De cero a un laboratorio de neurociencia

por | Mar 30, 2026

Artículo metodológico que propone un marco estructurado para diseñar laboratorios multimodales en neurociencia, abordando infraestructura, control ambiental, sincronización y gestión de datos.

Resumen

A medida que los enfoques multimodales se vuelven cada vez más comunes en neurociencia cognitiva, surge una necesidad creciente de directrices claras para el diseño y la construcción de laboratorios. En este trabajo presentamos un marco estructurado para el desarrollo de un laboratorio de neurociencia multimodal, abordando aspectos clave como la selección del espacio, el tratamiento acústico, el apantallamiento electromagnético, el control ambiental, la sincronización de datos y la gestión de datos.

También describimos su implementación práctica en el Instituto de Neurociencia Avanzada de Barcelona (INAB), donde la instalación fue configurada para apoyar tanto estudios individuales como multi-participante utilizando electroencefalografía (EEG), espectroscopía funcional de infrarrojo cercano (fNIRS), eye-tracking y biosensores periféricos.

El laboratorio fue diseñado para preservar la calidad de la señal, minimizar artefactos y promover la reproducibilidad experimental mediante condiciones ambientales controladas y procedimientos rigurosos de sincronización. Las pruebas de validación confirmaron que el espacio de registro alcanzó tiempos de reverberación inferiores a 0,6 s y redujo la interferencia electromagnética (EMI) en más de 30 veces.

En conjunto, estas consideraciones técnicas y prácticas proporcionan un modelo replicable que otros grupos de investigación pueden adoptar para mejorar la estandarización y la fiabilidad de los datos en entornos de neurociencia multimodal.

Ver Publicación

PUBLICACIONES DESTACADAS

Divulgación
Imagen blog IA 2

Meta ha construido un cerebro digital sobre el que ejecutar experimentos

Los modelos de IA que hay detrás de ChatGPT, los generadores de vídeo actuales y los asistentes de voz nunca se han entrenado con cerebros. Han aprendido a partir de texto, vídeo y audio recopilados de internet. Y, sin embargo, un nuevo artículo del laboratorio Meta AI (FAIR) muestra que, si tomas lo que estos modelos han aprendido internamente y le añades una pequeña capa entrenada con registros de resonancia magnética funcional (fMRI) de 720 personas, el resultado se aproxima a un modelo funcional del cerebro humano.

Divulgación
IA

¿Puede la IA hacer que las interfaces cerebro-ordenador realmente funcionen?

Las interfaces cerebro-ordenador han prometido permitir que las personas controlen máquinas con sus pensamientos, pero tienen un problema fundamental: las señales cerebrales, especialmente las captadas sin cirugía, son ruidosas e imprecisas. La mayor parte de la investigación ha intentado construir mejores decodificadores para extraer órdenes más limpias de ese ruido, pero existe un límite a cuánto puede ayudar eso. Un estudio reciente adoptó un enfoque diferente.

Publicación científica
img blog 3

Avances en sonobiología

La sonobiología estudia cómo las ondas acústicas y vibraciones bajas influyen en procesos celulares clave, como el crecimiento y la diferenciación, mediante mecanismos que conectan estímulos mecánicos con la expresión genética.

oscuridad

¿Estamos realmente a oscuras con los ojos tapados?

Este trabajo presenta un sistema integrado en un antifaz capaz de medir en tiempo real la luz residual que alcanza los ojos durante estudios de privación visual, permitiendo cuantificar con precisión el nivel de oscuridad experimental.

Imagen blog IA 2

Meta ha construido un cerebro digital sobre el que ejecutar experimentos

Los modelos de IA que hay detrás de ChatGPT, los generadores de vídeo actuales y los asistentes de voz nunca se han entrenado con cerebros. Han aprendido a partir de texto, vídeo y audio recopilados de internet. Y, sin embargo, un nuevo artículo del laboratorio Meta AI (FAIR) muestra que, si tomas lo que estos modelos han aprendido internamente y le añades una pequeña capa entrenada con registros de resonancia magnética funcional (fMRI) de 720 personas, el resultado se aproxima a un modelo funcional del cerebro humano.

IA

¿Puede la IA hacer que las interfaces cerebro-ordenador realmente funcionen?

Las interfaces cerebro-ordenador han prometido permitir que las personas controlen máquinas con sus pensamientos, pero tienen un problema fundamental: las señales cerebrales, especialmente las captadas sin cirugía, son ruidosas e imprecisas. La mayor parte de la investigación ha intentado construir mejores decodificadores para extraer órdenes más limpias de ese ruido, pero existe un límite a cuánto puede ayudar eso. Un estudio reciente adoptó un enfoque diferente.

img blog 1

Efectos de la gratitud sobre las células

Este estudio explora cómo los cambios acústicos inducidos por la gratitud en la voz humana podrían influir en la proliferación celular, sugiriendo una posible interacción entre emociones y biología celular a través de principios físicos.

img blog 3

Avances en sonobiología

La sonobiología estudia cómo las ondas acústicas y vibraciones bajas influyen en procesos celulares clave, como el crecimiento y la diferenciación, mediante mecanismos que conectan estímulos mecánicos con la expresión genética.