INTRODUCCION A LAS INTERFACES

CEREBRO-COMPUTADORA
BOLIVIA TECH HUB

ING. PABLO ZAMORA MERCADO

ING. CESAR CLAROS OLIVARES
ING. PAULO LOMA MARCONI
PRESENTACIÓN
DATOS PERSONALES
• Nombre à PABLO IVÁN ZAMORA MERCADO
• Fecha de Nacimiento à 19 de Enero 1988
• Lugar de Nacimiento à Oruro – Bolivia

• Areas de Interés:

Teoría de Control,Control de Procesos, Control distribuido,

Control Cooperativo, Simulación, Inteligencia Artificial aplicada al
Control,Procesamiento
digital de señales, Sistemas Complejos, Estabilidad de sistemas Dinámicos,
Modelamiento
Matemático, Análisis de Series temporales,
Matemática de Problemas Inversos, Procesamiento de EEGs u otros data streams,
Programación Cientifica, Optimización usando GPUs.
FORMACIÓN ACADÉMICA
• LICENCIATURA: • POSTGRADO:
• INGENIERO ELECTRÓNICO • ESPECIALIDAD EN SIMULACIÓN
Universidad Mayor de San Andrés DE PROCESOS INDUSTRIALES Y
AMBIENTALES
Facultad de Ingeniería
Universidad Politécnica de Valencia –
Menciones: Control y Universidad Católica Boliviana
Automatización • DIPLOMADO EN EDUCACIÓN
Sistemas de SUPERIOR
Computación Universidad Mayor de San Andrés CEPIES

• LICENCIADO EN MATEMÁTICA • IDIOMAS:

Universidad Mayor de San Andrés
• Alemán Nivel C2
Facultad de Ciencias Puras y Naturales
Carrera de Matemática
• Inglés Nivel C1
DATOS PERSONALES
• Nombre à CLAUDIO CESAR CLAROS OLIVARES
• Fecha de Nacimiento à
• Lugar de Nacimiento à LA PAZ – Bolivia

• Áreas de Interes:
Internet de las cosas, sistemas de control, procesamiento digital de
señales, modelado de sistemas, sistemas embebidos, redes
conmutadas e inalámbricas, machine learning, inteligencia artificial,
Procesamiento EEG y Analisis de series tiempo Multivarainte.
FORMACIÓN ACADÉMICA
• LICENCIATURA: • POSTGRADO:
• INGENIERO ELECTRÓNICO • CISCO CCNA
Universidad Mayor de San Andrés
Facultad de Ingeniería • DIPLOMADO EN EDUCACIÓN
Menciones: Control y SUPERIOR
Automatización Universidad Mayor de San Andrés CEPIES
Sistemas de
Computación

• IDIOMAS:
• Francés Nivel B2
• Inglés Nivel C1
EXPERIENCIA EN EL CAMPO
• INSTITUTO DE ELECTRONICA • CONFERENCIAS(FLISOL, IEEE,
APLICADA – UMSA CIUDAD DIGITAL, BETCON,
ANDESCON)
• PASANTES
• TESIS DE GRADO – CESAR
• INVESTIGADORES CLAROS puntaje máximo 100%
GRUPO DE PROCESAMIENTO
DIGITAL DE SEÑALES Y Control mediante ondas MU
PROCESAMIENTO DE ONDAS
CEREBRALES
OUTLINE
JUEVES 05/11
• INTRODUCCIÓN
• Definición Interfaces Cerebro Computadora

• Áreas de aplicación y ejemplos

• Hardware/Software

• DEMOSTRACIONES
• Neurosky Mindwave Mobile + Arduinobot

• Consignas de Control mediante procesamiento de ritmos Mu

• Deletreador ERP + BCI200
VIERNES 06/11
• FUNDAMENTOS EEG

• Procesos Cerebrales

• Características espaciales

• Características temporales
• Fenómenos complejos EEG

• Artefactos

• Sensores y Adquisición
VIERNES 06/11
• TALLER 1(HERRAMIENTAS DE DESARROLLO Y DATASETS)

• Matlab, Biosig,

• BCI200, OpenVibe

• Análisis de Datasets: OpenBCI Challenge II, MIT Neurological Disorder open

Database
LUNES 09/11
• PROCESAMIENTO DE SEÑALES Y MACHINE LEARNING EN BCI
(ERP + Procesos oscilatorios)

• Sampling y Filtros(Espaciales,Temporales, Espectrales).

• Machine Learning.

• Procesamiento de Potenciales Relacionados a Eventos (ERP).

• Procesos Oscilatorios, Filtros espaciales y patrones espaciales.

LUNES 09/11
• TALLER FINAL

• Neurosky Mindwave Mobile

Un análisis al Hardware/Software+Preprocesamiento+Procesamiento, detalle

paquetes Bluetooth y configuración para conexión con Arduino+HC-05 módulo
Bluetooth.
 INTRODUCCIÓN
INTRODUCCION A LAS INTERFACES CEREBRO-COMPUTADORA
DEFINICIÓN BCI
BCI = BRAIN COMPUTER INTERFACE

• Es una “ colaboración ” entre el cerebro y un dispositivo, que

mediante su interacción permite a las señales cerebrales controlar
actividades externas.

• El objetivo de un BCI es el dar otras formas de comunicación a

personas paralizadas, una forma que no dependa del control
muscular.

• Un sistema que toma bioseñales de una persona y predice,

aspectos abstractos del estado cognitivo de la persona
Tipos de BCI
• BCI Activo
• BCI Reactivo
• BCI Pasivo
Elementos BÁSICOS
BCI Inputs
EEG(Electroencefalograma)

a) EEG b) ECoG
c)LFPs (Neuron Spikes)
• En 1920 Hans Berger registró los primeros.

• Son un registro de las oscilaciones de los potenciales eléctricos del

cerebro registradas por electrodos ubicados en una configuración
especifica situadas en el cuero cabelludo.
Posicionamiento de electrodos
 Otras fuentes de señales cerebrales

Microarreglos
Neurochips
ECoG

fNIRS
MagnetoEncefalografia
Espectrografia (MEG)
Funcional de infrarojo
Imágenes de
Resonancias
Magneticas funcionales
(fMRI)
Señales No Cerebrales

• Tracking de la Pupila, Movimiento del Ojo, Captura del Movimiento

• Electromiografia(EMG), Electrocardiografia(ECG), Electrooculografia(EOG)
• Señales del ambiente, Señales de sistemas externos
BCI Estimates/outputs
Aspectos de los Estados Cognitivos
• Cualquier aspecto del estado físico del cerebro puede ser medido con
suficiente fiabilidad

• Estados Tonicos: Grados de Relajación, Concentración, Carga Cognitiva,

Meditación….
(Ardubot+ Neurosky)

• Estados Fásicos: Cambios en la atención, Imaginar movimientos,….

(Control Mediante análisis de Ondas mu)

• Estados relacionados a eventos: Sorprendido/no sorprendido, Atencíon al

Error, Evento/No evento…
Áreas de Aplicación y Ejemplos
Comunicación y Control para discapacitados
Tetraplejia, Síndrome Locked- In
• Spellers
Comunicación y Control para discapacitados
Tetraplejia, Síndrome Locked- In
• Control de Prótesis, Domótica
Monitorización de Operadores de Maquinaria
• Frenado más rápido, Cambio de carril, Carga de Trabajo
Monitorización de Operadores de Maquinaria
• Carga de Trabajo/ Fatiga / Monitorización de Atención en….
Forense
• Huella cerebral, Detección de Mentiras…
Entrenimiento
• Musica en función del Humor, “Detección del pensamiento”,
Respuesta rápida
Neurosciencia
• Análisis de patrones Multivariantes / Brain imaging
Justificaciones
Áreas Relacionadas
Se basa en la Teoría de:
• Procesamiento digital de Señales
• Machine Learning
• Inteligencia Computacional
• Neurosciencia
• Sciencia Cognitiva
Problemas que se comparten
• Computer Vision
• Reconocimiento de voz
• Reconocimiento de Patrones
• Análisis de series de tiempo
• Sistemas de Control y Robotica
Diseñar sistemas BCI es difícil?
El Porque
• La dinámica cerebral varía de persona a persona

• El mapeo funcional difiere de persona a persona

• Las locaciones de sensores dan distintas medidas

• Dinamica Cerbral es no estacionaria en todas sus escalas

• SNR es muy alto, es dificil obtener medidas confiables

• El proceso para manejar las señales EEG es matemáticamente complejo

Esto deriva en…
• DSP sofisticado

• Todos los enfoques son en su mayoría estadísticos

• El BCI debe ser calibrado antes de usarlo

BSS - ICA
SOFTWARE/HARDWARE
Hardware(a nuestro alcance…$$$)
HARDWARE
HARDWARE
Hardware
¿preguntas?