scholarly journals Control de un brazo robótico con un sistema BCI, empleando procesamiento de señales cerebrales

2021 ◽  
Vol 8 (2) ◽  
Author(s):  
Javier Coronado Bautista
Keyword(s):  
Brain Computer Interface ◽  
Computer Interface ◽  
El Sistema

La necesidad de desarrollar un sistema de interfaz cerebro ordenador BCI para el control de un brazo robótico en el Perú, surge a partir de la posibilidad de interconectar el sistema nervioso humano con un sistema robótico o Mecatrónico, y usar este concepto para recuperar alguna función motora. Brain Computer Interface (BCI) es un sistema de comunicación basado en el registro de señales cerebrales (EEG), siendo el electroencefalograma la base y soporte de la tecnología BCI. Fue, en el año 1929, que el neurólogo alemán Hans Beger, quien, por primera vez, logro observar y registrar la actividad cerebral (cambio de señales eléctricos) de un paciente en un galvanómetro, construyendo así los cimientos del estudio de la electroencefalografía. BCI es una tecnología novedosa, que permite la interacción del hombre con la máquina en un entorno virtual o físico, a través de un canal de comunicación entre el sistema nervioso central y un dispositivo robótico. En los últimos años, los sistemas antes mencionados han causado el interés de los centros de investigación importantes a escala mundial.

scholarly journals Control asíncrono de sistemas BCI basados en ERP mediante la detección de potenciales evocados visuales de estado estable provocados por los estímulos periféricos del paradigma oddball.

2019 ◽  
Author(s):  
Eduardo Santamaría-Vázquez ◽  
Víctor Martínez-Cagigal ◽  
Javier Gomez-Pilar ◽  
Roberto Hornero
Keyword(s):  
Steady State ◽  
Evoked Potentials ◽  
Visual Evoked Potentials ◽  
Brain Computer Interface ◽  
Event Related Potentials ◽  
Computer Interface ◽  
Calidad De Vida ◽  
El Sistema ◽  
Related Potentials ◽  
Visual Evoked

Los sistemas Brain-Computer Interface (BCI) permiten la comunicación en tiempo real entre el cerebro y el entorno midiendo la actividad neuronal, sin la necesidad de que intervengan músculos o nervios periféricos. En la práctica, normalmente se emplea el electroencefalograma (EEG) para registrar la actividad cerebral, debido a que se realiza con un equipo portable, no invasivo y de bajo coste en comparación con otras técnicas disponibles. Una vez adquirida la señal EEG, esta es analizada en tiempo real por un software que determina las intenciones del usuario y las traduce en comandos de la aplicación, proporcionando una realimentación visual o auditiva. En concreto, los sistemas BCI basados en potenciales relacionados con eventos (event related potentials, ERP) utilizan el llamado paradigma oddball. Este paradigma presenta una matriz de comandos, cuyas filas y columnas se iluminan de manera secuencial. Para seleccionar un comando, el usuario debe mirar a fijamente a la celda correspondiente de la matriz. Los estímulos visuales, percibidos con la región central de su campo visual, provocan un ERP en la señal de EEG. Posteriormente, el sistema determina el comando que quiere seleccionar el usuario mediante la detección de estos ERP. Actualmente, una de las mayores limitaciones de los sistemas BCI basados en ERP es que son inherentemente síncronos. La aplicación selecciona un comando después de un número predefinido de iluminaciones, aunque el usuario no esté atendiendo a los estímulos. Esta limitación restringe el uso de estos sistemas en la vida real, donde los usuarios deberían poder dejar de prestar atención a la aplicación para realizar otras tareas sin que se seleccionen comandos indeseados. Esta característica es especialmente importante en aplicaciones BCI enfocadas al aumento de la calidad de vida de personas con grave discapacidad, como navegadores web o sistemas de control de sillas de ruedas. Para resolver esta limitación, es necesario añadir al sistema un método que detecte en tiempo real si el usuario realmente quiere seleccionar un comando. En este estudio presentamos un novedoso método de asincronía para detectar en tiempo real el estado de control del usuario en los sistemas BCI basados en EPR. Con este objetivo, el sistema detecta los potenciales evocados visuales de estado estable (steady-state visual evoked potentials, SSVEP) provocados por los estímulos periféricos del paradigma oddball. Estas ondas son la respuesta oscilatoria que aparece en la señal de EEG cuando se recibe una estimulación repetitiva a una frecuencia constante. Las iluminaciones periféricas del paradigma oddball provocan un SSVEP a la frecuencia de estimulación, que aparece únicamente cuando el usuario está mirando a la matriz. Por tanto, la detección de esta componente permite determinar si el usuario quiere seleccionar un comando o no. El método propuesto ha sido validado de manera offline con 5 sujetos sanos, alcanzando una precisión media en la detección del estado de control del usuario del 99.7% con 15 secuencias de estimulación. Estos resultados sugieren que esta metodología permite un control asíncrono fiable del sistema BCI, lo que es de gran utilidad en aplicaciones para la mejora de la calidad de las personas con grave discapacidad.

scholarly journals SISTEMA DE COMUNICACIóN y CONTROL BASADO EN EL PENSAMIENTO

2019 ◽  
pp. 37-44
Keyword(s):  
Brain Computer Interface ◽  
Computer Interface ◽  
Loss Of Function ◽  
Eeg Signals ◽  
The Third ◽  
Palabras Clave ◽  
El Sistema ◽  
The Many ◽  
And Control

SISTEMA DE COMUNICACIóN y CONTROL BASADO EN EL PENSAMIENTO SYSTEM OF COMMUNICATION AND CONTROL BASED ON THE THOUGHT Avid Román G. TELECOM ParisTech, 46 rue Barrault, 75013 – Paris, Francia DOI: https://doi.org/10.33017/RevECIPeru2010.0006/ RESUMEN El presente trabajo esta orientado a brindar un medio de comunicación a las muchas personas que sufren de una pérdida severa de función motora como resultado de diferentes accidentes y/o enfermedades, para que puedan controlar e interactuar mejor con su entorno, para lo cual se ha implementado una interfaz cerebro-computador a través de la adquisición de señales electroencefalograficas por medio de electrodos, implementación de algoritmos para extraer características y ejecutar un método de clasificación de tal manera de interpretar dichas señales y ejecutar acciones correspondientes. El primer objetivo es diseñar y construir un Sistema de Comunicación y Control Basado en el Pensamiento capaz de captar y medir señales ElectroEncefaloGráficas (EEG). El segundo objetivo es implementar el sistema de adquisición de datos incluyendo un filtro digital en tiempo real que nos permita eliminar el ruido. El tercer objetivo es analizar la variación de las señales electroencefalográficas frente a las diferentes tareas bajo estudio e implementar un algoritmo de extracción de características. El cuarto objetivo es trabajar sobre la base de las características de las señales electroencefalográficas, implementar un sistema de clasificación que permita discriminar las 2 tareas bajo estudio y en base a ello efectuar las acciones correspondientes. Palabras clave: BCI, ICC, Control, AAR. ABSTRACT The present work is oriented to offer a communication via to the many people who undergo of a severe loss of function motorboat as a result of different accidents and/or diseases, so that they can control and interact better with his environment, for which an brain-computer interface has been implemented through the acquisition of EEG signals by electrodes, implementation of algorithms to extract characteristics and to execute a method of classification of such way to interpret these signals and to execute corresponding actions. The first objective to design and to construct to a System of Communication and Control Based on the Thought able to catch and to measures EEG signals. The second objective is to implement the system of data acquisition including a digital filter in real time that allows us to eliminate the noise. The third objective is to analyze the variation of the EEG signals in front of the different tasks under study and of implementing an algorithm of extraction of characteristics. The fourth objective is to work on the base of the characteristics of the EEG signals, to implement a classification system that allows to discriminate the 2 tasks under study and on the basis of it of conducting the corresponding battles. Keywords: BCI, ICC, Control, AAR.

Simultaneous Classification of Multiple Motor Imagery and P300 for Increase in Output Information of Brain-computer Interface

2013 ◽  
Vol 133 (3) ◽  
pp. 635-641
Author(s):  
Genzo Naito ◽  
Lui Yoshida ◽  
Takashi Numata ◽  
Yutaro Ogawa ◽  
Kiyoshi Kotani ◽  
...  
Keyword(s):  
Motor Imagery ◽  
Brain Computer Interface ◽  
Computer Interface ◽  
Output Information

NON-INVASIVE BCI METHOD: EEG - ELECTROENCEPHALOGRAPHY

2019 ◽  
pp. 139-145
Author(s):  
Selma Büyükgöze
Keyword(s):  
Brain Computer Interface ◽  
Computer Interface ◽  
Electrode Placement ◽  
Eeg Signals ◽  
Non Invasive ◽  
Brain Signals ◽  
Brain States ◽  
The Brain

Brain Computer Interface consists of hardware and software that convert brain signals into action. It changes the nerves, muscles, and movements they produce with electro-physiological signs. The BCI cannot read the brain and decipher the thought in general. The BCI can only identify and classify specific patterns of activity in ongoing brain signals associated with specific tasks or events. EEG is the most commonly used non-invasive BCI method as it can be obtained easily compared to other methods. In this study; It will be given how EEG signals are obtained from the scalp, with which waves these frequencies are named and in which brain states these waves occur. 10-20 electrode placement plan for EEG to be placed on the scalp will be shown.

Sign in / Sign up

Export Citation Format

Share Document