Estudio preliminar de la detección de cambios de velocidad de la marcha a partir de señales EEG

Abstract

[ES] El análisis de las señales cerebrales para la asistencia en pacientes con movilidad reducida es un área de investigación continua en la que las nuevas tecnologías ofrecen un amplio espectro de posibilidades para la ayuda activa como los exoesqueletos y las interfaces cerebro-maquinas (BMI). En este trabajo nos centramos en realizar una interfaz BMI para el control de velocidad del miembro inferior. El objetivo de este estudio es analizar las señales electroencefalográficas (EEG) para obtener un indicador que relacione la información cerebral con marcadores de velocidad en la marcha. Para el procesamiento de las señales EEG analizamos los ritmos sensoriomotores correspondientes a las bandas Alfa y Beta en la zona motora. La interfaz BMI debe discernir entre dos estados marcha e intención de cambiar de velocidad. La creación de dicho modelo requiere caracterizar el momento del cambio, para la fase de entrenamiento. Hemos utilizado el equipo de captura de movimiento Tech MCS V3 basado en sensores inerciales. Analizamos las componentes frecuenciales de la aceleración en el dominio temporal mediante la transformada continua Wavelet (CWT). En este trabajo realizamos un estudio menor para analizar la marcha y otro principal para la validación de la interfaz BMI planteada. Tres usuarios sanos participaron en el estudio. El protocolo tiene tres fases, el usuario espera parado unos segundos tras los cuales decide comenzar la marcha a un ritmo visiblemente lento y llegado un punto voluntariamente cambia de velocidad manteniéndola unos segundos. El experimento consta de 40 repeticiones. Debido a la gran generación de artefactos durante la marcha los componentes de la señal EEG fueron descompuestos mediante ICA y rechazados según su componente espectral y un criterio apropiado. Los resultados fueron procesados con varias configuraciones de electrodos de la zona motora, en diferentes bandas de frecuencia y con y sin eliminación de artefactos. El porcentaje máximo de acierto para los tres usuarios a la hora de distinguir entre las dos clases es del 58%, no siendo resultados lo suficientemente remarcables para poder validar de forma confiable la interfaz BMI planteada.

[EN] The main objective of this work is analysing electroencephalographic (EEG) signals to get a mark to link brain information with characteristic indicators of the walk speed. This starts with developing a Brain-Machine Interface (BMI) and designing a validation protocol to allow to conclude an accuracy rate to assure reliable control of the BMI. It pretends to create a robust arquitecture that will be improvable in the future being able to provide a feedback with the pacient in real time.