Caracterización y clasificación de señales Electroencefalográficas para aplicaciones de Interfaz Cerebro-Computador

Caracterización y clasificación de señales Electroencefalográficas para aplicaciones de Interfaz Cerebro-Computador

Wilmer Castro^[1]
Director: PhD. Diego Hernán Peluffo Ordóñez^[2]
Departamento de Electrónica
Universidad de Nariño
San Juan de Pasto, Colombia

Resumen

Desde su primera aplicación, la electroencefalografía ha sido una técnica usada fundamentalmente para lograr comprender el comportamiento del cerebro. Estudiando las señales electroencefalográficas (EEG) se ha tratado de descifrar las intenciones de una persona y las acciones que pueda ejercer sobre ciertos dispositivos solo con imaginarlo. Este concepto es lo que se conoce  como interfaz cerebro-computador o BCI, sistemas que actualmente se usan con gran expectativa en personas dependientes o con alto grado de discapacidad, dado que se presenta como una nueva forma de comunicación, logrando que individuos con parálisis parcial o total de sus extremidades puedan realizar tareas como: escribir en un monitor, desplazarse en una silla de ruedas, manejar prótesis entre otras.

La función básica de un sistema BCI es medir las señales eléctricas provenientes del cerebro, procesarlas, extraer características y permitir que el usuario interactúe con el entorno por medio de un dispositivo físico. La extracción de estas características conlleva a un análisis profundo de la señal EEG a fin de distinguir las señales pertinentes, es decir aquellas relacionadas con las intenciones del usuario y que serán usadas en comandos de salida.  Es aquí donde aún se ve restringida la eficiencia  de un sistema BCI, debido a que las señales EEG al momento de ser adquiridas son afectadas por ruido y presentan una baja resolución espacial, evitando una correcta caracterización de los fenómenos fisiológicos y derivando en extenuantes horas de entrenamiento por parte del usuario antes de efectuar de manera precisa las intenciones que desea realizar. En este trabajo se propone desarrollar una metodología alternativa que permita realizar una mejor caracterización y clasificación de señales EEG para fines aplicativos en sistemas BCI. Para lograrlo se efectuará un estudio comparativo de los actuales métodos de caracterización y se implementará un modelo computacional usando técnicas de selección y de reducción de dimensión a fin de determinar un método equilibrado entre eficacia y coste computacional.

1. Introducción

Las enfermedades neuromusculares o neurológicas degenerativas como la Distrofia Muscular y la Esclerosis Lateral Amiotrófica, son afecciones crónicas que generan gran discapacidad de la autonomía personal y que aún no disponen de tratamientos efectivos ni cura definitiva limitando físicamente a aquellas personas que las padecen. Se presentan en cualquier etapa de la vida y sus efectos en la mayoría de los casos, perduran para siempre. Su principal característica es la afección de los nervios que controlan los músculos voluntarios como es el caso de brazos y piernas, y se originan cuando las células nerviosas también llamadas neuronas, se enferman o mueren interrumpiendo la comunicación entre el sistema nervioso y los músculos. Aunque el movimiento de extremidades sea nulo o casi nulo, la actividad cerebral se mantiene normal provocando pequeños potenciales eléctricos. En los últimos años las investigaciones se han centrado en el desarrollo de técnicas que permitan leer y comprender estos potenciales a fin de descifrar el comportamiento del cerebro. Algunas de estas técnicas como la resonancia magnética funcional (fMRI), la Tomografía por emisión de positrones (PET) y la espectroscopia por infrarrojo cercano funcional (fNRI) se basan en la obtención de imágenes del lugar donde se origina la actividad eléctrica, otras como la magnetoencefalografia (MEG) se basan en el registro del campo magnético, y están la electrocorticografia (ECoG) y la electroencefalografía (EEG) que obtienen registros del potencial eléctrico del cerebro [1].

La EEG es la técnica de mayor uso en el registro de la actividad cerebral debido a su fácil acceso y bajo costo comparado con las técnicas de registro de imágenes o campo magnético, además de no requerir de métodos quirúrgicos e invasivos como la ECoG que implanta los electrodos directamente en la superficie del cerebro aumentando el riesgo de provocar una infección durante su prolongado contacto. La  EEG  permite el registro de la actividad eléctrica originada por las neuronas cerebrales por medio de electrodos ubicados de manera estándar sobre el cuero cabelludo y siguiendo una denominación internacional, de tal forma que los registros puedan ser interpretables, reproducibles y comparables en cualquier lugar del mundo. Es una prueba sencilla e indolora donde se estudia y analiza la diferencia de potencial de los electrodos, así como la frecuencia, amplitud y morfología de su curva y variación con respecto al tiempo, a fin de detectar alteraciones en el cerebro [1][2].

[pic 1]

Figura 1. Funcionamiento del electroencefalograma. Imagen tomada de: [4]

Desde que se aplicó por primera vez, la EEG ha sido para médicos y científicos un procedimiento indispensable que ayuda a diagnosticar trastornos y evaluar traumas como: la epilepsia, el alzhéimer, la narcolepsia, la apoplejía y la lesión medular. Facilita la supervisión de pacientes en estado de coma o durante intervenciones quirúrgicas, y permite estudiar el comportamiento del cerebro con el propósito de descifrar pensamientos voluntarios esperando que una persona pueda realizar ciertas acciones a través de dispositivos físicos solamente con imaginarlo. Es así como nace el concepto de interfaz cerebro-computador (Brain Computer Interface, BCI),  un sistema que a partir de las señales EEG obtiene ciertas características, las procesa y las traduce en comandos de salida permitiendo controlar ciertos dispositivos y convirtiéndose en una nueva alternativa de comunicación con amplias posibilidades para las personas discapacitadas [3]. Un diagrama de bloques con el funcionamiento básico de un sistema BCI se muestra en la figura 2.

[pic 2]

Figura 2. Funcionamiento básico de una interfaz cerebro-computador (BCI).

Durante los últimos años ha crecido el interés científico por los sistemas BCI, vaticinando un futuro con usos y aplicaciones limitadas únicamente por la imaginación de quien quiera emplearlos. Actualmente estos sistemas están presentes en áreas de la robótica, la domótica, los videojuegos, la medicina y la rehabilitación. Como resultado de algunas investigaciones se ha logrado que personas con capacidades motoras reducidas mejoren su calidad de vida y puedan realizar tareas como escribir en un monitor, seleccionar objetos de una pantalla, desplazarse en una silla de ruedas, controlar electrodomésticos, manejar prótesis entre otras, las cuales se las considera como todo un record teniendo en cuenta la prematura etapa en la que se encuentra el desarrollo de esta tecnología

...