Problemática de las Interfaces Cerebro-Computador
Ricardo Ron Angevin Antonio Díaz Estrella
Dpto. de Tecnología Electrónica Dpto. de Tecnología Electrónica Dpto. de Tecnología Electrónica
ETSI Telecomunicación, Campus de ETSI Telecomunicación, Campus de ETSI Telecomunicación, Campus de
Teatinos, Universidad de Málaga Teatinos, Universidad de Málaga Teatinos, Universidad de Málaga
29071, Málaga 29071, Málaga
Tel. 952 13 2798 Tel. 952 13 2731
rra@dte.uma.es ade@dte.uma.es
RESUMEN
El control de las señales electroencefalográficas (EEG), asociadas
a diferentes tareas mentales, podría ser un mecanismo de
interacción con el entorno para personas con importantes
deficiencias en sus funciones motoras. En esta comunicación se
discute la problemática de estos sistemas, centrándonos en las
tareas mentales que pueden usarse para implementar estos
sistemas. Se analizan las prestaciones de diferentes esquemas
basados todos ellos en actividades motoras. Asimismo, se
argumenta como la dificultad en el control de dichas señales,
obliga a definir un adecuado sistema de entrenamiento en su uso.
Palabras claves
Interfaces Cerebro-Computador (BCI), Electroencefalografía
(EEG), Interacción.
1. INTRODUCCIÓN
Un interfaz cerebro-computadora, o Brain-Computer Interface
(BCI), es un sistema de interacción Persona-Ordenador que hace
uso de las señales electroencefalográficas (EEG) para permitir el
control de un componente externo. La definición más reciente de
este tipo de interfaces es la propuesta durante el primer congreso
internacional sobre tecnologías BCI celebrado en Junio de 1999
en el Instituto de Rensselaerville en Nueva York: “A brain-
computer interface is a communication system that does not
depend on the brain´s normal output pathways of peripheral
nerves and muscles” [1]. Esta definición, hace entender que un
BCI es un interfaz que permite traducir los deseos de una persona
a unos determinados comandos sin utilizar acciones motoras
directas.
Las señales de control requeridas en este tipo de interfaces se
obtienen a partir de los potenciales bioeléctricos que se generan
en el cerebro y que pueden ser detectados a través de electrodos
Se concede el permiso para la reproducción digital o impreso total o
parcial de este trabajo sin contraprestación económica unicamente para
la utilización personal o en clase. En ningún caso se podrán hacer o
distribuir copias de para su explotación comercial. Todas las copias
deben de llevar esta nota y la información completa de la primera
página. Para cualquier otro uso, publicación, publicación en servidores,
o listas de distribución de esta información necesitara de un permiso
específico y/o el pago correspondiente.
Interacción 2004, 3-7 mayo, 2004, Lleida (España).
Arcadio Reyes Lecuona
29071, Málaga
Tel. 952 13 2755
areyes@dte.uma.es
aplicados en el cuero cabelludo. Dichos potenciales, con una
amplitud que varía en torno a las decenas de microvoltios, si bien
pueden ser perturbadas por una variedad de artefactos, también
pueden ser correladas o asociadas a diferentes estados mentales.
Los sistemas BCI pueden hacer uso de características temporales
de la señal EEG (como los basados en potenciales evocados y
potenciales lentos) o de características frecuenciales de la señal
EEG (como los basados en ritmos EEG). Aquellos sistemas que
usan como señal de entrada los potenciales evocados [2], se basan
en los cambios de potencial de la señal EEG como consecuencia
de la aparición de un determinado estímulo. El hecho de que estos
sistemas necesiten de un estímulo externo para que sean
operativos (BCI exógenos), los diferencia de los sistemas que
hacen uso de los potenciales lentos o de los ritmos de la señal
EEG [3], [4], los cuales pueden ser controlados por iniciativa del
propio sujeto, sin necesidad de un estímulo externo (BCI
endógenos).
Los BCI exógenos tienen la ventaja de que no requieren
prácticamente entrenamiento por parte del sujeto, sin embargo
tienen el inconveniente de que necesitan un determinado entorno
que involucre al sujeto. Los BCI endógenos sí necesitan que los
sujetos lleven a cabo un entrenamiento, pero son sistemas que se
adaptan mejor a un modelo de control, puesto que es el propio
sujeto entrenado el que ejerce el control sobre el entorno con el
que interactúa. De estos BCI, los basados en componentes
frecuenciales suelen ser los más expandidos debido a la rápida
respuesta de estas señales. La base de estos sistemas está en la
capacidad que tienen los sujetos para controlar ciertas
características de la actividad EEG, la cual incluye una variedad
de diferentes ritmos identificados por su frecuencia, localización y
otros aspectos relacionados con la función cerebral. Uno de estos
ritmos es el conocido como ritmo μ, que corresponde a una
oscilación de la señal EEG comprendida entre los 8 y 13Hz y es
captado en la zona sensomotora, situada en la región central del
cuero cabelludo. Este ritmo tiene la particularidad de presentar
una atenuación en su amplitud cuando se imaginan movimientos
de las extremidades [5].
Las prestaciones de un BCI dependerán en gran medida de la
capacidad que tenga un sujeto para controlar sus patrones EEG.
Para ello es necesario un adecuado entrenamiento que en algunos
casos puede llegar a prologarse durante meses [6], resultando
imprescindible proporcionar algún tipo de feedback al sujeto que
le permita conocer su evolución [1],[7], [8].
48
 PROCESADO
EXTRACCIÓN DE
ADQUISICIÓN
CARACTERÍSTICAS
CLASIFICACIÓN CONTROL
REALIMENTACIÓN
Figura 1: Estructura de un sistema BCI.
Una de las aplicaciones mas importantes de los sistemas BCI es en
el campo de la medicina y mas concretamente en la rehabilitación,
contribuyendo a establecer un canal de comunicación y control
para aquellos individuos con importantes deficiencias en sus
funciones motoras pero que no presentan trastornos a nivel
cerebral. Este el caso de las personas afectadas de esclerosis
lateral amiotrópica (ALS), una enfermedad que sólo en Estados
Unidos afecta a más de 600000 personas [9].
En los últimos años han sido propuestas y utilizadas diversas
técnicas para la asistencia de discapacitados motores, siendo
algunas de las señales de entrada las proporcionadas por los
músculos sanos del sujeto, señales electromiográficas (EMG), o
por los movimientos de los ojos, electroculograma (EOG). Estos
interfaces son probablemente más eficientes y más simples de
implementar que un BCI, sin embargo requieren de algún camino
abierto entre el cerebro y el exterior. Además, en los casos de
discapacidades muy severas, los sistemas de interacción que
aprovechan los escasos canales de comunicación de la persona
con el exterior pueden suponer una perdida de capacidades en
lugar de una ganancia, ya que se inutilizan esos canales al
dedicarlos al control del sistema.
2. CARACTERÍSTICAS DE UN BCI
Como cualquier sistema de control o interacción, un sistema BCI
posee una etapa de entrada, una de salida y otra etapa que traduce
o transforma las señales de entrada en unos determinados
comandos de salida. Existen diversas configuraciones con
respecto a la implementación de un sistema BCI, pero en líneas
generales sigue una estructura como la que muestra en la figura 1.
Ésta comprende una primera etapa de adquisición de las señales
electrofisiológicas procedentes del sujeto, las cuales son
amplificadas y digitalizadas (dicha etapa puede incluir un
preprocesado que consiste en un filtrado y la eliminación de
posibles artefactos que contaminan la señal EEG). A continuación
se sigue con un bloque de procesado que puede dividirse en otras
dos etapas: extracción de características y etapa de clasificación.
Por último se tiene una etapa de salida que transforma,
dependiendo de la aplicación concreta, las señales procesadas en
algún tipo de comando, pudiendo a su vez proporcionar algún tipo
de feedback al sujeto.
Los sistemas BCI basados en el análisis de la actividad EEG en el
dominio de la frecuencia [10], [11], tratan de observar los
cambios de amplitud de la señal EEG que se producen en unas
determinadas bandas de interés, en función de la actividad mental
del sujeto. El éxito de la clasificación viene determinado por la
apropiada elección de los parámetros que caracterizan la señal,
por la efectividad de los propios algoritmos de clasificación, y por
supuesto, por la capacidad del sujeto para controlar dichas
49
características. Si un sujeto no tiene control sobre los patrones
EEG que genera, los algoritmos de clasificación no podrán asociar
parámetros a estados mentales deseados, y el BCI no funcionará.
Para que en el futuro, los sistemas BCI puedan considerarse
interfaces prácticos, existen una serie de cuestiones que deben ser
mejoradas [12]:
1) Minimizar el periodo de entrenamiento llevado a cabo por
los sujetos.
2) Usar el menor número posible de canales EEG con el fin de
reducir costes, minimizar el tiempo de procesado y facilitar
en un futuro la posible implantación de electrodos.
3. IMPORTANCIA DE LOS PROTOCOLOS
DE ENTRENAMIENTO
En la actualidad, la gran mayoría de los grupos de investigación
centran sus esfuerzos en el procesado de la señal y en la
clasificación de patrones EEG, sin embargo todos coinciden en la
importancia de investigar sobre el desarrollo de técnicas de
entrenamiento basadas en técnicas de biofeedback, que permitan a
un sujeto generar de forma fiable un mismo patrón
electroencefalográfico en función de sus deseos [1], [7]. Dichos
sistemas, por muy buenos que sean sus algoritmos de obtención
de características y clasificación, no tendrán éxito ni utilidad
alguna si no pueden ser usados por sus principales destinatarios:
sujetos con importante discapacidad física. Si a la dificultad de
controlar las señales EEG, se le acompaña de un entrenamiento no
adecuado, el resultado será la frustración y el abandono por parte
de muchos de los sujetos. Sin lugar a duda, el progreso de estos
sistemas radica en el desarrollo de técnicas de entrenamiento.
Para aprender a controlar las señales EEG, resulta imprescindible
proporcionar algún tipo de feedback al sujeto que le permita
conocer su evolución [1], [8]. En BCI, y en especial en los
basados en componentes frecuenciales, el feedback consiste en
indicar al sujeto si a lo largo de una prueba, el estado mental que
ha alcanzado durante unos segundos ha sido reconocido o no
correctamente. La manera de cómo se presente permite distinguir
entre feedback discreto (una vez finalizada la actividad mental se
le indica al sujeto el resultado de la clasificación) y continuo (al
sujeto se le informa de manera continua sobre el estado de su
respuesta).
Hasta la fecha, las pocas contribuciones científicas relacionadas
con las técnicas de entrenamiento se centran en estudiar las
ventajas de proporcionar un feedback continuo frente a uno
discreto [8], [17]. Ahora bien, existen infinidad de parámetros que
deben ser tenidos en cuenta para establecer un adecuado protocolo
de entrenamiento. Empezando por las tareas mentales a realizar
por los sujetos, algunos de estos parámetros están relacionados
con el paradigma de entrenamiento: i) duración, repetitividad y
descanso entre prueba y prueba, ii) duración de la actividad
mental, y iii) duración de las sesiones. Otros están relacionados
con la presentación y el tipo de feedback proporcionado: i)
sesiones con o sin feedback, ii) feedback continuo o discreto, y
iii) tipo de feedback.
Los protocolos de entrenamiento existentes en la actualidad son
muy variados, y no tienen en cuenta la repercusión que puedan
tener estos parámetros sobre la capacidad de atención, motivación
y concentración del sujeto, muy determinantes en el proceso de
aprendizaje. Para sacar conclusiones significativas no se pueden
60
realizar las pruebas exclusivamente sobre sujetos experimentados.
Para considerar todos estos aspectos, se deberían realizar medidas
objetivas y subjetivas, basadas en el registro de otras señales 55

psicofisiológicas y cuestionarios que permitan al sujeto transmitir

sus propias impresiones, siendo muy importante evaluar todo el 50

Error en %
conjunto sobre muestras de sujetos entrenados y sin entrenar
45
Sin lugar a duda, uno de los principales parámetros a tener en
cuenta para asegurar un cierto éxito en el entrenamiento, es la
elección de las tareas mentales a llevar a cabo por los sujetos. 40

Hasta el momento, la mayoría de los sistemas BCI distinguen

entre dos patrones EEG. Para ello, algunos protocolos dejan al 35

sujeto la opción de buscar alguna estrategia mental para controlar

sus señales EEG] [14], sin embargo son muchos los estudios que 30
3 3.5 4 4.5 5 5.5 6 6.5 7 7.5 8
han demostrado la existencia de algunos pensamientos o tiem po(s)
actividades mentales cuyas características EEG pueden ser, en
mayor o menor medida, diferenciadas [15]. Una de estas Figura 2: Media total de porcentajes de error por sujeto (grupo A)
actividades mentales son las imágenes motoras [5], por lo que
muchos protocolos de entrenamiento consisten en pedir al sujeto
60
que imaginen movimientos de las extremidades [5], [13], [16]. En
este trabajo, se analizan dos conjuntos diferentes de patrones: por
un lado, imaginación de movimiento de la mano derecha frente a 55

imaginación de movimiento de la mano izquierda. Por otro,

imaginación de movimiento de la mano derecha frente a reposo. 50

Error en %
45

4. ESTUDIO REALIZADO
40
El objetivo de nuestro trabajo es estudiar, a través de medidas
objetivas y subjetivas, posibles causas y efectos que influyan en el
35
entrenamiento de los sujetos, con el fin de contribuir al desarrollo
de métodos de entrenamiento que ayuden a los sujetos a ganar y a
mantener un cierto control de las señales EEG. 30
3 3.5 4 4.5 5 5.5 6 6.5 7 7.5 8

4.1 Método.
Para obtener las primeras conclusiones sobre los parámetros mas
importantes que puedan influir en el desarrollo de óptimas
técnicas de entrenamiento, se tomó como referencia de partida el
protocolo de entrenamiento y el sistema BCI utilizado
actualmente por el grupo de G. Pfurtscheller [16]. A diferencia de
la gran mayoría de trabajos que se encuentran en la literatura, el
estudio se realizó sobre una muestra de sujetos no entrenados ni
seleccionados a priori.
El protocolo de entrenamiento consistía en someter a los sujetos a
7 sesiones de entrenamiento, 2 de ellas sin feedback y las otras 5
proporcionándoles un feedback continuo. En cada sesión, los
sujetos situados en frente de un monitor, debían someterse a una
serie de pruebas de 8 segundos de duración, en las cuales debían
llevar a cabo una determinada tarea mental durante los 5 últimos
segundos de dicha prueba. En las sesiones con feedback, el
resultado de la clasificación se traducía en presentar al sujeto una
barra horizontal que se extendía en mayor o menor medida hacia
la derecha o hacia la izquierda.
El registro de las señales EEG se llevó a cabo a través de dos
canales bipolares situados en las zonas sensomotoras de los
hemisferios derecho e izquierdo. Al finalizar cada sesión, todos
los sujetos debían rellenar un cuestionario que les permitieran
transmitir sus impresiones.
tiem po(s)
Figura 3: Media total de porcentajes de error por sujeto (grupo B)
La muestra de sujetos se dividió en dos grupos: A y B. A los 10
sujetos que forman el grupo A, se les pidió discriminar entre
imaginación de movimientos de la mano derecha y de la mano
izquierda, como sugiere G. Pfurtscheller [16]. A los 4 sujetos del
grupo B, se les pidió discriminar entre imaginación de
movimientos de la mano derecha y reposo (intentar no pensar en
nada concreto).
4.2 Resultados.
En las figuras 2 y 3 se muestran los porcentajes de error de los
últimos cinco segundos de cada prueba promediados entre todas
las sesiones y para cada sujeto del grupo A y B respectivamente.
Los resultados muestran como del grupo A, sólo dos de los 10
sujetos consiguen una media de porcentajes de error próximos al
40% (línea gruesa), mientras que al resto de los sujetos les resulta
difícil discriminar entre imaginación de movimiento de mano
derecha e izquierda. En el grupo B, formado sólo por 4 sujetos,
dos de ellos consiguen alcanzar dicho porcentaje de error (línea
gruesa), estando uno de ellos muy por debajo de dicho valor.
La primera conclusión que se obtiene es que es importante
seleccionar la tarea mental que se pretende llevar a cabo,
resultando más fácil llegar a discriminar entre imaginación de

50
movimiento de la mano derecha y el estado de reposo. Además,
las tasas de error más reducidas se consiguen siempre entre el
tercer y quinto segundo, evidenciándose una pérdida de
concentración a partir del quinto segundo, que conduce a tasas de
error mayores. Por otra parte, los porcentajes de error siguen
siendo elevados y muy variables entre los sujetos. Esto último
sugiere la importancia de un adecuado entrenamiento.
Tras analizar detalladamente los resultados de cada sesión así
como el resultado de las cuestiones [17], se pone de manifiesto la
importancia que tiene conocer la opinión de los sujetos a medida
que avanza el entrenamiento. Una de las cuestiones que más se ha
valorado es el efecto que produce el feedback continuo sobre los
sujetos. Por lo general motivan más y hacen más entretenidas las
sesiones, pero sus efectos son muy variables y dependen de los
propios sujetos. Otros parámetros como la vista cansada,
cansancio mental, duración de las sesiones han sido también muy
variables. Todo ello permite concluir que es importante adaptar el
protocolo de entrenamiento a las necesidades de cada sujeto.
5. CONCLUSIONES
Sin lugar a duda, los sistemas BCI pueden resultar de enorme
aplicación a la hora de establecer un canal de comunicación a
sujetos con importante discapacidad física, sin embargo aún son
muchos los avances que se deben llevar a cabo para asegurar
dicho fin. El desarrollo de técnicas de entrenamiento que agilicen
y faciliten el control de estos interfaces por parte de un usuario
resulta imprescindible. Los protocolos de entrenamiento no deben
ser impuestos al azar, al contrario en muchos casos deben
adaptarse al sujeto para que sea eficaz. Es muy importante una
adecuada elección de las tareas mentales que se pretenden
discriminar, siendo conveniente empezar un entrenamiento por
tareas sencillas de llevar a cabo y que faciliten en la medida de lo
posible la clasificación. Con esto de pretende evitar la frustración
y desmotivación por parte de los sujetos. Discriminar entre
imaginación de movimientos de una de las extremidades y estado
de reposo puede ser una elección muy acertada, pudiéndose
facilitar mas aún la discriminación si los sujetos siguen alguna
técnica de relajación que les permita alcanzar con mayor acierto
dicho estado. El feedback, si bien en algunos casos puede llegar a
frustrar, es de gran importancia pues motiva más a los sujetos,
haciendo las sesiones más atractivas e interesantes. Esto obliga
mejorar en las técnicas de presentación, siendo una buena opción
el uso de técnicas basadas en representación 3D, tal y como se
sugiere en otros trabajos [18], consiguiendo un efecto más
inmersivo y motivante.
REFERENCIAS
[1] J.R Wolpaw et al., “Brain-computer interface technology: A
review of the first international meeting”, IEEE Trans.
Rehab. Eng. Vol. 8, pp. 164-173, June 2000.
[2] E. Donchin et al., “The Mental Prosthesis: Assessing the
Speed of a P300-Based Brain-Computer Interface”, IEEE
Trans. Rehab. Eng., vol. 8, Nº. 2, pp. 174-179, June 2000
[3] J.R. Wolpaw et al., “An EEG-based brain-computer interface
for cursor control”, Electroenceph. Clin. Neurophysiol, nº
78, pp. 252-259, 1991.
51
[4] G. Pfurtscheller, and C. Neuper, “Motor imagery and direct
brain-computer communication” Proc. of the IEEE., vol. 89,
nº. 7, pp. 1123-1134, July.
[5] G. Pfurtscheller, C. Neuper, D. Flotzinger, and M.
Prezenger,”EEG-Based discrimination between imagination
of right and left hand movement”, Electroenceph. Clin.
Neurophysiol., vol. 103, pp. 642-651, 1997.
[6] J. R. Wolpaw et al., “EEG- Based Communication: Improved
Accuracy by Response Verification”, IEEE Trans. Rehab.
Eng. Vol.6, Nº 3, pp. 326-333, September1998.
[7] C. Guger et al., “How many people are able to operate an
EEG-Based Brain-Computer Interface (BCI) ”, IEEE Trans.
On Neural Systems and Rehabilitation Engineering, vol. 11,
Nº 2, pp. 145-147,June, 2003
[8] D. McFarland, L. McCane, and J. Wolpaw, “EEG-Based
Communication and control: Short-Term Role of Feedback”,
IEEE Trans. Rehab. Eng., vol. 6, Nº. 1, pp. 7-11, March
1998.
[9] T: Vaughan, J. Wolpaw, and, E. Donchin, “EEG-Based
communication: Prospects and Problems, IEEE Trans.
Rehab. Eng. Vol.4,No. 4, pp. 425-430. December 1996.
[10] J.R. Wolpaw, D.J. McFarland, and T.M. Vaughan, “Brain-
Computer Interface Research at the Wadsworth Center”,
IEEE Trans. Rehab. Eng. Vol. 8, pp. 222-226, June 2000.
[11] G. Pfurtscheller et al. “Current Trendz In Graz Brain
Computer-Interface(BCI) Research”. IEEE Transactions on
Rehabilitation Enineering. Vol.8, nº2, pp 216-220. June
2000.
[12] A. Kostov, and M. Polak, “Parallel Man-Machine in
Development of EEG-Based Cursor Control”, IEEE Trans.
Rehab. Eng. Vol. 8, pp. 203-205, June 2000.
[13] C. Neuper, A. Schlögl, and G. Pfurtscheller, “Enhancement
of left-right sensimotor EEG differences during feedback-
regulated motor imagery”, J. Clin. Neurophysiol., vol. 16, nº.
4, pp. 373-382, 1999.
[14] M. Polak, and A. Kosto, “Development of a brain-computer
interface: preliminary results”, proceeding of the 19th
International Conference- IEEE/EMBS, pp. 1543-1546,
October 1997
[15] C. Anderson, and Z. Sijercic, “Classification of EEG signals
from four subjects during five mental task”, In Proc. Of the
conf. On engineering applications in neural networks
(EANN´96),pp. 407-414, 1996.
[16] C. Guger et al., “Rapid prototyping of an EEG-based brain-
computer interface (BCI)”, IEEE Trans. Rehab. Eng. Vol.9,
Nº 1, pp. 49-58, March 2001.
[17] R. Ron, C. García, A. Reyes, and A. Diaz, “Parameter study
for improving training quality in Brain-Computer Interface”,
Proc. of the 2º IASTED International Conference on
Biomedical Engineering, pp. 448-453 February 2004.
[18] J.A. Pineda et al., “Learning to Control Brain Rhythm:
Making a Brain-Computer Interface Possible”, IEEE Trans.
On Neural Systems and Rehabilitation Engineering, vol. 11,
Nº 2, pp. 181-184, Junio, 2003.