Possui graduação em Engenharia Elétrica (2018) pela Faculdade de Engenharia Elétrica e de Computação (FEEC) da Universidade Estadual de Campinas (UNICAMP). É mestre em Engenharia Elétrica pela mesma Universidade (2020), no departamento de Engenharia Biomédica (DEEB). Seu tema de pesquisa no mestrado foi baseado nos seguintes temas: Neurociência Computacional, Doença de Parkinson e Ressonância Estocástica. Também teve experiência na área de Processamento de Sinais, no tema de Separação Cega de Fontes e Análise de Componentes Independentes, e na área de Internet das Coisas e Sistemas Inteligentes. Atualmente é doutorando também pela FEEC/UNICAMP no DEEB e sua pesquisa atual é focada no estudo de algoritmos de inteligência artificial e aprendizado de máquina para a decomposição do sinal eletromiográfico de alta densidade (HD-EMG). (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
A decomposição dos sinais de eletromiografia de superfície em alta densidade (HD sEMG) emtrens de disparos de unidades motoras abre uma janela "não invasiva" para os mecanismos neurais de controle do movimento. Os sinais obtidos a partir da decomposição têm relevância não só científica, para o entendimento da fisiologia do sistema motor, mas também tecnológica, para o controle de interfac…
Postula-se que a doença de Parkinson (PD, do inglês Parkinson's Disease) é resultado da degeneração de neurônios dopaminérgicos localizados nos núcleos da base. Os principais sintomas desta doença neurodegenerativa são: tremores, dificuldades de manutenção da postura e dificuldades na coordenação dos movimentos. Acredita-se que o tremor parkinsoniano é proveniente de um aumento nas oscila…
| 2 | Bolsas no país concluídas |
| Processos vinculados | |
CV Lattes
ORCID