Instituto Tecnolgico Superior de Huichapan

Divisin de Ingeniera Mecatrnica

Unidad II





Estado del arte



Docente:
Jos Miguel


Presentan:
Fabin Lpez Camacho
Francisco Jos Valds Callejas

BCI2000: A General-Purpose Brain-Computer
Interface (BCI) System
Gerwin Schalk*, Member, IEEE, Dennis J. McFarland, Thilo Hinterberger, Niels Birbaumer,
and Jonathan R.Wolpaw
Muchos laboratorios han iniciado con el desarrollo de los sistemas interfaz computadora-
cerebro proviendo comunicacin y capacidades de control para personas con
discapacidades motoras. Para el progreso y la realizacin de aplicaciones practicas depende
de evaluaciones sistemticas y comparaciones de seales cerebrales diferentes, mtodos
de grabacin, procesamiento de algoritmos, formatos de salidas, y protocolos
operacionales. Las sistemas tpicos BCI son diseados especficamente por un mtodo de re
e particular y es no situado en estudios sistemticos son esenciales para progresos
continuos. En respuesta a este problema, hemos desarrollado un documentado la
investigacin y el desarrollo de BCI de propsito general plataforma llamada, BCI2000.
BCI2000 puede incorporar solos o en combinacin cualquier seales del cerebro mtodos
de procesamiento de seales, dispositivos de salida, y protocolos en operacin. Este
informe tiene por objeto describir a los investigadores, ingenieros biomdicos, y cientficos
de la computacin de los conceptos basados en el sistema BCI2000 y da ejemplos de
implementaciones exitosas de BCI con este sistema. Hasta la fecha, hemos utilizado BCI2000
para crear sistemas BCI para una variedad de seales cerebrales, mtodos de
procesamiento y aplicaciones. Los datos muestran que estos sistemas funcionan bien en la
operacin en lnea y que BCI2000 satisface los estrictos requisitos de tiempo real de
sistemas BCI. Al reducir sustancialmente la mano de obra y el costo, BCI2000 facilita la
implementacin de diferentes sistemas BCI y otros experimentos psicofisiolgicos. Est
disponible con documentacin completa y de forma gratuita para fines educativos y de
investigacin o, y actualmente se est utilizando en una variedad de estudios por muchos
grupos de investigacin.

Braincomputer interfaces for communication and control
Jonathan R. Wolpawa,b,*, Niels Birbaumerc,d, Dennis J. McFarlanda,
Gert Pfurtschellere, Theresa M. Vaughana
aLaboratory of Nervous System Disorders, Wadsworth Center, New York State
Department of Health, P.O. Box 509, Empire State Plaza,
Albany, NY 12201-0509, USA
bState University of New York, Albany, NY, USA
cInstitute of Medical Psychology and Behavioral Neurobiology, University of Tuebingen,
Tuebingen, Germany
dDepartment of Psychophysiology, University of Padova, Padova, Italy
eDepartment of Medical Informatics, Institute of Biomedical Engineering, Technical
University of Graz, Graz, Austria
Accepted 2 March 2002
Durante muchos aos la gente ha especulado que la actividad electroencefalogrfica u otras
medidas electrofisiolgicas de funcin cerebral podran proporcionar un nuevo canal no
muscular para el envo de los mensajes y comandos para el mundo exterior - una interfaz
cerebro-ordenador (BCI). Durante los ltimos 15 aos, han surgido programas de
investigacin de BCI productivos. Animado por una nueva comprensin de la funcin
cerebral, por la llegada de potentes equipos de computacin de bajo costo, y por el
creciente reconocimiento de las necesidades y potencialidades de las personas con
discapacidad, estos programas se concentran en el desarrollo de nuevas tecnologas de la
comunicacin y el control aumentativa para personas con trastornos neuromusculares
graves, tales como la esclerosis lateral amiotrfica, accidente cerebrovascular tronco
cerebral, y la lesin de la mdula espinal. El objetivo inmediato es proporcionar a estos
usuarios, que pueden ser completamente paralizado, o " bloqueado en ', con capacidades
bsicas de comunicacin para que puedan expresar sus deseos a los cuidadores o incluso
operar programas o neuroprtesis procesamiento de textos. Presente BCI - da determinan
la intencin del usuario de una variedad de diferentes seales electrofisiolgicas. Estas
seales incluyen los potenciales corticales lentos, potenciales P300 y mu o ritmos beta
grabados desde el cuero cabelludo, y neuronal corticalactividad registrada por los
electrodos implantados. Se traducen en tiempo real en los comandos que operan una
pantalla de ordenador u otro dispositivo. Operacin exitosa requiere que los comandos
codificar usuario en estas seales, y que las BCI derivan los comandos de las seales. Por lo
tanto, el usuario y el sistema de BCI tienen que adaptarse entre s tanto inicialmente y
continuamente a fin de garantizar un rendimiento estable. BCI actuales tienen tasas
mximas de transferencia de datos de hasta 10 a 25 bits / min. Esta capacidad limitada
puede ser til para las personas que tienen discapacidades graves no les permiten el uso de
mtodos de comunicacin aumentativa convencionales. Al mismo tiempo, muchas
aplicaciones posibles de la tecnologa BCI, tales como el control de neuroprtesis, pueden
requerir mayores tasas de transferencia de informacin. El progreso futuro depender de:
el reconocimiento de que la investigacin y el desarrollo BCI es un problema
interdisciplinario, involucrando a la neurobiologa, la psicologa, la ingeniera, las
matemticas y ciencias de la computacin, la identificacin de las seales, ya sean
potenciales evocados, ritmos espontneos, o las tasas de disparo neuronal, que los usuarios
estn ms capaces de controlar independiente de la actividad en las vas de salida del motor
convencional, el desarrollo de mtodos de capacitacin para ayudar a los usuarios a obtener
y mantener ese control; delimitacin de los mejores algoritmos para traducir estas seales
en los comandos del dispositivo, la atencin a la identificacin y eliminacin de los
artefactos tales como electromiogrfica y la adopcin de procedimientos precisos y
objetivos para evaluar el rendimiento de BCI, el reconocimiento de la necesidad de que a
largo plazo, as como la evaluacin a corto plazo del rendimiento de BCI, la identificacin de
las aplicaciones BCI apropiadas y adecuado calce entre las aplicaciones y los usuarios; y la
atencin a los factores que afectan la aceptacin del usuario de la tecnologa aumentativa,
incluyendo la facilidad de uso, la esttica, y la provisin de esas capacidades de
comunicacin y de control que son ms importantes para el usuario. Desarrollo de la
tecnologa BCI tambin se beneficiar de un mayor nfasis en las publicaciones de
investigacin revisados por pares y la evitacin de la atencin meditica hiperblica ya
menudo engaosa que tiende a generar expectativas poco realistas en el pblico y el
escepticismo en otros investigadores. Con el reconocimiento adecuado y la participacin
efectiva de todas estas cuestiones, los sistemas BCI eventualmente podran ofrecer una
nueva opcin de comunicacin y de control importante para las personas con
discapacidades motoras y tambin podra dar a los que no tienen discapacidades un canal
de control suplementario o un canal de control til en circunstancias especiales.

BrainComputer Interfaces Based on the Steady-State
Visual-Evoked Response
Matthew Middendorf, Grant McMillan, Gloria Calhoun, and
Keith S. Jones
El programa de Control de Tecnologa Alternativa (ACT) del Laboratorio de Investigacin de
la Fuerza Area se dedica al diseo y evaluacin de una variedad de controles de manos
libres. Estos incluyen los ojos, la cabeza, el habla, electromiografa y sistemas
electroencefalogrficas (EEG) que permiten la comunicacin con las computadoras,
mientras que las manos de los operadores se mantienen ocupados en otras actividades. Por
ejemplo, los controles alternativos pueden permitir a los tcnicos de mantenimiento para
operar manualmente el equipo de prueba, mientras que el acceso a esquemas en una
pantalla montada en la cabeza. En general, el control basado en EEG utiliza determinados
aspectos de la actividad elctrica del cerebro. Sin embargo, esta definicin no impone una
metodologa especfica de control. Curiosamente, varios de control basado en EEG
diferentes dispositivos basados en respuestas evocadas visuales se han desarrollado en
paralelo en diversas instituciones de investigacin. Por ejemplo, Farwell y Donchin
desarrollaron un control basado en los " P300, " una respuesta cerebral que vara como una
funcin de la probabilidad de estmulo y la pertinencia tarea. El diseo cuidadoso de la
forma y los procedimientos de trabajo permiti que estos autores utilizar la varianza natural
del P300 para el control de tareas. Sutter, desarroll un dispositivo de control basado en la
variacin natural en los potenciales corticales evocados visuales para determinar la
direccin del usuario de la mirada con respecto a una matriz de estmulos parpadeantes.
Este sistema aprovecha la magnificacin cortical que se produce cuando un estmulo
parpadeo es visualmente obsesionado. Investigacin basada en EEG en el programa ACT ha
aprovechado el estado estacionario- visual evocado respuesta (SSVER) como un medio de
comunicacin eficaz para las interfaces cerebro-ordenador (BCI). Se han empleado dos
mtodos de uso de la SSVER para el control. En uno, los operadores estn capacitados para
ejercer un control voluntario sobre la fuerza de su SSVER. En el segundo, varios de SSVER se
utilizan para el control. Este ltimo requiere poco o ningn entrenamiento porque el
sistema capitaliza en las respuestas que ocurren naturalmente. El propsito de este trabajo
es describir estos basados en SSVER BCI y para resumir los resultados de la investigacin.

BrainComputer Interface Research at the Wadsworth
Center
J. R. Wolpaw, D. J. McFarland, and T. M. Vaughan
Estudios en theWadsworth Center durante los ltimos 14 aos han demostrado que las
personas con o sin discapacidades motrices pueden aprender a controlar la amplitud de los
ritmos o en la actividad electroencefalogrfica (EEG) registrados desde el cuero
cabelludo sobre la corteza sensoriomotora y pueden usar ese control para mover una cursor
en una pantalla de computadora en una o dos dimensiones. Esta interfaz cerebro-
ordenador basados en EEG (BCI) podra proporcionar una nueva tecnologa de la
comunicacin aumentativa para aquellos que estn totalmente paralizado o tienen otras
discapacidades motoras severas. La investigacin actual se centra en la mejora de la
velocidad y la precisin de la comunicacin BCI.

The Mental Prosthesis: Assessing the Speed of a
P300-Based BrainComputer Interface
Emanuel Donchin, Kevin M. Spencer, and Ranjith Wijesinghe

Interfaces cerebro-ordenador (BCI) que utilizan la actividad elctrica del cerebro como la
portadora de la seal comunicada pueden todos ser visto como mtodos para proporcionar
al usuario con control sobre la variacin del EEG. Los mtodos por los cuales se ha logrado
tal control sobre la variacin a menudo se centraron en el control de la composicin
espectral de la EEG, utilizando para ello una versin de biofeedback. El otro enfoque, que
se ilustra en el presente informe, los controles de la varianza de los componentes
endgenos de potenciales cerebrales relacionados con eventos (ERP 's). El ERP representa
la actividad del cerebro que es provocado en respuesta a eventos, externos o internos. El
ERP es la actividad que es el tiempo de bloqueo del evento provocando. Tal ERP de consisten
de una secuencia de componentes algunos de los cuales son exgenos, es decir que son
manifestaciones de la transformacin eventos externos de especficos. Los componentes
exgenos son generalmente respuestas obligatorias a la presentacin de estmulos fsicos.
Mientras el sistema sensorial est intacta y funcional, los componentes exgenos son en
gran medida independiente de la funcin de los estmulos desempean en la informacin
continua de los sujetos procesamiento. Los componentes endgenos, por otro lado, son
manifestacin de las actividades de procesamiento que dependen de la funcin de los
estmulos dentro de la tarea que el sujeto est realizando, y en la interaccin entre cualquier
caso dado y el contexto en el que se presenta. La estructuracin de la manera en que se
presentan los estmulos, y el control de la interaccin entre los eventos externos y tarea del
sujeto, por tanto, pueden controlar la varianza en los componentes endgenos. El
componente P300 de la ERP es uno de tales componentes endgena. Se provoc con ms
frecuencia en el marco de lo que se ha dado en llamar el "paradigma oddball " (ver para una
revisin metodolgica). En este paradigma, el tema se presenta con una secuencia de
eventos que se pueden clasificar en dos categoras. En general, los eventos en una de las
dos categoras se presentan raramente. Adems, el tema se le asigna una tarea que no se
puede realizar sin la categorizacin de los eventos. Bajo estas circunstancias, los
acontecimientos en la categora rara provocan un ERP caracterizado por un componente
P300; el menos probable el caso de la obtencin de, cuanto mayor sea el P300. Farwell y
Donchin describieron un BCI que explotaba estos propiedades del paradigma excntrico
para permitir a un usuario comunicar una secuencia de letras a un ordenador. Un paradigma
oddball fue creado por sucesivamente, y al azar, ya sea intensificando una fila o una
columna de una matriz de 6 por 6 de los caracteres que se muestran continuamente en el
tema. En cada " prueba" el tema est " comunicando ", un personaje al centrar la atencin
en la celda que contiene el carcter. Por lo tanto, la secuencia total de eventos se dividen
en dos categoras. Una categora, lo que constituye el 16,7% de las intensificaciones (uno
de cada seis), incluye la celda cuyo contenido se encuentran en el foco de atencin. Las
intensificaciones restantes son de filas y columnas que no incluyen la celda
correspondiente. Si este es un paradigma de bicho raro, entonces los eventos que contienen
la celda correspondiente (siendo los eventos raros en un paradigma oddball) deben ser los
nicos eventos que provocan una tarea de comunicacin P300.The reduce, por lo tanto, a
la deteccin de los cuales fila y la columna que, son los que provocar una P300 en un ensayo
dado. La letra del tema est tratando de comunicar es en la interseccin de la fila y la
columna que provoc una P300. Farwell y Donchin demostraron la viabilidad de esta versin
de un BCI y establecido, utilizando tcnicas de bootstrapping, que la velocidad de
comunicacin logrado por el sistema permiti que el sujeto para comunicarse unos cuatro
caracteres de un minuto. El propsito del estudio descrito aqu fue evaluar una nueva
versin del sistema, portado a un ordenador usando Windows'95 de Intel, y para
determinar si el nuevo sistema aumenta la velocidad de comunicacin.

The non-invasive Berlin Brain-Computer Interface:
Fast Acquisition of Effective Performance in
Untrained Subjects
Benjamin Blankertz, Guido Dornhege, Matthias Krauledat, Klaus-Robert Mller, Gabriel
Curio

Brain- Computer Interface (BCI) Sistemas de establecer un canal de comunicacin directa
desde el cerebro a un dispositivo de salida. Estos sistemas utilizan seales cerebrales
registradas desde el cuero cabelludo, la superficie de la corteza, o desde el interior del
cerebro para permitir a los usuarios controlar una variedad de aplicaciones. Sistemas BCI
que omiten las vas de salida del motor convencionales de los nervios y msculos pueden
proporcionar opciones de control novedosos para los pacientes paralizados. Una clsica
enfoque para establecer un control basado en el EEG es la creacin de un sistema que es
controlado por una caracterstica especial EEG que se sabe que es susceptible a
acondicionado y dejar que los sujetos aprenden el control voluntario de esa caracterstica.
En contraste, el Berln de interfaz cerebro-ordenador (BCI) utiliza las competencias motoras
bien establecidos de sus usuarios y un enfoque de aprendizaje automtico para extraer
tema especies de Patrones de caractersticas de alta dimensin optimizado para la
deteccin de la intencin del usuario. As, el tema de capacitacin de largo se sustituye por
una medida corta de calibracin (20 minutos) y la mquina de aprendizaje (1 minuto).
Presentamos los resultados de un estudio en el que diez sujetos, que tenan poca o ninguna
experiencia con retroalimentacin BCI, aplicaciones informticas controladas por
voluntarios imaginacin de los movimientos de las extremidades estas intenciones dieron
lugar a modulaciones de la actividad cerebral espontnea especialmente , sensoriomotoras
somatotpicamente emparejado 7-30 Hz ritmos se disminuy con el cortezas pericentral. La
velocidad de transferencia de datos mxima fue superior a 35 bits por minuto (ppm)
durante 3 temas, sobre 23 lpm para dos, y por encima de 12 latidos por minuto durante 3
sujetos, mientras que un objeto podra conseguir ningn control BCI. En comparacin con
otros sistemas BCI que necesitan ms tiempo de formacin objeto de obtener resultados
comparables, proponemos que la clave rpida en el sistema BBCI es su Exibilidad debido a
lo complejo, pero fisiolgicamente significativa caractersticas y su adaptabilidad , que
respete la enorme variabilidad interindividual.

A Review of Classi_cation Algorithms for
EEG-based Brain-Computer Interfaces
F Lotte, M Congedo, A L_ecuyer, F Lamarche and B
Arnaldi
RISA / INRIA Rennes, Campus universitaire de Beaulieu, Avenue du G_en_eral
Leclerc, 35042 RENNES Cedex, France
France Telecom R&D, Tech/ONE Laboratory, 28 Chemin du vieux Ch^ene,InoVall_ee,
38240 Grenoble, France.
Una interfaz cerebro-ordenador (BCI) es un sistema de comunicacin que no requiere
cualquier actividad muscular perifrica. De hecho, los sistemas BCI permiten un tema para
enviar comandos a un dispositivo electrnico slo por medio de la actividad cerebral. Estas
interfaces de puede considerarse como la nica forma de comunicacin para las personas
afectadas por un nmero de discapacidades motoras. Con el fin de controlar una BCI, el
usuario debe producir diferentes patrones de actividad cerebral que ser identificado el por
el sistema y traducidos a los comandos. En la mayora existente BCI, esta identificacin se
basa en un algoritmo de clasificacin i, e, es decir, un algoritmo que los objetivos estimar
en forma automtica la clase de datos como se representa por un vector de caractersticas.
Debido al creciente inters por BCI basado en EEG, un nmero considerable de publicacin
resultados se relaciona con la investigacin y evaluacin de algoritmos de clasificacin. A
fecha, muy interesantes opiniones de BCI se han publicado, pero ninguno ha sido
especficamente dedicado a la revisin de la clasificacin de algoritmos utilizado para BCI,
sus propiedades y su evaluacin. Este trabajo tiene como objetivo lling esta falta. Por lo
tanto, uno de los principales objetivos de este trabajo es examinar la diferente clasificacin
de Algoritmos utilizados en la investigacin BCI basado en EEG e identificar sus propiedades
fundamentales. Otro objetivo es proporcionar directrices con el fin de ayudar al lector con
la eleccin de la clasificacin de algoritmo ms apropiado para un experimento de BCI dado.
Esto equivale a la comparacin de los algoritmos y evaluar sus actuaciones de acuerdo con
el contexto. Este trabajo est organizado de la siguiente manera: la seccin 2 describe una
BCI como el reconocimiento de patrones sistema y destaca el papel de clasificacin. Seccin
3 encuestas de la clasificacin algoritmos utilizados para BCI y finalmente, la Seccin 4 les
evala e identifica su utilidad dependiendo del contexto.
Design and Implementation of a Brain-Computer
Interface With High Transfer Rates
Ming Cheng*, Xiaorong Gao, Shangkai Gao, Senior Member, IEEE, and Dingfeng Xu
IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING, VOL. 49, NO. 10, OCTOBER 2002
Este artculo presenta una interfaz cerebro-ordenador (BCI) que pueden ayudar a los
usuarios a nmeros de telfono de entrada. El sistema se basa en el estado de equilibrio de
potencial evocado visual (SSVEP). Doce botones iluminados en diferentes tasas se muestran
en un monitor de computadora. Los botones constituyen un teclado de telefono virtual, que
representa a los diez dgitos 0-9, RETROCESO y ENTRAR. Los usuarios podrn ver el nmero
de telfono de entrada por contemplar estos botones. El SSVEP frecuencia codificados se
utiliz para juzgar qu botn que el usuario desea. Ocho de los trece temas lograron sonar
el telfono mvil con el sistema. La tasa de transferencia media de todos los sujetos fue de
27,15 bits / min. Las caractersticas atractivas del sistema son la grabacin no invasivo de la
seal, poca capacitacin necesaria para su uso, y la alta velocidad de transferencia de
informacin. Se discuten enfoques para mejorar el rendimiento del sistema.

Real-Time EEG Analysis with Subject-Specific
Spatial Patterns for a BrainComputer Interface (BCI)
C. Guger, H. Ramoser, and G. Pfurtscheller
IEEE TRANSACTIONS ON REHABILITATION ENGINEERING, VOL. 8, NO. 4, DECEMBER 2000
Electroencefalograma (EEG) durante derecha e imgenes de motor izquierdo permiten
establecer un nuevo canal de comunicacin para, por ejemplo, los pacientes con lateral
amiotrfica esclerosis. Tal interfaz cerebro - equipo basado en EEG (BCI) se puede utilizar
para desarrollar una respuesta binaria simple para el control de un dispositivo. Tres sujetos
participaron en una serie de sesiones en lnea para probar si es posible usar patrones
espaciales comunes a analizar EEG en tiempo real con el fin de dar informacin a los sujetos.
Adems, la precisin de la clasificacin que se puede lograr despus de slo tres das de
entrenamiento se investig. Los patrones se estimaron a partir de un conjunto de datos de
EEG multicanal por el mtodo de patrones espaciales comunes y reflejan la activacin
especfica de las reas corticales. Por construccin, el peso comn patrones espaciales cada
electrodo de acuerdo a su importancia en la tarea de discriminacin y suprimir el ruido en
los canales individuales mediante el uso de correlaciones entre electrodos vecinos. Los
experimentos con tres sujetos resultaron en una tasa de error de 2, 6 y 14 % en la
discriminacin en lnea de imgenes de motor izquierdo y la mano derecha, despus de tres
das de entrenamiento y hacer patrones espaciales comunes de un prometedor mtodo de
una interfaz cerebro-ordenador basado en EEG.

Current Trends in Graz BrainComputer Interface (BCI)
Research
G. Pfurtscheller, C. Neuper, C. Guger, W. Harkam, H. Ramoser,
A. Schlgl, B. Obermaier, and M. Pregenzer
IEEE TRANSACTIONS ON REHABILITATION ENGINEERING, VOL. 8, NO. 2, JUNE 2000
El "Graz interfaz cerebro-ordenador" del proyecto (BCI) est destinado a desarrollar un
sistema tcnico que puede soportar posibilidades de comunicacin para pacientes con
discapacidades neuromusculares graves, que estn en particular, la necesidad de obtener
un control fiable a travs de dispositivos no musculares. Este sistema BCI utiliza
electroencefalograma oscilatoria seales (EEG), registrada durante la actividad mental
especfico, como entrada y proporciona un control opcin por su salida. Las seales de
salida obtenidas son actualmente evaluados para diferentes propsitos, tales como el
control del cursor, la seleccin de letras o palabras, o de control de la prtesis.
Entre 1991 y 2000, el proyecto Graz BCI se traslad a travs de diversos etapas de
prototipos. En los primeros aos, principalmente los patrones de EEG durante movimiento
de las extremidades intencional fueron utilizados para la clasificacin de las pruebas de EEG
individuales. En estos experimentos, un cursor se mueve, por ejemplo, a la izquierda, a la
derecha o la baja, en funcin de la planificacin de la mano izquierda, la mano derecha o el
pie movimiento. Amplia off-line anlisis han demostrado que la clasificacin exactitud
mejorada, cuando cuenta con la entrada, como posiciones de los electrodos y las bandas de
frecuencia, se optimizaron en cada materia. Aparte de estudios en voluntarios sanos,
experimentos BCI tambin se realizaron en los pacientes, por ejemplo, con una extremidad
superior amputada. Se demostr que no slo la ejecucin movimiento unilateral, sino
tambin de imgenes movimiento activa las reas sensoriomotoras primaria, en el que por
lo general una circunscrito "desincronizacin relacionados con el evento" (ERD) es
caracterstico de la contralateral, y un "evento-relacionados sincronizacin "(ERS) para el
hemisferio ipsilateral. Este hecho es aprovechado por el sistema de Graz BCI mediante las
diferencias izquierda-derecha en ritmos sensoriomotores para proporcionar una opcin de
control en una dimensin.