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.