Cristian Torres-Valencia

Mr. Cristian Torres-Valencia

orcid

Research Focus & Metrics

Academic Career Length

12Years (2015-Present)

(Calculated once Scilit publication data is synced: current year − year of first publication + 1)

Representative Publications

View All Publications
23 May 2016 in Journal on Multimodal User Interfaces
Verified
Journal Article
Closed access
PDF file
CTCristian Torres-Valencia
Cristian Torres-Valencia
MÁMauricio Álvarez-López
Mauricio Álvarez-López
AGAlvaro Angel Orozco Gutierrez
Alvaro Angel Orozco Gutierrez

27 September 2020 in Applied Sciences
Verified
Journal Article
Open access
PDF file
CTCristian Torres-Valencia
Cristian Torres-Valencia
AGAlvaro Angel Orozco Gutierrez
Alvaro Angel Orozco Gutierrez
DCDavid Cárdenas-Peña
David Cárdenas-Peña
AAAndres Marino Alvarez
Andres Marino Alvarez
MÁMauricio Álvarez
Mauricio Álvarez
The study of brain electrical activity (BEA) from different cognitive conditions has attracted a lot of interest in the last decade due to the high number of possible applications that could be generated from it. In this work, a discriminative framework for BEA via electroencephalography (EEG) is proposed based on multi-output Gaussian Processes (MOGPs) with a specialized spectral kernel. First, a signal segmentation stage is executed, and the channels from the EEG are used as the model outputs. Then, a novel covariance function within the MOGP known as the multispectral mixture kernel (MOSM) allows us to find and quantify the relationships between different channels. Several MOGPs are trained from different conditions grouped in bi-class problems, and the discrimination is performed based on the likelihood score of the test signals against all the models. Finally, the mean likelihood is computed to predict the correspondence of new inputs with each class’s existing models. Results show that this framework allows us to model the EEG signals adequately using generative models and allows analyzing the relationships between channels of the EEG for a particular condition. At the same time, the set of trained MOGPs is well suited to discriminate new input data.

27 May 2017
Verified
Book Chapter
Closed access
PDF file
CTCristian Torres-Valencia
Cristian Torres-Valencia
AAA. Alvarez-Meza
A. Alvarez-Meza
AOA. Orozco-Gutierrez
A. Orozco-Gutierrez

18 December 2015
Verified
Book Chapter
Closed access
PDF file
CTCristian Torres-Valencia
Cristian Torres-Valencia
HGHernán F. García
Hernán F. García
GHGerman Andres Holguin-Londono
German Andres Holguin-Londono
MÁMauricio A. Álvarez
Mauricio A. Álvarez
AGAlvaro Angel Orozco Gutierrez
Alvaro Angel Orozco Gutierrez

1 July 2016 in DYNA
Verified
Journal Article
Open access
PAPablo Alejandro Alvarado
Pablo Alejandro Alvarado
CTCristian Torres-Valencia
Cristian Torres-Valencia
AGAlvaro Angel Orozco Gutierrez
Alvaro Angel Orozco Gutierrez
MLMauricio Alexander Álvarez López
Mauricio Alexander Álvarez López
GDGenaro Daza-Santacoloma
Genaro Daza-Santacoloma
HVHans Carmona Vilada
Hans Carmona Vilada
La Estimulación Cerebral Profunda (DBS) es un tratamiento efectivo para la enfermedad de Parkinson. Gran variedad de modelos matemáticos y computacionales para describir la propagación eléctrica debido a la DBS han sido propuestos, desafortunadamente, no existe claridad sobre las razones que justifican el uso de un modelo específico. En el presente trabajo se presenta una formulación matemática detallada de la propagación eléctrica debido a DBS que soporta un modelo basado en la ecuación de Laplace. Se realizan simulaciones para diferentes modelos geométricos del cerebro para determinar si la geometría, el tamaño y la ubicación de la tierra del modelo afectan la predicción de la estimulación eléctrica mediante el uso del Método de Elementos Finitos (FEM). Los análisis teórico y experimental muestran en primera instancia que la ecuación de Laplace es adecuada para describir la propagación eléctrica en el cerebro, y en segunda instancia que la estructura geométrica, tamaño y ubicación de la tierra afectan la magnitud del potencial eléctrico, particularmente para modos de estimulación monopolar. Los resultados muestran que para modelos básicos y más realistas pueden existir diferencias en la propagación de hasta un 2900%.

6 June 2018
Verified
Book Chapter
Closed access
PDF file
CTCristian Torres-Valencia
Cristian Torres-Valencia
AAA. Alvarez-Meza
A. Alvarez-Meza
AOA. Orozco-Gutierrez
A. Orozco-Gutierrez