedor de las plantas de tratamiento de aguas residuales. Junto con un dron, la e-nose puede medir la concentración de diferentes olores, predecir la intensidad del olor y producir un mapa de olores en tiempo real de la planta para su manejo. El método desarrollado fue publicado el 16 de noviembre en la revista iScience.

La nariz electrónica de un dron detecta el hedor de plantas de aguas residuales

Investigadores de España han diseñado una nariz electrónica portátil (e-nose) que es prácticamente tan afilada como una nariz humana para olfatear el hedor de las plantas de tratamiento de aguas residuales. Junto con un dron, la e-nose puede medir la concentración de diferentes olores, predecir la intensidad del olor y producir un mapa de olores en tiempo real de la planta para su manejo. El método desarrollado fue publicado el 16 de noviembre en la revista iScience.

Investigadores del Instituto de Bioingeniería de Cataluña (IBEC) en colaboración con la Universidad de Córdoba, han publicado recientemente un estudio en el que desarrollan protocolos que optimizan la utilización de una técnica capaz de analizar, a nivel molecular, las sustancias presentes en el aroma de alimentos, logrando diferenciar muestras de jamón de cerdos ibéricos alimentados con bellota o con pienso. Este nuevo enfoque, que utiliza inteligencia artificial para analizar los datos, simplificará el análisis de aromas, y los datos generados se podrán utilizar para determinar la trazabilidad y calidad de los alimentos, y luchar contra el fraude.

Olfato artificial para controlar la calidad de los alimentos

Investigadores del Instituto de Bioingeniería de Cataluña (IBEC) en colaboración con la Universidad de Córdoba, han publicado recientemente un estudio en el que desarrollan protocolos que optimizan la utilización de una técnica capaz de analizar, a nivel molecular, las sustancias presentes en el aroma de alimentos, logrando diferenciar muestras de jamón de cerdos ibéricos alimentados con bellota o con pienso. Este nuevo enfoque, que utiliza inteligencia artificial para analizar los datos, simplificará el análisis de aromas, y los datos generados se podrán utilizar para determinar la trazabilidad y calidad de los alimentos, y luchar contra el fraude.

Tres proyectos con el Instituto de Bioingeniería de Cataluña (IBEC) recibirán financiación de “la Marató de TV3” para investigar diferentes aspectos de la Covid-19. Gracias a las aportaciones recibidas, los expertos profundizarán en la comprensión de la enfermedad y sus posibles soluciones terapéuticas, estudiarán mejoras en los procesos de atención al paciente, y desarrollarán un sistema para predecir la evolución del sistema respiratorio, y avanzar en el tratamiento de pacientes con neumonía derivada de COVID19.

La Bioingeniería contra la COVID-19 acelera gracias a “La Marató” 

Tres proyectos con el Instituto de Bioingeniería de Cataluña (IBEC) recibirán financiación de “la Marató de TV3” para investigar diferentes aspectos de la Covid-19. Gracias a las aportaciones recibidas, los expertos profundizarán en la comprensión de la enfermedad y sus posibles soluciones terapéuticas, estudiarán mejoras en los procesos de atención al paciente, y desarrollarán un sistema para predecir la evolución del sistema respiratorio, y avanzar en el tratamiento de pacientes con neumonía derivada de COVID19.

La empresa Depuración de Aguas del Mediterráneo (DAM) y el Instituto de Bioingeniería de Cataluña (IBEC) han desarrollado un sistema provisto de sensores químicos que proporciona información, en tiempo real, sobre la intensidad y la localización de los focos de olor en las Estaciones Depuradoras de Aguas Residuales (EDAR). El sistema ha sido calibrado y validado en condiciones reales de operación.

DAM y el IBEC desarrollan un dron que mejora la gestión de los olores en las depuradoras de aguas

La empresa Depuración de Aguas del Mediterráneo (DAM) y el Instituto de Bioingeniería de Cataluña (IBEC) han desarrollado un sistema provisto de sensores químicos que proporciona información, en tiempo real, sobre la intensidad y la localización de los focos de olor en las Estaciones Depuradoras de Aguas Residuales (EDAR). El sistema ha sido calibrado y validado en condiciones reales de operación.

Investigadores internacionales del Instituto de Bioingeniería de Cataluña (IBEC) liderados por Santi Marco desarrollan un software para el descubrimiento de biomarcadores en diferentes muestras biológicas como la orina, extractos de sangre o células. AlpsNMR: una herramienta R para el sistema de procesamiento espectral automatizado para metabolómica no dirigida basada en RMN se ha hecho pública en el repositorio principal de software abierto de bioinformática: el Bioconductor.

IBEC desarrolla un software para el descubrimiento de biomarcadores

Investigadores internacionales del Instituto de Bioingeniería de Cataluña (IBEC) liderados por Santi Marco desarrollan un software para el descubrimiento de biomarcadores en diferentes muestras biológicas como la orina, extractos de sangre o células. AlpsNMR: una herramienta R para el sistema de procesamiento espectral automatizado para metabolómica no dirigida basada en RMN se ha hecho pública en el repositorio principal de software abierto de bioinformática: el Bioconductor.

Jobs