Análisis de Algoritmos para Detección de Pedaleo en Interfaces Cerebro-Máquina

Abstract

[EN] The use of brain-machine interfaces in people who has suffered a cerebrovascular accident could help the rehabilitation process through the cognitive involvement of the patient. These interfaces translate the brain waves into commands to control the movement of an assistant mechanical device. However, the control of these devices should be more stable and achieve a higher accuracy. This work studies if algorithms, such as Stockwell or Hilbert-Huang transform, can improve the control of these devices, and if a personalization by subject or electrode configuration is desirable. Besides, through the analysis of five volunteers is determined that the motor intention can not be detected only by data acquired previously to the movement using desynchronized/synchronized related events. Therefore, it is needed to extend the time processing to the two seconds after the movement starting.

[ES] El uso de interfaces cerebro-máquina en personas que han sufrido un accidente cerebro-vascular puede ayudar en su proceso de rehabilitación mediante la implicación cognitiva del paciente. Dichas interfaces traducen las ondas cerebrales en comandos con el fin de controlar un dispositivo mecánico de movimiento asistido. No obstante, el control de estos dispositivos debería ser más robusto y tener una alta precisión. Este trabajo estudia si algoritmos basados en transformadas como las de Stockwell o Hilbert-Huang pueden mejorar el control de estos dispositivos aumentando su precisión, y si es recomendable llevar a cabo una personalización por sujeto y configuración de electrodos. Mediante el análisis de cinco voluntarios se comprueba además, que no es posible detectar con suficiente robustez la intención motora a partir de la desincronización/sincronización relacionada a eventos motores con únicamente los datos previos al movimiento. Por ello, es preciso extender el tiempo de análisis a los dos segundos posteriores al inicio del movimiento.