Detección, clasificación y aplicación de potenciales relacionados a eventos para interfaces cerebro-computadora

Las Interfaces Cerebro Computadora (ICC, o BCI por sus siglas en inglés) ofrecen una potencial alternativa de comunicación para personas que han perdido casi por completo la posibilidad de interactuar con su medio externo debido a severas discapacidades motrices. Estas interfaces no dependen del acc...

Descripción completa

Detalles Bibliográficos
Autor: Gerardo Gabriel Gentiletti Faenze
Tipo de recurso: tesis doctoral
Estado:Versión publicada
Fecha de publicación:2013
País:México
Institución:Universidad Autónoma Metropolitana
Repositorio:Repositorio Institucional de la UAM Iztapalapa
Idioma:español
OAI Identifier:oai:bindani.izt.uam.mx:gb19f602j
Acceso en línea:https://doi.org/10.24275/uami.gb19f602j
Access Level:acceso abierto
Palabra clave:info:eu-repo/classification/LEM/Evoked potentials (Electrophysiology)
info:eu-repo/classification/LEM/Potenciales evocados (Electrofisiología)
info:eu-repo/classification/LEM/Interfaces cerebro-computadora
info:eu-repo/classification/LEM/Biomedical engineering
info:eu-repo/classification/LEM/Brain-computer interfaces
info:eu-repo/classification/LEM/Electroencefalografía
info:eu-repo/classification/LEM/Ingeniería biomédica
info:eu-repo/classification/LEM/Electroencephalography
info:eu-repo/classification/cti/7
Descripción
Sumario:Las Interfaces Cerebro Computadora (ICC, o BCI por sus siglas en inglés) ofrecen una potencial alternativa de comunicación para personas que han perdido casi por completo la posibilidad de interactuar con su medio externo debido a severas discapacidades motrices. Estas interfaces no dependen del accionar de las vías nerviosas o musculares, sino que extraen información directamente del electroencefalograma (EEG), de los potenciales evocados o del electrocorticograma (ECoG). Pueden ser invasivas o no, dependiendo del tipo de electrodos empleados para el registro de la señal, y basar su implementación en diferentes estrategias. El presente trabajo se orienta a establecer una estrategia metodológica que permita la implementación de una plataforma ICC capaz de comandar dispositivos robóticos en tiempo real. Se utiliza el paradigma de ICC del tipo no-invasiva y basada en la generación de Potenciales Relacionados a Eventos (ERP) del tipo P300, en particular, los ERP generados por la presentación de estímulos visuales infrecuentes (oddball), propuesto por primera vez para su aplicación en ICC, por Farwell y Donchin en 1988. Este trabajo se desarrolló en tres etapas. En la primera etapa, se propone una metodología para la detección de ERP contenidos en las señales de registros de Electroencefalografía (EEG) multicanales, que constituyen las entradas a sistemas de Interfaces Cerebro-Computadora. En esta etapa se evalúan técnicas de extracción de características de las señales de EEG, evaluando tanto submuestreos temporales, como el Análisis de Componentes Principales (PCA). Luego se aplica una técnica para estimar la eficiencia de cada canal en la detección de los ERP sobre registros de base de datos conteniendo 64 canales, y finalmente se propone y emplea una estrategia para combinar la salida de clasificadores aplicados independientemente sobre los canales seleccionados de acuerdo a su eficiencia estimada. Para la clasificación se utilizan Máquinas de Soporte Vectorial (SVM). Se presentan resultados que muestran que los canales seleccionados por el método propuesto preservan su eficiencia de clasificación sobre el conjunto de prueba. También se concluye que se puede definir un número óptimo de canales que minimizan el error final de clasificación, y que en el caso analizado, un conjunto de sólo 8 electrodos es suficiente para obtener los mejores desempeños de registros que disponen de hasta 64 electrodos. En la segunda etapa, se aborda la problemática de que los registros de señales de EEG no invasivas obtenidos por sistemas de ICC basadas en el paradigma P300 por estímulos visuales, pueden estar sujetos a la contaminación de artefactos de diversos tipos. Si bien existen muchas técnicas para la remoción de dichos artefactos en señales de EEG, las particulares restricciones que impone el contexto de una ICC, hacen que se requieran métodos alternativos, que no descarten información (rechazo de artefacto) sino que restauren la misma. Atendiendo esa problemática en esta etapa se utilizan dos métodos bien conocidos de descomposición de señales, tales como Análisis de Componentes Principales Espacial (SPCA) y Análisis de Componentes Independientes (ICA), que son complementados con reglas para la selección automática de componentes libres de artefactos halladas por los mismos, de manera que la reconstrucción en los espacios originales de las señales, basadas en estos componentes, permitan remover dichos artefactos (restauración automática de la señal).

Similares en LA Referencia