Escolar Documentos
Profissional Documentos
Cultura Documentos
INTEP, Roldanillo
coordinacion.valle.rredsi@gmail.com
V Encuentro Departamental de Semilleros de Investigación
Valle del Cauca
INTEP Roldanillo
Mayo 19 de 2016
PONENCIA
MODALIDAD X Investigación en Curso
(seleccionar una- Investigación Terminada
Marque con una x) PÓSTER
Propuesta de Investigación
Ciencias Naturales
X Ingenierías y Tecnologías
Área de la Ciencias Médicas y de la Salud.
investigación Ciencias Agrícolas
(seleccionar una- Ciencias Sociales
Marque con una x) Humanidades
Artes, arquitectura y diseño
Programa Ondas
TÍTULO: Hardware para interfaces cerebro computador
INTEP, Roldanillo
coordinacion.valle.rredsi@gmail.com
V Encuentro Departamental de Semilleros de Investigación
Valle del Cauca
INTEP Roldanillo
Mayo 19 de 2016
General
Desarrollar mediante la tecnología interface cerebro-computador, un equipo con capacidad
de ser operado mediante el pensamiento, con fines académicos y de apoyo en el área de
Salud, empleando materiales de origen nacional y a bajo costo.
Específicos
1. Desarrollar un sistema de electrodos que permitan la captura de las señales
generadas por el individuo a través del contacto con el cuero cabelludo.
2. Diseñar un sistema amplificación que permita obtener una ganancia de voltaje lo
suficientemente alta como para poder obtener una señal que pueda ser medida.
3. Delinear un sistema de filtrado que permita eliminar las frecuencias del ruido.
4. Estructurar el sistema de interface que permita conectar todo el sistema con un
equipo de cómputo.
5. Construir todo el sistema diseñado e integrar su uso en investigaciones en el sector
salud, determinando su impacto en pacientes con discapacidad física.
6. Estructurar el contenido programático del curso electivo Interfaces Cerebro
Computador dirigido a estudiantes de los programas académicos de Tecnología en
Electrónica, Tecnología en Sistemas e Ingeniería de Sistemas.
7. Analizar las señales generadas por el BCI con el fin de desarrollar un prototipo que
interprete las señales para llevar a cabo una tarea en un campo especifico.
INTEP, Roldanillo
coordinacion.valle.rredsi@gmail.com
V Encuentro Departamental de Semilleros de Investigación
Valle del Cauca
INTEP Roldanillo
Mayo 19 de 2016
Los antecedentes de uso de las ondas cerebrales para control de dispositivos se remontan a
los primeros años de la década de 1990, cuando el psicólogo Niels Bierbaumer, de la
Universidad de Tubingen en Alemania, determinó que las personas pueden controlar
ciertas ondas cerebrales. Para ello, desarrolló junto con su equipo de trabajo, un
deletreador, que, a través de un entrenamiento de ondas lentas positivas y negativas,
permitía seleccionar entre 2 bancos de letras para escribir mensajes. Trabajando con
pacientes que padecían Esclerosis lateral amiotrófica, se les entrenó durante cerca de 2
meses, con una intensidad de una hora diaria, tiempo después del cual se obtuvo como
resultado, el que estas personas aprendieran a escribir mensajes a una rata aproximada de 2
caracteres por minuto, solamente empleando su pensamiento.
Posteriormente, en un proyecto encabezado por Meinhard Schilling, el Instituto Técnico
de Mediciones Eléctricas de la Universidad de Braunschweig en Alemania, en asocio con
la Clínica Universitaria Charite de Berlín y el Instituto Fraunhofer de Arquitectura de
Cálculo y Tecnologías de Software de la capital alemana, desarrolló un proyecto mediante
el cual a través de la interface cerebro-computador, un individuo moviliza un carro
concentrándose fijamente en un cuadro de ajedrez que indica la dirección de movimiento
para éste. El principio de funcionamiento es el encefalograma clásico y la clasificación de
señales.
Genevieve Jacques, PhD. en colaboración con otros científicos del departamento de
Psicología de la Universidad de Drexel, en Filadelfia, Pennsylvania (EUA), y en
colaboración con el Departamento de Ingeniería Eléctrica y Computación de la
Universidad Nueva Jersey (EUA), desarrollaron un algoritmo para el análisis Wavelet
multirresolución, que se aplica a los potenciales relacionados con la EEG, logrando
desarrollar un procedimiento rentable y automatizado para el diagnóstico precoz de la
INTEP, Roldanillo
coordinacion.valle.rredsi@gmail.com
V Encuentro Departamental de Semilleros de Investigación
Valle del Cauca
INTEP Roldanillo
Mayo 19 de 2016
enfermedad de Alzheimer.
Kenji Nakayama y su equipo de trabajo, lograron en 2006, clasificar tareas mentales tales
como multiplicación, composición, conteo y rotación de objetos, entre otros. Manejaron 6
señales de entrada a las cuales aplicaron la transformada rápida de Fourier (FFT),
obteniendo resultados entre el 64% y el 74%.
Tao Wang y su equipo, realizaron estudios en el dominio de la frecuencia de las señales
EEG provenientes de los canales C3 y C4 con los que pudieron encontrar que las ondas
mu y las ondas beta contienen información útil, en la imaginación de movimientos.
L. Trejo y su equipo desarrollaron una interfaz para el control del cursor usando señales
EEG en conjunto con electrooculografia (que mide la actividad eléctrica en el movimiento
de los ojos), obteniendo resultados entre el 58% y el 88%.
J. Deng utilizó la densidad espectral de potencia para procesar 3 canales con redes
neuronales artificiales y clasificar señales correspondientes a movimiento a la izquierda y
a la derecha, obteniendo resultados del 72.2 % en las pruebas.
Robert Rasmussen de la Universidad de Baltimore, realizó pruebas de entrenamiento,
empleando los canales C3, C4 y Cz, donde encontró que, ante dos tareas a clasificar, se
obtenía un porcentaje de clasificación aproximado del 72%, pero si el número de tareas a
clasificar era de 4, el porcentaje disminuía al 45%.
SEÑALES ELECTROENCEFALOGRÁFICAS (EEG)
La electroencefalografía es el procedimiento que consiste en medir las señales del cerebro
con el fin de estudiar el sistema nervioso; esto se hace uniendo los electrodos en el cuero
cabelludo o en la corteza cerebral de la persona (la corteza cerebral es esencial en
funciones importantes del cerebro como la memoria, la atención, el conocimiento
perceptivo, el “pensamiento”, la lengua y los sentidos). Estos electrodos transmiten las
señales u ondas cerebrales proporcionadas por un gran conjunto de neuronas en los
individuos a los que se les implementa con fines de estudio.
INTEP, Roldanillo
coordinacion.valle.rredsi@gmail.com
V Encuentro Departamental de Semilleros de Investigación
Valle del Cauca
INTEP Roldanillo
Mayo 19 de 2016
El EEG es empleado para probar la función del cerebro, a través de él se registra las
diferencias del voltaje entre las partes del cerebro, pero no mide corrientes eléctricas. El
EEG se utiliza popularmente en la experimentación, pues se aplica principalmente con
medidas no invasivas. Por otra parte, el paciente no necesita hablar, trasladarse, o aún
demostrar ninguna emoción para registrar los datos; el aparato puede incluso detectar
señales eléctricas resultantes de respuestas secretas a los estímulos.
Las ondas cerebrales pueden clasificarse según la frecuencia y voltaje12 en: Delta, Theta,
Alfa, Mu, Beta, Ram alta y ondas Gamma. Las características de estas ondas son las
siguientes:
Onda Delta:
Señal de 10 a 50 micro voltios y una frecuencia de 0,2 a 3,5 Hz. Puede apreciarse en la
Figura 1. Corresponde a un estado hipnótico, trabajo del hemisferio cerebral derecho en
plena actividad, sueño profundo y meditación.
Onda Theta:
Señal de 50 a 100 micro voltios de 3,5 a 7,5 Hz. Corresponde a un estado de vigilia,
INTEP, Roldanillo
coordinacion.valle.rredsi@gmail.com
V Encuentro Departamental de Semilleros de Investigación
Valle del Cauca
INTEP Roldanillo
Mayo 19 de 2016
INTEP, Roldanillo
coordinacion.valle.rredsi@gmail.com
V Encuentro Departamental de Semilleros de Investigación
Valle del Cauca
INTEP Roldanillo
Mayo 19 de 2016
Figura 4. Onda Mu
Onda Beta:
Señal de 150 a 200 micro voltios con frecuencias de 13 a 28 Hz, relacionadas en la Figura
5, Corresponde a estado de alerta máxima, vigilante, miedo, es la situación normal cuando
estamos despiertos, conduciendo o trabajando en donde estamos en estado de alerta,
ansiedad.
5. METODOLOGÍA
El Planeamiento metodológico de la investigación propuesta comprende los siguientes
aspectos:
INTEP, Roldanillo
coordinacion.valle.rredsi@gmail.com
V Encuentro Departamental de Semilleros de Investigación
Valle del Cauca
INTEP Roldanillo
Mayo 19 de 2016
Tipo de Investigación
Diseño de la investigación
Método de investigación a emplear y sus etapas
Técnicas e instrumentos para recolectar información
Procesamiento de la información
INTEP, Roldanillo
coordinacion.valle.rredsi@gmail.com
V Encuentro Departamental de Semilleros de Investigación
Valle del Cauca
INTEP Roldanillo
Mayo 19 de 2016
6. RESULTADOS
Prototipo de equipo electrónico incluidos los planos electrónicos y código fuente
del software diseñado.
Curso Electivo de Interfaces Cerebro Computador para Programas académicos de
Tecnología en Electrónica, Tecnología en Sistemas e Ingeniería de Sistemas de la
Universidad del Valle Sede Tuluá y Universidad del Valle en su conjunto.
Desarrollo de un prototipo que interprete las señales generadas por el BCI.
7. IMPACTOS: l
ínea base para desarrollo de tecnologías de vanguardia
8. BIBLIOGRAFÍA:
Ballesteros, Dora y otros. Software de Análisis de Energía en Señales
electroencefalografías Básicas en la Transformada Wavelet Discreta. Fundación
Universitaria Gabriela Beltrán, Bogotá, 2005.
INTEP, Roldanillo
coordinacion.valle.rredsi@gmail.com
V Encuentro Departamental de Semilleros de Investigación
Valle del Cauca
INTEP Roldanillo
Mayo 19 de 2016
Deng, J. HE, B. Classification of Imaginary Tasks from Three Channels of EEG by Using
an Artificial Neural Network. Proceedings of the 251h Annual lntemational Conference of
the IEEE EMBS.2003.
Lee’ Yong Hee y otros. Estimation of Evoked Potentials Based on the Wavelet Analysis.
Proceedings - 19th International Conference - IEEE/EMBS Oct. 30 - Nov. 2, 1997.
Nakayama, Kenji. A Brain Computer Interface Based on FFT and Multilayer Neural
Network - Feature Extraction and Generalization. Proceedings of 2007 International
Symposium on Intelligent Signal Processing and Communication Systems Nov.28-Dec.1,
2007.
Pei, Xiaomei. Classification of left and right hand motor imagery tasks based on EEG
frequency component selection. Proceedings of 2007 International Symposium on
Intelligent Signal Processing and Communication Systems Nov.28-Dec.1, 2007.
Polikar, Robi y otros. Multiresolution wavelet analysis and ensemble of classifiers for
early diagnosis of Alzheimer disease. IEEE V - 389 ICASSP, 2005
Trejo, L. J.; Rosipal, R. and Matthews, B. “Braincomputer interfaces for 1-D and 2-D
cursor control: designs using volitional control of the EEG spectrum or steady-state visual
evoked potentials”. IEEE Transactions on Neural Systems and Rehabilitation Engineering,
vol. 14, No. 2, June 2006.
Los artículos deben ser presentados en WORD y tener una extensión máxima de 12
páginas y mínima de 10.
Letra: Times New Roman 12 puntos
Interlineado: 1.5
Márgenes: 2.5 cm
Sin sangrías
Títulos en mayúscula y negrita
Subtítulos en minúscula y negrita
INTEP, Roldanillo
coordinacion.valle.rredsi@gmail.com