Decodificación no lineal de los movimientos de la mano en tiempo real mediante un sistema Brain–Computer Interface

  1. V. Martínez-Cagigal 1
  2. R. J. Kobler 2
  3. V. Mondini 2
  4. R. Hornero 1
  5. G. R. Müller-Putz 2
  1. 1 Grupo de Ingeniería Biomédica, E.T.S.I. Telecomunicación, Universidad de Valladolid, Valladolid, España
  2. 2 Institute of Neural Engineering, Graz University of Technology, Graz, Austria
Book:
XXXVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica. CASEIB 2020: Libro de actas
  1. Roberto Hornero Sánchez (ed. lit.)
  2. Jesús Poza Crespo (ed. lit.)
  3. Carlos Gómez Peña (ed. lit.)
  4. María García Gadañón (ed. lit.)

Publisher: Grupo de Ingeniería Biomédica ; Universidad de Valladolid

ISBN: 978-84-09-25491-0

Year of publication: 2020

Pages: 244-247

Congress: Congreso Anual de la Sociedad Española de Ingeniería Biomédica CASEIB (38. 2020. Valladolid)

Type: Conference paper

Sustainable development goals

Abstract

La decodificación de los movimientos de las extremidades superiores a través de la actividad neuronal ya es una realidad en registros invasivos, mientras que la utilidad del electroencefalograma (EEG) para este mismo propósito aún no está clara. Algunos estudios han conseguido decodificar la posición y la velocidad usando métodos lineales. Sin embargo, las señales obtenidas exhibían amplitudes inferiores a los movimientos efectuados, afectando la realimentación del sistema. En un estudio preliminar demostramos la capacidad de un decodificador no lineal para combinar información direccional (e.g., velocidad) y no direccional (e.g., rapidez), resolviendo la variación de amplitud de forma offline. El objetivo de este estudio es evaluar si la decodificación no lineal de los movimientos de la mano del usuario puede realizarse en tiempo real. Para ello, se pidió a cinco sujetos de control que persiguiesen un objetivo en movimiento con un brazo robótico. Inicialmente, el control del brazo dependía de los movimientos de la mano, sustituyéndose por la decodificación EEG gradualmente. Las correlaciones entre los movimientos reales y decodificados superaron el umbral de aleatoriedad. Los resultados sugieren que la información no direccional también se codifica en el EEG, demostrando la capacidad del método para decodificar los movimientos de las extremidades superiores en tiempo real.