|
. : Primera Jornada Argentina sobre Interfaces Cerebro Computadora - JAICC 2006 : . Miércoles 13 de diciembre de 2006 - Facultad de Ingeniería - Oro Verde - Entre Ríos LIRINS: Laboratorio de
Ingeniería en Rehabilitación e Investigaciones Neuromusculares y
sensoriales - Facultad de Ingeniería - UNER |
|
| Cronograma de actividades y ponencias | Resúmenes de ponencias | Resúmenes de ponencias:
documento pdf
Mónica Cossio, Pablo Jakuto, Rubén C.
Acevedo. Hay un número significativo de personas que tienen discapacidades motoras severas debido a diversas causas, en estos casos los sistemas de comunicación basados en electroencefalograma (EEG) proveen una nueva forma de comunicación, ya sea para incrementar la integración en la sociedad o para proveer de un medio de control sin asistencia permanente en el entorno en el que se desenvuelven. En esta exposición se presenta la experiencia, los inconvenientes encontrados y los resultados obtenidos en la implementación de una BCI basada en regulación de la actividad eléctrica de la corteza cerebral registrada durante la imaginación del movimiento. Básicamente la idea es identificar cuando la persona imagina que mueve la mano izquierda o la derecha, lo cual es posible detectando la desincronización / sincronización relacionada a eventos (Event Related Desynchronization / Synchronization, ERD/ERS) que se manifiesta en la banda de frecuencia correspondiente a la banda mu del EEG. Este fenómeno se produce en la acción de ejecutar el movimiento así como también al imaginarlo. Si bien es la primera experiencia en el tema, los resultados obtenidos son alentadores y hacen pensar en la factibilidad de desarrollar una BCI.
Un nuevo paradigma BCI: Detectar la intención de mover el cursor. Algunos ensayos preliminares. Enrique M. Spinelli. Existen diversas técnicas y paradigmas en la implementación de interfaces Cerebro-Computadora (BCI). En general, las BCI se basan en detectar señales de EEG asociadas a ciertos estados mentales, por ejemplo la intención de realizar un movimiento y asocian tareas a estos eventos, como el movimiento de un cursor o el encendido de un artefacto. Como una alternativa, que no presenta relación directa con actividades motoras y más fuertemente ligada al objetivo último que es el movimiento del cursor, se propone utilizar como estados mentales la "intención" de mover el cursor a la izquierda y la "intención" de hacerlo hacia la derecha. Si estos estados mentales resultan discernibles y detectables, la operación de la BCI no requerirá entrenamiento y resultará simple de utilizar. Se realizaron algunos ensayos experimentales intentando detectar la
"intención" del usuario de mover el cursor a la izquierda y de
hacerlo hacia la derecha. Para esto se utilizó un modelo autoregresivo de
la señal de EEG, una descomposición en componentes principales y un
clasificador lineal. Los resultados obtenidos, si bien son preliminares,
parecen indicar que el paradigma propuesto es factible.
Análisis funcional entre el EEG y el EMG durante contracción sostenida: Posible aplicación al control de una neuroprotésis. Angel Zeitoune, Gabriela Main, Carolina Tabernig,
Rubén Acevedo Las órdenes motoras generadas en la corteza motora primaria son transmitidas por las neuronas motoras hasta los músculos, órganos efectores del movimiento voluntario. En distintas patologías, estas órdenes pueden generarse pero no lograr el movimiento funcional buscado. En este sentido, resulta importante explorar las características de la actividad neuronal en la corteza motora humana cuando ésta refleja la intención de la persona de realizar un movimiento. En este estudio, realizado por dos estudiantes de la carrera de bioingeniería, se analizó la relación funcional entre el EEG, en el rango de 20 a 40 Hz, y el EMG durante una contracción sostenida. Se realizó un análisis de coherencia y retardo de tiempo entre ambas señales. Los resultados demostraron la existencia de correlación lineal entre la actividad sincrónica electroencefalográfica en la corteza motora primaria sobre el área de la mano y la despolarización de las unidades motoras en el músculo flexor superficial de los dedos, durante una tarea de mantenimiento de contracción voluntaria. Los aportes de la ingeniería en el campo de neurofisiología favorecerán tanto la comprensión de la sinergia del sistema neuromuscular como el surgimiento de nuevas interfaces entre el cerebro y los distintos dispositivos de ayuda a la vida diaria de las personas con discapacidad.
BCI Inversa: Con qué señales estimular el nervio vago para neutralizar el foco epileptógeno durante un ataque de pánico? Mario Mastriani A partir de una doble configuración, primero de sensado mediante scalp de 64 canales y luego de estimulación por inducción del nervio vago, se intenta inhibir un foco epileptógeno cortical y/o sub-cortical durante un ataque de pánico, en 23 adultos fóbicos de ambos sexos, con edades entre 20 y 45 años. Inicialmente cada individuo es introducido en un tomógrafo, al cual se le incorporó una pequeña pantalla LCD, en la cual se proyectaron imágenes en relación al objeto de su fobia, a efectos de realizar una primera identificación espacial del foco. Luego y ya fuera del tomógrafo se aplica el scalp, el cual cuenta con 12 canales de ECG y se complementa con oximetría para evaluar una eventual hiperventilación. En este caso, también es utilizada una pantalla de proyección. Se varía en forma y frecuencia el pulso de estímulo vagal de inducción del tipo no-invasivo extracorpóreo a una placa adquisidora interna a una PC equipada con MATLAB y su toolbox de adquisición de datos. Los experimentos demostraron distintas respuestas no concluyentes, lo que sugiere una profundización en los métodos de proyección del tipo de teleinmersión o realidad virtual, o bien exposición controlada, como es el caso de los aracnofóbicos, a los efectos de provocar una inmersión más vívida en el proceso de desencadenamiento del ataque en los voluntarios.
Código neural Carmelo Felice, Fernando Farfán La manera en que la información es codificada por el sistema nervioso es información crucial para entender que decodificar cuando se analizan sistemas de interfase cerebro-computadora. El código neural se manifiesta en sistemas relativamente simple, como en un sistema de transducción táctil en la vibrisa de ratas, hasta los más complejos como las descargas síncronas de conjuntos de neuronas en la neocorteza humana. Este código puede clasificarse en tres tipos rate codes (RC) o frecuencia promedio de descargas de espigas, population code (PC) o promedio de descargas de espigas en un determinado espacio y timing codes (TC) o patrones temporales de las descargas. Estos esquemas de códigos presentan diferencias en la robustez contra el ruido, resolución espacial y velocidad de transmisión de la información. Conocer estas características en los sistemas estudiados podría, por ejemplo, optimizar implementaciones tecnológicas. Una interfasez cerebro computadora (BCI, brain computer interface) trabaja con señales en el peor de los casos TC y suponen que las secuencias coordinadas de potenciales de acción producidas por grupos de neuronas en forma colectiva representan la relación estímulo-respuesta.. En este trabajo realizamos un análisis exploratorio de las tendencias generales en BCI, aportamos información fisiológica actualizada en diferentes sistemas y mostramos algunos nuevos caminos posibles.
Aplicación de un nuevo esquema de extracción de características para BCI basadas en potenciales evocados visuales de estado estacionario Teodoro Solís Escalante, Oscar Yánez Suarez En este trabajo se presenta un nuevo esquema de extracción de características para las Interfaces Cerebro-Computadora (BCI) basadas en potenciales evocados visuales de estado estacionario. El esquema esta basado en el algoritmo de clasificación multiseñal (MUSIC) y utiliza como vectores de características los valores del pseudospectro calculado para las frecuencias de estimulo y sus armónicos. Los resultados obtenidos en el análisis fuera de línea muestran un desempeño superior, en términos de tiempo y certeza, comparado con los resultados publicados para métodos basados en la Transformada Discreta de Fourier. Los resultados muestran los valores de certeza y área bajo la curva ROC para el caso de dos, tres y cuatro clases. Se incluyen además los resultados previos de un análisis de fase con el algoritmo de estimación de parámetros de señal por técnicas de invarianza a la rotación (ESPRIT) como una extensión de MUSIC. La clasificación de los datos y medidas de desempeño se realizaron mediante validación cruzada con máquinas de soporte vectorial con núcleos lineales y gaussianos.
Detección de potenciales relacionados a eventos en estimulo único usando proyecciones en subespacios Eric Bojorges Valdez Los potenciales evocados de evento raro (oddball) son ocasionados cuando el sujeto percibe un estimulo cuya frecuencia de aparición es mucho menor que la de otros estímulos, de ahí el nombre de raro. Este tipo de potenciales pueden ser aprovechados para realizar una BCI, la cual presenta variasopciones y el paciente selecciona sólo una de ellas. La BCI más conocida en este contexto es el deletreador de Donchin, donde se muestra una matriz con caracteres alfanuméricos; las columnas y renglones comienzan a intensificarse de manera aleatoria, al detectar la columna y el renglón que ocasiona el potencial, se puede inferir el caracter a comunicar. Este procedimiento lleva tiempo y es cansado para el paciente, de ahí la necesidad de reducir al mínimo la estimulación de manera ideal a un solo estímulo. El problema de detección del potencial en este campo puede expresarse como un problema de clasificación; es decir, determinar cuando una señal tiene o no potencial evocado. Para realizar esta clasificación de los datos, debemos obtener características que nos permitan generar un espacio adecuado de características. Este espacio puede ser construido a partir de los mismos potenciales y tiene que ser generado para cada paciente. Así de cada potencial su proyección en el espacio de señal es calculada y considerada como un punto en el espacio de características, con lo cual puede ser clasificado.
Incorporación de modelo de predicción de lenguaje en el deletreador de Donchin Aaron Jiménez Ramos En el deletreador de Donchin, el punto clave es detectar las componentes P300 en el estudio de EEG lo más exacta y rápidamente posible, con el fin de asegurar la mayor tasa de transferencia (bit-rate) entre el usuario y la computadora. El mayor problema con esto, es que para mejorar la exactitud en la clasificación es necesario emplear más trials (intensificaciones de la matriz de Donchin); pero al mismo tiempo, la tasa de transferencia disminuye. En este trabajo, un modelo de predicción que emplea reglas gramaticales e incorpora la probabilidad del lenguaje, es utilizado en conjunto con el clasificador de P300, tanto para disminuir el numero de trials necesarios para inferir un símbolo, como para disminuir el numero de caracteres mal clasificados; es decir, al complementar nuestro clasificador con un modelo de predicción del lenguaje se busca acelerar la comunicación con una perdida mínima de exactitud en la clasificación. El modelo de predicción mencionado, esta basado en el algoritmo Prediction by Partial Match (PPM) y es independiente tanto del clasificador utilizado para inferir un caracter de la matriz de Donchin, como del lenguaje; lo cual lo hace mas flexible y confiable.
Eliminación automática de artefactos del EEG en BCI basadas en P300 Gerardo G. Gentiletti En los registros de señales de EEG que se utilizan en un sistema de Interfaz Cerebro Computadora (BCI, por su siglas en Inglés), pueden presentarse diferentes fuentes de contaminación causando una consecuente reducción en su tasa de comunicación. A pesar de que varias son las técnicas para la eliminación de artefactos en EEG que han sido reportadas, las limitaciones que aparecen en el contexto de las BCI, imponen particulares desafíos en esta tarea de procesamiento de la señal. Bajo un esquema en el que se evita la eliminación de los segmentos de señal contaminados, en este trabajo se aplican dos métodos bien establecidos de descomposición de señales: Análisis de Componentes Principales y Análisis de Componentes Independientes. Sobre estos se proponen reglas para la selección automática de los componentes extraídos, para luego de filtrarlos, lograr una reconstrucción al dominio original de la señal que favorezca la eliminación de la mayoría de los artefactos presentes en esta. El esquema propuesto es evaluado en términos de su efecto en la eficiencia de clasificación de señales conteniendo respuestas P300 evocadas con el paradigma deletreador de Donchin y usando como clasificador a Máquinas de Soporte Vectorial con núcleo gaussiano.
BCI's destinadas a la robótica: casos implementados Fernando A. Auat Cheeín, Ricardo Carelli En este trabajo se muestra la implementación de una BCI al gobierno de un robot móvil y de un manipulador robótico. La BCI utilizada se basa en la adquisición, detección y clasificación de la sincronización y desincronización de eventos del área occipital. El presente trabajo centra su enfoque en la aplicación en robótica a la que es destinada la BCI, buscando minimizar las tareas del usuario de la misma. La implementación de la BCI en un robot móvil tiene como objetivo aprovechar que, el autómata y una silla de ruedas a motores, poseen idéntica cinemática. El robot móvil navega dentro de un entorno semi-estructurado gracias a los comandos recibidos desde la BCI. La navegación se efectúa bajo la supervisión de determinadas estrategias de control y comportamiento, las que tienen como fin proteger la integridad del vehículo y del usuario de la posible silla de ruedas. Los resultados de este trabajo serán implementados en una silla de ruedas a motores. La necesidad de implementar la BCI en un manipulador robótico surge de la similitud del mismo con un brazo ortopédico. A diferencia del robot móvil, en el manipulador, el diseño visual -para asegurar una bio-realimentación efectiva- cambia notablemente, debiéndole otorgar al usuario información precisa del área de trabajo. En este desarrollo, solo se controla el movimiento del robot en dos grados de libertad dentro del área de trabajo del mismo. Al igual que en el caso anterior, esta implementación también se ve acompañada por las leyes de control apropiadas para asegurar que se cumpla el objetivo de la BCI. Como trabajo futuro se pretende extender el control del manipulador robótico a tres grados de libertad y adicionarle una garra a su extremo.
|
| | consultas | Contenidoweb-bioingenieria | Inicio | Actualizado: 18/12/06 |