Aprèn - BACHELOR'S DEGREE IN BIOMEDICAL ENGINEERING (Program 2009)

BACHELOR'S DEGREE IN BIOMEDICAL ENGINEERING (Program 2009)

Name

BACHELOR'S DEGREE IN BIOMEDICAL ENGINEERING (Program 2009)

Acronym

295GREBIOM

Current

Yes

School

Barcelona East School of Engineering (EEBE)

Curriculum

2009

Education level

Grau

RSS

Teaching content

Pràctiques Tema 6. Dibuix Normalització Industrial

Problem statement, exercise

Farrerons Vidal, Óscar

Publication date: 2025

Barcelona East School of Engineering (EEBE)

GRAPHIC EXPRESSION - 820003

Access to the full text

Pràctiques Tema 4 (Dibuix Normalització Industrial)

Problem statement, exercise

Farrerons Vidal, Óscar

Publication date: 2025

Barcelona East School of Engineering (EEBE)

GRAPHIC EXPRESSION - 820003

Access to the full text

Estudio técnico e implantación de un TAC espectral en un hospital de traumatología

Bachelor thesis

Gallardo Urpeque, Mauricio Javier

Tutor / Supervisor: Velázquez Lerma, Susana Adriana; Teruel Ortega, Joaquin

Publication date: 2025

Barcelona East School of Engineering (EEBE)

Access to the full text

Pràctiques Tema 3 (Dibuix Normalització Industrial)

Problem statement, exercise

Farrerons Vidal, Óscar

Publication date: 2025

Barcelona East School of Engineering (EEBE)

GRAPHIC EXPRESSION - 820003

Access to the full text

Pràctiques Tema 2 (Dibuix Normalització Industrial)

Problem statement, exercise

Farrerons Vidal, Óscar

Publication date: 2025

Barcelona East School of Engineering (EEBE)

GRAPHIC EXPRESSION - 820003

Access to the full text

Analysis of neurophysiological intraoperative signals for mapping and monitoring language-related pathways in pediatric patients

Bachelor thesis

Sedó Parellada, Martina

Tutor / Supervisor: Alonso López, Joan Francesc; Bachiller Matarranz, Alejandro; Banyuls Salellas, Laia

Publication date: 2024

Barcelona East School of Engineering (EEBE)

Access to the full text

Evaluación computacional del impacto de la exposición a campos electromagnéticos de 26GHZ en C.Elegans

Bachelor thesis

Monroy Gracia, Karen Julieth

Tutor / Supervisor: Soudah Prieto, Eduardo

Publication date: 2024

Barcelona East School of Engineering (EEBE)

Access to the full text

Automated pancreatic segmentation in abdominal CT Scans: a Deep Learning Approach

Bachelor thesis

Villaseca Sitjar, Cristina

Tutor / Supervisor: Mujica Delgado, Luis Eduardo; Ruiz Ordóñez, Magda; Riera i Marín, Meritxell; Galdran Cabello, Adrian

Publication date: 2024

Barcelona East School of Engineering (EEBE)

View detail Access to the full text

S'estima que el càncer de pàncrees esdevindrà la segona causa principal de les morts degudes al càncer als països occidentals per a l'any 2030 [11]. L'adenocarcinoma ductal pancreàtic és el tipus de càncer pancreàtic més comú, i també el més agressiu, amb un pronòstic mèdic particularment sever a causa de l'absència de símptomes específics en les seves etapes inicials, cosa que fa que el 80‐85 per cent dels pacients siguin diagnosticats en etapes avançades [92]. Ja fa uns anys que la intel∙ligència artificial (IA) comença a mostrar‐se con una eina de gran ajuda per als professionals sanitaris a l'hora d'efectuar un diagnòstic del càncer en etapes tempranes i, cada ve‐ gada més, els estudis es centren en l'ús d'aquesta nova tecnologia focal∙litzada en imatges mèdiques. És per això que aquest treball té com a objectiu implementar i validar una nova metodologia basada en un model d'aprenentatge profund que sigui capaç d'efectuar una segmentació precisa del pàn‐ crees, ja que és la base per a fer possible un diagnòstic precís de qualsevol patologia a l'òrgan en qüestió. Basat en la base de dades del PANORAMA Grand Challenge i amb el suport dels recursos computa‐ cionals de l'empresa SYCAI Medical, aquest treball implementarà i optimitzarà un algoritme basat en xarxes neuronals convolucionals (CNN) per a una segmentació precisa del pàncrees en tres di‐ mensions. L'objectiu principal és impulsar una recerca exhaustiva en el camp actual i proposar una metodologia pròpia amb millores incorporades que optimitzin el rendiment i redueixin el cost com‐ putacional de les arquitectures 3D‐CNN per a aquesta aplicació específica.

Se estima que el cáncer de páncreas se convertirá en la segunda causa principal de las muertes debidas al cáncer en los países occidentales para el año 2030 [11]. El adenocarcinoma ductal pan‐ creático es el tipo de cáncer pancreático más común, y también el más agresivo, con un pronóstico médico particularmente severo debido a la ausencia de síntomas específicos en sus etapas iniciales, lo que hace que el 80‐85 por ciento de los pacientes sean diagnosticados en etapas avanzadas [92]. Hace ya unos años que la inteligencia artificial (IA) empieza a mostrarse como una herramienta de gran utilidad para los profesionales sanitarios a la hora de efectuar un diagnóstico del cáncer en eta‐ pas tempranas y, cada vez más, los estudios se centran en el uso de esta nueva tecnología focalizada en imágenes médicas. Es por ello que este trabajo tiene como objetivo implementar y validar una nueva metodología basada en un modelo de aprendizaje profundo que sea capaz de efectuar una segmentación precisa del páncreas, ya que es la base para hacer posible un diagnóstico preciso de cualquier patología en el órgano en cuestión. Basado en la base de datos del PANORAMA Grand Challenge, y con el apoyo de los recursos com‐ putacionales de la empresa SYCAI Medical, este trabajo implementará y optimizará un algoritmo basado en redes neuronales convolucionales (CNN) para una segmentación precisa del páncreas en tres dimensiones. El objetivo principal es impulsar una investigación exhaustiva en el campo actual y proponer una metodología propia con mejoras incorporadas que optimicen el rendimiento y reduz‐ can el costo computacional de las arquitecturas 3D‐CNN para esta aplicación específica.

It is estimated that pancreatic cancer will become the second leading cause of cancer‐related deaths in Western countries by 2030 [11]. Pancreatic ductal adenocarcinoma is the most common type of pancreatic cancer, and also the most aggressive, with a particularly severe medical prognosis due to the absence of specific symptoms in its early stages, resulting in 80‐85 percent of patients being diagnosed at advanced stages [92]. For some years now, artificial intelligence (AI) has been showing as a valuable tool for health pro‐ fessionals when it comes to the early diagnosis of cancer, and increasingly, studies are focusing on the use of this new technology focusing on medical images. This is why this work aims to implement and validate a new methodology based on a deep learning model that is capable of performing ac‐ curate segmentation of the pancreas, as this is the basis for making possible a precise diagnosis of any pathology in the organ in question. Based on the PANORAMA Grand Challenge dataset, and with the support of the computational re‐ sources of the company SYCAI Medical, this work will implement and optimize an algorithm based on convolutional neural network (CNN) architectures for precise three‐dimensional segmentation of the pancreas. The main objective is to drive thorough research in the current field and propose our own methodology with incorporated improvements that optimize performance and reduce the computational cost of 3D‐CNN architectures for this specific application.

Mechanistic insights about the effects of molecular glues over protein-protein complexes

Bachelor thesis

Alegre Canela, Mariona

Tutor / Supervisor: Benítez Iglesias, Raúl

Publication date: 2024

Barcelona East School of Engineering (EEBE)

View detail Access to the full text

Machine learning-based classification of ECG biomarkers for Brugada syndrome diagnosis

Bachelor thesis

Dari Berraha, Souhaila

Tutor / Supervisor: Solà Soler, Jordi; Palmieri, Flavio; Arbelo Lainez, Elena

Publication date: 2024

Barcelona East School of Engineering (EEBE)

View detail Access to the full text

El Síndrome de Brugada és un trastorn genètic descobert recentment, caracteritzat per patrons anormals en l'electrocardiograma i un augment del risc de mort sobtada cardíaca. El pronòstic imprevisible del BrS requereix un estudi més profund, que és l'enfocament del projecte AI4BrS, una col·laboració entre CREB i IDIBAPS. Aquesta tesi se centra en la classificació de biomarcadors extrets dels ECG de pacients amb BrS utilitzant tècniques de machine learning. Aquests biomarcadors van ser preprocessats, etiquetats i utilitzats per entrenar classificadors com boscos aleatoris, arbres de decisió, màquines de vectors de suport i XGBoost. Per abordar desafiaments com el sobreajustament i el desequilibri de classes, es van emprar tècniques de reducció de dimensionalitat com l'Anàlisi de components principals i l'Anàlisi discriminant lineal, juntament amb l'eliminació de característiques clíniques. Els resultats van indicar que aplicar l'Anàlisi discriminant lineal als biomarcadors, combinats amb dades clíniques utilitzant el classificador de boscos aleatoris, va produir el millor rendiment. No obstant això, és necessari realitzar més treball, incloent l'ajust d'hiperparàmetres, la revisió de criteris de classificació i l'expansió de la base de dades de pacients per millorar la precisió i la generalització del model. Aquest estudi subratlla el potencial del machine learning per millorar el diagnòstic i l'estratificació de riscos de la Síndrome de Brugada, proporcionant eines per a la presa de decisions clíniques. L'enfocament interdisciplinari, que combina medicina amb mètodes computacionals avançats, ressalta la importància d'aquesta investigació en l'avanç dels diagnòstics mèdics i la millora dels resultats per als pacients.

El Síndrome de Brugada es un trastorno genético descubierto recientemente, caracterizado por patrones anormales en el electrocardiograma y un aumento del riesgo de muerte súbita cardíaca. El pronóstico impredecible del BrS requiere un estudio más profundo, que es el enfoque del proyecto AI4BrS, una colaboración entre CREB e IDIBAPS. Esta tesis se centra en la clasificación de biomarcadores extraídos de los ECG de pacientes con BrS utilizando técnicas de machine learning. Estos biomarcadores fueron preprocesados, etiquetados y utilizados para entrenar clasificadores como bosques aleatorios, árboles de decisión, máquinas de vectores de soporte y XGBoost. Para abordar desafíos como el sobreajuste y el desequilibrio de clases, se emplearon técnicas de reducción de dimensionalidad como el Análisis de componentes principales y el Análisis discriminante lineal, junto con la eliminación de características clínicas. Los resultados indicaron que aplicar Análisis discriminante lineal a los biomarcadores, combinados con datos clínicos utilizando el clasificador de bosques aleatorios, produjo el mejor rendimiento. Sin embargo, es necesario realizar más trabajo, incluyendo el ajuste de hiperparámetros, la revisión de criterios de clasificación y la expansión de la base de datos de pacientes para mejorar la precisión y la generalización del modelo. Este estudio subraya el potencial del machine learning para mejorar el diagnóstico y la estratificación de riesgos del Síndrome de Brugada, proporcionando herramientas para la toma de decisiones clínicas. El enfoque interdisciplinario, que combina la medicina con métodos computacionales avanzados, resalta la importancia de esta investigación en el avance de los diagnósticos médicos y la mejora de los resultados para los pacientes.

Brugada Syndrome is a recently discovered genetic disorder characterized by abnormal electrocardiogram patterns and an increased risk of sudden cardiac death. The unpredictable prognosis of BrS requires further study, which is the focus of the AI4BrS project—a collaboration between CREB and IDIBAPS. This thesis focuses on classifying biomarkers extracted from BrS patients' ECGs using machine learning techniques. These biomarkers were pre-processed, labelled, and used to train classifiers such as random forest, decision tree, support vector machine, and XGBoost. To address challenges such as overfitting and class imbalance, dimensionality reduction techniques like Principal Component Analysis and Linear Discriminant Analysis were employed, along with the removal of clinical features. The results indicated that applying LDA on biomarkers combined with clinical data using the RF classifier yielded the best performance. However, further work is necessary, including adjusting hyperparameters, revising classification criteria, and expanding the patient database to improve the model's accuracy and generalization. This study underscores the potential of machine learning in enhancing the diagnosis and risk stratification of Brugada Syndrome, providing valuable tools for clinical decision-making. The interdisciplinary approach, combining medicine with advanced computational methods, highlights the significance of this research in advancing medical diagnostics and improving patient outcomes.

Estudio de marcadores electrocardiográficos derivados del análisis de los componentes principales en señales ECG de pacientes con síndrome de Brugada

Bachelor thesis

Shalabayeva, Laura

Tutor / Supervisor: Solà Soler, Jordi; Palmieri, Flavio

Publication date: 2024

Barcelona East School of Engineering (EEBE)

View detail Access to the full text

La síndrome de Brugada (SB) és una malaltia hereditària que afecta el sistema elèctric del cor i el seu perill més gran consisteix en la possible mort sobtada del pacient. La síndrome pot ser identificada per uns patrons característics a l'electrocardiograma (ECG): una elevació del segment ST seguida d'una alteració de l'ona T. Aleshores, com que el diagnòstic d'aquesta malaltia està estrictament lligada a l'ECG, l'objectiu de l'estudi és l'extracció dels biomarcadors electrocardiogràfics i l'avaluació posterior dels canvis que sorgeixen amb el temps. Per a l'extracció es tria utilitzar el senyal processat mitjançant l'anàlisi dels components principals (PCA), la funció dels quals és la reducció de dimensions d'una matriu. Així, a partir d'un ECG de 12 derivacions s'obté una sola derivació matemàtica, que resulta en la reducció del cost computacional. D'aquesta manera, després d'un preprocessament, aplicació de PCA i delineació del senyal, s'obtenen resultats per a 13 biomarcadors: potència mitjana i àrea del QRS, la durada de l'interval QT i QT corregit, l'amplitud del senyal al punt J i després de passar 60ms des d'aquest punt, el pendent del segment ST, la durada i l'amplitud de l'ona T i les simetries del segment ST i l'ona T. L'anàlisi longitudinal, de durada de 2 o 4 anys en funció de configuració de registres ECG, resulta en trobar unes tendències de canvis, entre les quals es destaquen 2 tendències decreixents: de potència mitjana del complex QRS i de l'amplitud de l'ona T. Així, aquest estudi contribueix a la millora del pronòstic i diagnòstic del SB per prevenir la mort sobtada.

El síndrome de Brugada (SB) es una enfermedad hereditaria que afecta al sistema eléctrico del corazón y su mayor peligro consiste en la posible muerte súbita del paciente. El síndrome puede ser identificado por unos patrones característicos en el electrocardiograma (ECG): una elevación del segmento ST seguida de una alteración de la onda T. Entonces, como el diagnóstico de esta enfermedad está estrictamente ligada al ECG, el objetivo del estudio es la extracción de los biomarcadores electrocardiográficos y la evaluación posterior de los cambios que surgen en ellos con el tiempo. Para la extracción se elige utilizar la señal procesada mediante el análisis de los componentes principales (PCA), cuya función es la reducción de dimensiones de una matriz. Así a partir de un ECG de 12 derivaciones se obtiene una sola derivación matemática, que resulta en la reducción del coste computacional. De este modo, tras un preprocesado, aplicación de PCA y la delineación de la señal, se obtienen resultados para 13 biomarcadores: potencia media y área del QRS, la duración del intervalo QT y QT corregido, la amplitud de la señal en el punto J y tras pasar 60ms desde este punto, la pendiente del segmento ST, duración y amplitud de la onda T y simetrías del segmento ST y la onda T. El análisis longitudinal, de duración de 2 o 4 años en función de configuración de registros ECG, resulta en hallazgo de unas tendencias de cambios, entre las cuales se destacan 2 tendencias decrecientes: de potencia media del complejo QRS y de la amplitud de la onda T. Así, este estudio contribuye a la mejora del prognosis y diagnóstico del SB para prevenir la muerte súbita.

Brugada syndrome (BS) is a hereditary disease that affects the electrical system of the heart and its greatest danger consists of the possible sudden death of the patient. The syndrome can be identified by characteristic patterns on the electrocardiogram (ECG): an elevation of the ST segment followed by an alteration of the T wave. So, as the diagnosis of this disease is strictly linked to the ECG, the objective of the study is to extract electrocardiographic biomarkers and the subsequent evaluation of the changes that arise in them over time. For the extraction, we choose to use the signal processed through principal component analysis (PCA), whose function is to reduce the dimensions of a matrix. Thus, a single mathematical derivation is obtained from a 12-lead ECG, which results in a reduction in computational cost. In this way, after preprocessing, application of PCA and signal delineation, results are obtained for 13 biomarkers: mean power and area of the QRS, the duration of the QT and corrected QT interval, the amplitude of the signal at the J point and after passing 60 ms from this point, the slope of the ST segment, duration and amplitude of the T wave and symmetries of the ST segment and the T wave. The longitudinal analysis, lasting 2 or 4 years depending on the configuration of ECG recordings, results in the discovery of trends of changes, among which 2 decreasing trends stand out: the average power of the QRS complex and the amplitude of the T wave. Thus, this study contributes to the improvement of the prognosis and diagnosis of BS for prevention of sudden death.

Correlació entre els paràmetres de MR Strain i les malalties cardíaques

Bachelor thesis

Tremosa i Oliveras, Marc

Tutor / Supervisor: Engel López, Elisabeth; Mata Miquel, Cristian

Publication date: 2024

Barcelona East School of Engineering (EEBE)

View detail Access to the full text

Aquest projecte té com a objectiu analitzar els paràmetres cardíacs de 250 homes adults utilitzant el programari MR Strain, per identificar possibles malalties cardíaques associades a valors que es desvien significativament de la mitjana. Els paràmetres estudiats inclouen la deformació longitudinal, circumferencial i radial, els volums telediastòlic, telesistòlic i sistòlic, així com la fracció d'ejecció del ventricle esquerre i dret. Els resultats mostren que desviacions en aquests paràmetres poden indicar la presència de diverses condicions cardíaques, com ara la insuficiència cardíaca, la cardiomiopatia dilatada, la hipertrofia ventricular i les valvulopaties. Els mètodes utilitzats inclouen l'adquisició i anàlisi de dades amb imatges obtingudes d'una ressonància magnètica, amb especial atenció als valors mitjans i desviacions estàndard per establir les relacions amb les patologies esmentades. Les conclusions revelen que les desviacions en la deformació longitudinal poden indicar insuficiència cardíaca, mentre que les alteracions en els volums telediastòlics i telesistòlics són indicatives de cardiomiopatia, estenosi valvular i altres disfuncions. Així mateix, una fracció d'ejecció per sota de la mitjana pot estar associada amb insuficiència cardíaca i hipertensió pulmonar. Aquest estudi proporciona una eina valuosa per al diagnòstic precoç i la gestió efectiva de les malalties cardíaques, destacant la importància del monitoratge dels paràmetres cardíacs mitjançant tecnologies avançades com MR Strain, contribuint així a millorar la qualitat de vida dels pacients i destacant la importància de la enginyeria biomèdica per tal de cooperar en la lluita de la salut de la societat.

Este proyecto tiene como objetivo analizar los parámetros cardíacos de 250 hombres adultos utilizando el software MR Strain, para identificar posibles enfermedades cardíacas asociadas a valores que se desvíen significativamente de la media. Los parámetros estudiados incluyen la deformación longitudinal, circunferencial y radial, los volúmenes telediastólico, telesistólico y sistólico, así como la fracción de eyección del ventrículo izquierdo y derecho. Los resultados muestran que desviaciones en estos parámetros pueden indicar la presencia de diversas condiciones cardíacas, como la insuficiencia cardíaca, la cardiomiopatía dilatada, la hipertrofia ventricular y las valvulopatías. Los métodos utilizados incluyen la adquisición y análisis de datos con imágenes obtenidas de una resonancia magnética, con especial atención a los valores medios y desviaciones estándar para establecer las relaciones con las patologías mencionadas. Las conclusiones revelan que las desviaciones en la deformación longitudinal pueden indicar insuficiencia cardíaca, mientras que las alteraciones en los volúmenes telediastólicos y telesistólicos son indicativas de cardiomiopatía, estenosis valvular y otras disfunciones. Asimismo, una fracción de eyección por debajo de la media puede estar asociada con insuficiencia cardíaca e hipertensión pulmonar. Este estudio proporciona una herramienta valiosa para el diagnóstico precoz y la gestión efectiva de las enfermedades cardíacas, destacando la importancia del monitoreo de los parámetros cardíacos mediante tecnologías avanzadas como MR Strain, contribuyendo así a mejorar la calidad de vida de los pacientes y resaltando la importancia de la ingeniería biomédica para cooperar en la lucha por la salud de la sociedad.

This project aims to analyze the cardiac parameters of 250 adult men using MR Strain software to identify possible heart diseases associated with values that divert significantly from the mean. The parameters studied include longitudinal, circumferential, and radial deformation, as well as telediastolic, telesystolic, and systolic volumes, along with the ejection fraction of the left and right ventricles. The results show that deviations in these parameters can indicate the presence of various cardiac conditions such as heart failure, dilated cardiomyopathy, ventricular hypertrophy, and valve diseases. The methods used include data acquisition and analysis with images obtained from magnetic resonance imaging, with particular attention to mean values and standard deviations to establish relationships with the mentioned pathologies. The findings reveal that deviations in longitudinal deformation can indicate heart failure, while alterations in telediastolic and telesystolic volumes are indicative of cardiomyopathy, valve stenosis, and other dysfunctions. Additionally, an ejection fraction below the mean may be associated with heart failure and pulmonary hypertension. This study provides a valuable tool for early diagnosis and effective management of heart diseases, highlighting the importance of monitoring cardiac parameters using advanced technologies like MR Strain, thereby contributing to improving patients' quality of life and emphasizing the significance of biomedical engineering in the societal health endeavor.

Desenvolupament d'un algoritme de IA per al diagnòstic de ganglis limfàtics

Bachelor thesis

Cuéllar Vázquez, Irene

Tutor / Supervisor: Lozano García, Manuel

Publication date: 2024

Barcelona East School of Engineering (EEBE)

Access to the full text

Design and characterization of an antibacterial coating on ITO surfaces

Bachelor thesis

Bautista Cases, Míriam

Tutor / Supervisor: Mas Moruno, Carlos; García de Albéniz López de Aberasturi, Nerea

Publication date: 2024

Barcelona East School of Engineering (EEBE)

View detail Access to the full text

El recent avanç en l'ús i la personalització de biomaterials ha donat peu a la creació de noves tècniques capaces de posar solució a aspectes que concerneixen i amenacen la salut a nivell mundial. Aquest treball de final de grau té com a objectiu principal dissenyar i caracteritzar un recobriment polimèric amb potencial antibacterià per a contribuir al desenvolupament de noves estratègies bactericides i abordar la problemàtica que exhibeix la fallida dels implants mèdics relacionada amb la generació de biopel·lícules. Particularment, aquest informe se centrarà en l'avaluació antibacteriana de l'estructura multicapa composta per ε-poli-L-lisina/Àcid Hialurònic (ε-PLL/HA), dipositada sobre superfícies d'òxid d'estany dopat amb indi (ITO). Per a això, s'han dut a terme diverses tècniques de caracterització per comprovar si el recobriment és efectiu quan s'aplica sobre els substrats d'ITO, comprendre la composició química del recobriment, estudiar la seva mullabilitat, evidenciar la seva letalitat contra la soca Gram-positiva Staphylococcus aureus i, en última instància, determinar si l'augment de capes dipositades afecta directament a la viabilitat dels bacteris i, en cas que es compleixi, suggerir una xifra òptima de capes. Els resultats van mostrar que el recobriment multicapa de (ε-PLL/HA) manifesta efecte bactericida sobre les mostres d'ITO. A més, es va confirmar que l'increment en el nombre de capes del recobriment polimèric augmenta la mortalitat dels bacteris; concretament, la condició que comprenia 24 capes de recobriment va proporcionar un ràtio de mort bacteriana del 93,75%, la qual cosa suggereix un resultat prometedor i confirma la viabilitat d'aquest recobriment antibacterià per a ser usat en biomaterials.

El reciente avance en el uso y la customización de biomateriales ha dado pie a la creación de nuevas técnicas capaces de poner solución a aspectos que conciernen y amenazan a la sanidad mundial. Este trabajo de final de grado tiene como objetivo principal diseñar y caracterizar un recubrimiento polimérico con potencial antibacteriano para contribuir al desarrollo de nuevas estrategias bactericidas y abordar la problemática que exhibe la fallida de los implantes médicos relacionada con la generación de biopelículas. Particularmente, este informe se centrará en la evaluación antibacteriana de la estructura multicapa compuesta por ε-poli-L-lisina/Ácido Hialurónico (ε-PLL/HA), depositadas sobre superficies de óxido de estaño dopado con indio (ITO). Para ello, se han llevado a cabo diversas técnicas de caracterización para comprobar si el recubrimiento es efectivo cuando se aplica en los substratos de ITO, comprender la composición química del recubrimiento, estudiar su humectabilidad, evidenciar su letalidad contra la cepa Gram-positiva Staphylococcus Aureus y, en última instancia, determinar si el aumento de capas depositadas afecta directamente a la viabilidad de las bacterias y, en caso de que se cumpla, sugerir una cifra óptima de capas. Los resultados mostraron que el recubrimiento multicapa de (ε-PLL/HA) manifiesta efecto bactericida sobre las muestras de ITO. Además, se confirmó que el incremento en el número de capas del recubrimiento polimérico acrecienta la mortalidad de las bacterias; concretamente, la condición que comprendía 24 capas de recubrimiento proporcionó un ratio de muerte bacteriana del 93,75%, lo que sugiere un resultado prometedor y confirma la viabilidad de este recubrimiento antibacteriano para ser usado en biomateriales.

The recent advancement in the use and customization of biomaterials has led to the development of novel approaches capable of addressing issues concerning and threatening global healthcare. This bachelor's thesis aims to design and characterize a polymeric coating with antibacterial properties to contribute to the development of new bactericidal strategies and address the issue of biofilm-related infections on medical implant devices. Specifically, this report will focus on the antibacterial evaluation of the multilayer structure composed of ε-poly-L-lysine/Hyaluronic acid (ε-PLL/HA), deposited on indium tin oxide (ITO) surfaces. To achieve this, various characterization techniques have been employed to verify the effectiveness of the coating when applied on ITO substrates, understand the chemical composition of the coating, study its wettability, demonstrate its lethality against the Gram-positive strain Staphylococcus aureus, and ultimately determine if the increase in deposited layers directly affects bacterial viability, and if so, suggest an optimal number of layers. The results showed that the multilayer (ε-PLL/HA) based coating exhibits bactericidal effects on ITO samples. Furthermore, it was confirmed that the increase in the number of layers of the polymeric coating results in a direct augment of bacterial mortality; specifically, the condition comprising 24 layers of coating provided a bacterial death ratio of 93.75%, suggesting a promising outcome and its suitability to be used as antibacterial coating on biomaterials.