Neurotechnology And Brain-Computer Interface

Evaluación de una interfaz cerebro-máquina basada en P300 para un control

robótico de mano-ortesis

Jhon Saul Acosta Ramos 1161198

DOCENTE
ING. Bustos Marquez Luis Fernando

FECHA
14/12/2020

Universidad Francisco de Paula Santander

San José de Cúcuta – Colombia
Este trabajo presenta el diseño, implementación y evaluación de una interfaz cerebro-máquina
(BMI) basada en P300 desarrollada para controlar una ortesis de mano robótica. El propósito de
este sistema es ayudar a los pacientes con esclerosis lateral amiotrófica (ELA) que no pueden abrir
y cerrar las manos por sí mismos.
El usuario de esta interfaz puede seleccionar uno de los seis objetivos, que representan la flexión-
extensión de un dedo de forma independiente o el movimiento de los cinco dedos
simultáneamente. Probamos fuera de línea y en línea nuestro IMC en dieciocho sujetos sanos (HS)
y ocho pacientes con ELA. En la prueba fuera de línea, se usan los datos de calibración de cada
participante registrados en las sesiones experimentales para estimar la precisión del IMC para
clasificar correctamente épocas individuales como pruebas objetivo o no objetivo. En promedio,
la precisión del sistema fue del 78,7% para las épocas objetivo y del 85. 7% para ensayos sin
objetivo.
Además, se observan respuestas significativas de P300 en los registros de calibración de todos los
participantes, incluidos los pacientes con ELA. Para la prueba de IMC en línea, cada sujeto realizó
de 6 a 36 intentos de selección de objetivos usando la interfaz. En este caso, alrededor del 46% de
los participantes obtuvieron el 100% de precisión, y la precisión en línea promedio fue del
89,83%. La tasa máxima de transferencia de información (ITR) observada en los experimentos fue
de 52,83 bit / min, mientras que la ITR promedio fue de 18,13 bit / min. Los aportes de este trabajo
son los siguientes. En primer lugar, informamos sobre el desarrollo y la evaluación de una órtesis
de mano robótica controlada por la mente para pacientes con ELA. Hasta donde sabemos, este
IMC es uno de los primeros dispositivos robóticos de asistencia basados en P300 con múltiples
objetivos evaluados en personas con ELA. Segundo, proporcionamos una base de datos con datos
de calibración y registros de EEG en línea obtenidos en la evaluación de nuestro IMC. Estos datos
son útiles para desarrollar y comparar otros sistemas BMI y probar los canales de procesamiento
de aplicaciones similares.
Nuevas tecnologías basadas en la relación cerebro-computador para facilitar varios procesos de
vida diaria a una persona con algún tipo de discapacidad. Se llevan estas tecnologías a ambientes
clínicos, actualmente se activan proyectos para tratar la (ALS) AMYOTRHOPHIC LATERAL
SCRELOSIS en español, la esclerosis lateral amiotrófica; caracterizada por ser una enfermedad
neurodegenerativa en la cual, las neuronas motoras fallecen y como resultado de esto, deja de haber
una comunicación entre las neuronas y las personas pierden su capacidad de movimiento; cabe
mencionar que en MX se tiene la clínica privada ALS en donde el hospital zambrano, en el
instituto de ciencias de monterrey se atiende a personas con ALS independientemente de su
condición social.
La señal P300 es un componente de potencial relacionado con eventos (ERP) observado en el
electroencefalograma que se produce aproximadamente 300 ms después de la percepción de un
bicho raro o un estímulo auditivo, visual o somatosensorial relevante. Por lo general, en un IMC
basado en P300, los caracteres, las sílabas o los íconos presentados en la pantalla de una
computadora parpadean al azar uno a la vez mientras el usuario centra la atención en un elemento
gráfico en particular (estímulo objetivo). Cada estímulo intermitente representa una opción, acción
o comando que el sistema puede ejecutar.
 El usuario selecciona una opción de la interfaz contando o realizando una tarea cognitiva cada vez
que se resalta el estímulo objetivo. Debido a que la opción de destino parpadea aleatoriamente,
este estímulo produce un potencial evocado P300 sincronizado con el evento de parpadeo en la
línea de tiempo. De esta manera, un BMI basado en P300 identifica qué opción evoca un ERP para
decodificar las intenciones del usuario y realizar la acción deseada.
Desde los primeros desarrollos de los IMC, una de las aplicaciones más prometedoras de esta
tecnología es el uso de dispositivos neuroprotésicos para ayudar a las personas con movilidad
reducida. Existe un consenso entre los investigadores de esta área de que los IMC pueden mejorar
significativamente la vida de los pacientes que sufren trastornos neuromusculares como la
ELA. Aun así, a pesar de todos los esfuerzos en las últimas tres décadas para diseñar e implementar
sistemas de IMC confiables, el objetivo de desarrollar neuroprótesis funcionales aún no se ha
alcanzado. Los investigadores e ingenieros deben resolver muchos problemas técnicos y prácticos
antes de llevar esta tecnología a la vida cotidiana. Algunas cuestiones abiertas relacionadas con el
desarrollo de aplicaciones robustas controladas por el cerebro son la capacidad del sistema para
interpretar con precisión las intenciones del usuario, el tiempo para procesar y analizar las señales
cerebrales.
Un IMC es un sistema que traduce la actividad cerebral en comandos para comunicarse con un
dispositivo externo, sin pasar por las vías neuromusculares normales. Existen varias técnicas para
registrar señales cerebrales, pero la modalidad de neuroimagen no invasiva más utilizada en
aplicaciones de IMC es la electroencefalografía (EEG) debido a su alta resolución temporal, bajo
costo y movilidad.
Todo el desarrollo de la plataforma computacional de software, lo cual incluye los algoritmos de
procesamientos de señales, la implementación de los algoritmos de inteligencia artificial por un
lado y por otro lado incluye la integración con el robot, nosotros no desarrollamos robot, nos
interesa es que funcione, desde luego realización de ensayos.
La asociación médica de MX en convenio con estos ingenieros tenía como objetivo desarrollar la
interfaz de cerebro-computador para pacientes con ALS y realizar ensayos clínicos en ellos con el
objetivo de estudiar el cambio de los ritmos cerebrales con el paso del tiempo.
Ambiente clínico se refiere a probar con pacientes, tareas motoras, calibraciones, se le dice a la
persona controle el robot de forma libre y luego sin robot que haga la persona ciertos movimientos,
para que el usuario pueda observar que tiene un control sobre la tecnología.
Son diferentes ciertas características cerebrales de cada paciente, por ende, es importante saber ya
que con esto se sabría tratar a cada persona con sus respectivas características. La actividad en el
paciente es importante.