Brain Computer Interface ( BCI )

4,956 views

Published on

Guía básica para el inicio en las interfaces cerebro maquina

2 Comments
8 Likes
Statistics
Notes
No Downloads
Views
Total views
4,956
On SlideShare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
207
Comments
2
Likes
8
Embeds 0
No embeds

No notes for slide

Brain Computer Interface ( BCI )

  1. 1. BCIBRAIN COMPUTER INTERFACE
  2. 2. PRESENTACIÓN, LA PARTE QUE MENOS MEGUSTA  Carlos Toxtli Hernández  13 años de experiencia en el desarrollo de sistemas en múltiples tecnologías.  7 años en mandos de responsabilidad.
  3. 3. ALGUNOS PROYECTOS YTECNOLOGÍAS
  4. 4. ALGUNOS LOGROS
  5. 5. OBJETIVO Acercar a la gente al uso y desarrollo de interfaces BCI. Explicar los conceptos básicos del estudio de señales del cerebro. Desmitificar las creencias acerca de los alcances de los BCI empleando técnicas convencionales. Avances y que falta por recorrer. Se pretende esta sea una guía básica para el comienzo de estudios en BCI.
  6. 6. TÉCNICAS PARA OBTENCIÓN DE SEÑALES (OUTPUT) Técnicas invasivas: Un implante cerebral, a menudo denominado implante neural, es un dispositivo tecnológico que se conectan directamente al cerebro de un sujeto biológico - por lo general se coloca en la superficie del cerebro, o conectado a la corteza cerebral. Un objetivo común de los implantes cerebrales modernos y de la investigación actual es desarrollar una prótesis biomédica que permita remplazar zonas del cerebro que se han vuelto disfuncionales a causa de lesiones en la cabeza o accidentes cerebrovasculares. (Ejemplo BrainGate)
  7. 7. TÉCNICAS PARA INSERCIÓN DESEÑALES (INPUT) Deep brain stimulation (DBS)  Enviar señales directamente al cerebro  La FDA (Food and Drug Administration9 solo ha aprobado su uso para el tratamiento de las siguientes enfermedades:  Parkinson  Pánico crónico  Depresión severa.  Síndrome de Tourette
  8. 8. TÉCNICAS DE EXPLORACIÓN NOINVASIVAS FMRI (imágenes por resonancia magnética funcional) es el uso de MRI para medir la respuesta de los flujos sanguíneos durante la actividad neuronal en el cerebro o en la médula espinal en humanos o animales. Es uno de los más recientes avances en la formación de neuroimágenes.
  9. 9.  MEG (Magnetoencefalografía) es una técnica usada para medir los campos magnéticos generados por la actividad eléctrica en el cerebro mediante sensores extremadamente sensibles tales como superconductores de interferencia cuántica (SQUIDs).
  10. 10.  PET (Tomografía de emisión de positrones) Permite observar el flujo sanguíneo o el metabolismo en una parte del cerebro. Al sujeto se le inyecta glucosa radioactiva que seguidamente es detectada en las áreas más activas del cerebro.
  11. 11.  MRS ( Resonancia magnética espectroscópica) basada en procesos de valoración de la funciones del cerebro vivo. MRS toma las ventajas de la apreciación de los protones (átomos de hidrógeno) que residen como diferencia del entorno químico dependiendo bajo qué molécula esté hospedada (H2O vs. proteinas, por ejemplo)
  12. 12.  2D-Ultrasound Imaging (imagen por ultrasonidos 2D) Nuevo tipo de generación de imágenes en dos dimensiones por ultrasonidos en tiempo real capaz de medir y visualizar el metabolismo por análisis y seguimiento de amplitud de cambios localizados
  13. 13.  EMIT (Tomografía cerebral por computación activa de microondas) es una nueva tecnología que permite medir las propiedades fisiológicas de los tejidos y órganos en tiempo real, basado en las diferenciación de las propiedades dieléctricas de los tejidos.
  14. 14.  NIRS, Optical Topography (topografía óptica) utiliza los principios del espectro de la luz infrarroja para analizar los cambios en el neuro-metabolismo durante la actividad cerebral.
  15. 15.  EEG (Electroencefalograma) es un medidor neurofisiológico de la actividad eléctrica del cerebro por medio de electrodos colocados en la superficie de la cabeza, o en casos especiales, sobre la superficie del cortex cerebral. También conocido como brainwaves o impulsos eléctricos cerebrales.
  16. 16. MINDWAVE MOBILE Electrodos: 1 2 mental states (based on 4 brainwaves), eyeblinks 21 March 2011 Neurosky .NET,Android,iPhone,Arduino
  17. 17. NECOMIMI Electrodos: 1 1 mental state July 2012 Neuroware
  18. 18. MINDSET Electrodos: 1 2 mental states (based on 4 brainwaves), eyeblinks 1 December 2011 Neurosky
  19. 19. MINDBALL Electrodos: 1 1 mental state 21 December 2009 Mattel (Neurosky partner)
  20. 20. STAR WARS FORCE TRAINER Electrodos: 1 1 mental state 21 June 2009 Uncle Milton (Neurosky partner)
  21. 21.  Electrodos:1 8 EEG bands 5 January 2011 XWave
  22. 22. MYNDPLAY Electrodos:1 8 EEG bands 1 December 2011 MyndPlay
  23. 23. NEURAL IMPULSE ACTUATOR Electrodos:3 2 brainwaves (Alpha & Beta), facial muscle and eye movements May 2008 OCZ Technology Python
  24. 24. EMOTIV EPOC Electrodos:14 4 mental states (based on brainwaves), 13 conscious thoughts, facial expressions, head movements (sensed by 2 gyros) 21 December 2009 Emotiv Systems C#,C++,Java,Matlab,Python
  25. 25. INTENDIX-SOCI Electrodos: 64 It can detect different brain signals with an accuracy of 99% March 2012 G.TEC
  26. 26. INTENDIX-PAINTING Electrodos: 64 It can detect different brain signals with an accuracy of 99% March 2012 G.TEC
  27. 27. INTENDIX-SPELLER Electrodos: 64 It can detect different brain signals with an accuracy of 99% March 2012 G.TEC
  28. 28. OPENEEG Ármalo a tu gusto con las guías, el software y especificaciones de OpenEEG
  29. 29. CARACTERÍSTICAS DE SISTEMASEEG El primer reporte acerca del registro de actividad eléctrica cerebral fue publicado en 1929 por Hans Berger. El ancho de banda del EEG va de DC-100 Hz, con el mayor porcentaje de potencia entre 0.5 y 60 Hz. Las amplitudes sobre el cráneo oscilan entre 2 y 100 µV (el potencial en reposo de una neurona es de entre -60 y -70 mV) La magnitud de la actividad eléctrica registrada en el EEG (µV) es mucho menor que la actividad eléctrica generada por una sola neurona (mV) porque es filtrada y atenuada al pasar por las diferentes capas de tejido que separan la superficie cortical del electrodo de registro (Westbrook, 2000).
  30. 30. CARACTERÍSTICAS DE SISTEMASEEG Los tipos de electrodos mas comunes son: Secos, con Gel o con solución salina. Los registros del EEG muestran señales irregulares que no presentan en general patrones definidos. No obstante, su espectro varía considerablemente con los estados físicos y el comportamiento, por lo que el estudio en el dominio de la frecuencia ha sido el más usado en diagnóstico neurológico. Los modelos que resultan de realizar el análisis cuantitativo del EEG o EEG cuantitativo (EEGq) en el dominio de la frecuencia se obtienen a partir de la conversión de la actividad eléctrica cerebral de un gráfico en el dominio del tiempo, mediante el procesamiento de señales con la transformada rápida de Fourier (FFT), que permite descomponer el EEG en sus componentes de frecuencia y a simultáneamente medir la energía de cada uno de ellos. Se suele analizar ondas en 4 bandas, delta theta alpha beta
  31. 31. ONDAS DELTA Las ondas delta son oscilaciones son el resultado de la representación de la actividad cerebral frente al tiempo, estas dada su naturaleza presentan una periodicidad, su rango de frecuencias es de 1-3 Hz. Estas son detectadas en el cerebro humano a través de un electroencefalograma. Normalmente están asociadas con etapas de sueño profundo.
  32. 32. ONDAS THETA Las ondas Theta son oscilaciones electromagnéticas en el rango de frecuencias de 3.5 y 7.5 Hz que se detectan en el cerebro humano a través de un electroencefalograma. Normalmente están asociadas con las primeras etapas de sueño, fases 1 y 2. Se generan tras la interacción entre los lóbulos temporal y frontal.
  33. 33. ONDAS ALPHA Las ondas alpha son oscilaciones electromagnéticas en el rango de frecuencias de 8-12 Hz que surgen de la actividad eléctrica sincrónica y coherente de las células cerebrales de la zona del tálamo. también son llamadas «Ondas de Berger», en memoria de Hans Berger, el primer investigador que aplicó la electroencefalografía a seres humanos. Las ondas alfa son comúnmente detectadas usando un electroencefalograma (EEG) o un magnetoencefalograma (MEG), y se originan sobre todo en el lóbulo occipital durante periodos de relajación, con los ojos cerrados, pero todavía despierto. Estas ondas se atenúan al abrirse los ojos y con la somnolencia y el sueño. Se piensa que representan la actividad de la corteza visual en un estado de reposo.
  34. 34. RITMO MU Una onda similar a las alfa, llamada mu (μ) es a veces observada sobre la corteza motora y se atenúa con el movimiento o incluso con la intención de moverse.
  35. 35. ONDAS BETA Las ondas Beta son oscilaciones electromagnéticas en el rango más alto de frecuencia que se detectan en el cerebro humano a través de un electroencefalograma. Están asociadas con etapas de sueño nulo, donde se está despierto y consciente y las ondas son mas frecuentes en comparación con las ondas delta, alfa y theta.
  36. 36. ONDAS GAMA Las ondas gamma son un patrón de oscilacion neuronal que tiene lugar en los seres humanos, cuya frecuencia oscila entre los 25 y los 100 Hz,1 aunque su presentación más habitual es a 40 Hz.2 Se ha teorizado que las ondas gamma podrían estar implicadas en el proceso de percepción consciente,3 4 5 pero no hay acuerdo unánime al respecto.
  37. 37. RECOMENDACIONES Se una electrodo de referencia. Es mas fácil hacer pruebas con pelo corto. Lavar el área para quitar sudor y grasa de la piel en contacto. Mantener el mayor reposo posible. Posición confortable
  38. 38. COMO PONER LOS ELECTRODOS
  39. 39. POSICIONES ELECTRODOS
  40. 40. NOMENCLATURA
  41. 41. POSICIONES ELECTRODOS ENCEREBRO
  42. 42. ÁREAS EXTERNAS Y SU FUNCIÓN(BROADMAN)
  43. 43. ÁREAS INTERNAS Y SU FUNCIÓN(BROADMAN)
  44. 44. CEREBELO Encargado de la parte motora, sus señales no son detectables desde EEG. Dato curioso: La forma mas rápida bajar de peso es usándolo al máximo.
  45. 45. BIOSEÑALES
  46. 46. ARTEFACTOS Los artefactos son señales indeseadas que distorsionan el EEG y que surgen de acciones cotidianas, como parpadear o mover un músculo. La aparición de artefactos en la adquisición de EEG es inevitable, por tanto, una de las prácticas fundamentales en el registro de EEG, en primer lugar es evitar en la medida de lo posible el número de artefactos. Desde el punto de vista de procesado, es una etapa crítica para obtener una señal EEG, por ello los sujetos deben permanecer, en la medida de lo posible, en una posición neutra y relajada, evitando el excesivo parpadeo.
  47. 47. TIPOS DE ARTEFACTOS Los artefactos pueden ser divididos en dos categorías:  Siológicos  No siológicos. Cualquier fuente en el cuerpo con un dipolo eléctrico o que genere un campo eléctrico es capaz de producir artefactos siológicos, por ejemplo el corazón, ojos, músculos y lengua. El sudor puede también alterar la impedancia de contacto de los electrodos y producir un artefacto. Artefactos no siológicos incluyen la interferencia de 60 Hz del equipo eléctrico, artefactos kinesiológicos causado por el cuerpo o movimientos del electrodo, y artefactos mecánicos debidos al movimiento del cuerpo.
  48. 48. MOVIMIENTO MUSCULAR (EMG) La actividad muscular aparece como artefacto frecuentemente. El artefacto EMG ocurre en los rangos alpha y beta superiores, especialmente por encima de los 23Hz. Y aparecen frecuentemente en los sensores T3 y T4 y en el área frontal, pero también pueden localizarse en T5 y T6 debido a la tensión del los músculos del cuello.
  49. 49. ARTEFACTOS DE MOVIMIENTO El movimiento del cuerpo, la cabeza o los cables de un electrodo producen artefactos. Por tanto, es importante recordar al sujeto que permanezca quieto. También se recomienda la colocación de una toalla en el cuello del sujeto para que la cabeza y los electrodos posteriores no tengan contacto con el respaldo de la silla. Además se evitará la tensión del cuello al situar al toalla. Este tipo de artefactos pueden evitarse asegurando una posición confortable, y detener cada 4-5 minutos el registro de EEG para que la persona se reajuste y cambie de postura si es necesario.
  50. 50. MOVIMIENTOS OCULARES Es de vital importancia poseer un canal donde se visualice el movimiento ocular. La fuente del dipolo ocular es de unos 100mWat entre el aqueous y vitreous. Movimiento vertical: Aunque los parpadeos son simétricos en Fp1 y Fp2, un canal para EOG asegura la identificación de parpadeo. Este tipo de artefacto se reconoce porque la señal EEG muestra un contorno puntiagudo en forma triangular dándose lugar en los electrodos frontales. Siendo más prominente en Fp1 y Fp2 que en F3 o F4. Movimiento lateral: también es detectado por un desfase en los electrodos F7 y F8
  51. 51. ARTEFACTO POR EL PARPADEO Son potenciales de voltaje alto máximos en los canales frontales. Las desviaciones son sincronizadas y hay una desviación importante en dirección inferior. El registro se debe al potencial corneorretiniano (la córnea es electropositiva respecto de la retina, en milivoltios) y hay una contribución menor del electrorretinograma(ERG). Durante el parpadeo, los globos oculares giran un poco hacia arriba (fenómeno de Bell). Así, los electrodos frontopolares se hacen momentáneamente positivos. Son artefactos de una frecuencia entrelos 8 y 10 Hz.
  52. 52. ARTEFACTO POR EL PULSO (EKG) Se identifica por ser una onda rítmica y de configuración puntiaguda que tiene la misma frecuencia que el EKG. El tiempo de ascenso es más rápido que el de descenso. Este artefacto aparece cuando se coloca un electrodo sobre una arteria del cuero cabelludo, por ejemplo sobre una rama de la arteria temporal superficial. El desplazamiento del electrodo lejos de la arteria (es decir, a 1-2 cm) elimina el artefacto.
  53. 53. OBSTÁCULOS DEL EEG El EEG es solamente capaz de obtener información de las partes más superficiales del cerebro. Las células estrelladas (stellate cells) que suponen un 15% de la población neural total, generan patrones de campos electromágneticos cerrados que no pueden ser registrados por medios eléctricos o magnéticos. El análisis visual del los registros electroencefalográficos proporciona poca información acerca de la forma en que el cerebro regula funciones complejas como el aprendizaje, la memoria, la atención, e incluso la ocurrencia de la plasticidad sináptica durante la recuperación tras daño cerebral (Cantor, 1999).
  54. 54. MAPAS TOMADOS EN ESTADO DERELAJACIÓN
  55. 55. ¿CÓMO DETECTAR PATRONES? Puede ser por medio de respuestas provocadas, mejor conocido como “Potencial Evocado”. El potencial evocado designa la modificación del potencial eléctrico producido por el sistema nervioso en respuesta a una estimulación externa, especialmente sensorial (un sonido, una imagen, etc..), pero también a un evento interno como una actividad cognitiva ( atención , la preparación del motor , etc.) Cuando un tren de estímulos sensoriales de cualquier tipo llega al cerebro, provoca secuencias características de ondas en el trazado electroencefalográfico (EEG), que denominamos potenciales evocados.
  56. 56. P300 UN POTENCIAL EVOCADO MUYUTILIZADO  Descubierta en el año 2002, la onda P300 (EP300, P3) es un potencial evocado que puede ser registrado mediante electroencefalografía como una deflexión positiva de voltaje con una latencia de unos 300ms en el EEG. La presencia, magnitud, topografía y duración de esta señal se utiliza a veces en la medición de la función cognitiva de los procesos de toma de decisiones. Mientras los correlatos neuronales de este potencial aún están poco claros, la reproductibilidad de esta señal hace que sea una opción común para los test psicológicos tanto clínicos como de laboratorio.
  57. 57. ASÍ SE VE UN P300
  58. 58. COMO LOGRAR APARECER UN P300 Se emplea el paradigma Odd-ball que consiste en proporcionar un estimulo discriminante o distractor con mas frecuencia, alrededor de un 80% de frecuencia, y un estimulo objetivo o “diana” el cual logremos distinguir durante un 20% de frecuencia aproximadamente. Es mas sencillo lograrlo con señales auditivas o visuales, pero cognitivamente (pensamientos) también es posible entrenando el como evocarlos.
  59. 59. CONFIGURACIÓN
  60. 60. CONFIGURACIÓN EMOTIV Azul:Modo normal Naranja:Volteado
  61. 61. P300 SPELLER Se basa en los procesos de toma de decisiones inconscientes de la P300 para operar una computadora. Se le presenta a un sujeto una matriz de caracteres de 6X6 y se destacan varias filas o columnas. Cuando una columna o fila contiene el carácter el sujeto desea comunicarse y se provoca la respuesta P300 (puesto que este carácter es "especial" es el estímulo diana descrito en el típico paradigma odd-ball). La combinación de la fila y columna que evoca la respuesta localiza el carácter deseado. Se deben promediar algunos ensayos como este para eliminar el ruido del EEG. La velocidad de iluminación determina el número de caracteres procesados por minuto. Los resultados de estudios que usan esta disposición muestran que los sujetos normales pueden conseguir un 95% de tasa de éxito a unos 3.4-4.3 caracteres/min y las tendencias sugieren que 40 caracteres/min es el límite teórico máximo lograble
  62. 62. P300 SPELLER DESDE OPENVIBE Gran parte del software de BCI traen implementado dentro de los ejemplos un P300 Speller asi se ve en OpenVibe
  63. 63. OPENVIBE La metodología empleada es por medio de diagramas los cuales direccionan el flujo de los datos y nos permite desviarlo para distintos tipos de análisis, sumamente poderoso.
  64. 64. BCI2000 Herramienta muy poderosa que funciona de forma modular, viene ya con módulos pre programados que facilitan empezar a usarlo
  65. 65. MATLAB EEGLAB Es el mas empleado para análisis de muestras que no son en tiempo real, ideal para dar una interpretación clínica de muestras prolongadas.
  66. 66. MATLAB BCILAB Sin duda la herramienta en tipo real que promete mas, después del 2010 se desacelero su desarrollo pero las herramientas de entrenamiento ayuda a detectar patrones simples.
  67. 67. ALGORITMOS Linear classifiers  Nonlinear Bayesian classifiers  Linear Discriminant Analysis (LDA)  Bayes quadratic  Support Vector Machine (SVM)  Hidden Markov Model (HMM) Neural Networks  Nearest Neighbor classiffers  MultiLayer Perceptron (MLP)  k Nearest Neighbors (KNN)  Learning Vector Quantization (LVQ)  Mahalanobis distance  Fuzzy ARTMAP Neural Network  Combinations of classifiers  RBF Neural Network  Boosting  Bayesian Logistic Regression Neural  Voting Network (BLRNN)  Stacking  Adaptive Logic Network (ALN)  Probability estimating Guarded Neural Classifier (PeGNC)  Time-Delay Neural Network (TDNN)  Gamma dynamic Neural Network (GDNN)
  68. 68. TABLA COMPARATIVA
  69. 69. ¿BAYESIANOS? ¿CON QUE SECOMEN? En términos más generales y menos matemáticos, el teorema de Bayes es de enorme relevancia puesto que vincula la probabilidad de A dado B con la probabilidad de B dado A. Es decir que sabiendo la probabilidad de tener un dolor de cabeza dado que se tiene gripe, se podría saber -si se tiene algún dato más-, la probabilidad de tener gripe si se tiene un dolor de cabeza,
  70. 70. SOFTWARE EMOTIV Útil para detectar artefactos, estados mentales y entrenamiento básico de patrones, es posible grabar las señales EEG para posteriormente procesarlas.
  71. 71. HERRAMIENTAS EMOTIV PARA SDK
  72. 72. PROGRAMACIÓN CON EMOTIV SDK Su principal función es automatizar lo que detecta el panel de control y puede ser programado en C++,C#,Java,Matlab y Python
  73. 73. MITOS Y VERDADES Mito: Puedo leer los pensamientos con BCI  Verdad: En EEG no es posible, haya avances usando FMRI Mito: Puedo realizar acciones con los pensamientos mientras camino  Verdad: Ninguna técnica ha demostrado obtener datos cognitivos si no es en reposo.
  74. 74. ¿CÓMO PUEDO APRENDER MAS? www.cousera.org
  75. 75. CONCLUSIONES Los invito a entrar al fascinante mundo del BCI. Actualmente tenemos las herramientas para poderlo hacer en casa. No dejen pasar un día sin hacer sus sueños. Todo es posible, solo háganlo.
  76. 76. GRACIAS La presentación puede ser descargada desde:http://www.facebook.com/carlos.toxt li

×