Study of Affective Motor Imagery Tasks for future BCI Control

Abstract

[ES] La interfaz cerebro-ordenador es el camino para conectar es sistema neuromuscular y el mundo externo. El presente TFG consiste en la adquisición, procesado y clasificación de señales de electroencefalograma (EEG) de imaginación de movimientos motores (MI). La imaginación de movimientos motores es un estado cognitivo fruto de la representación interna de una acción motora específica sin actividad muscular. En primer lugar, se adquieren señales de EEG multicanal de 18 sujetos diferentes mientras la imaginación de tareas afectivas y neutrales. La tarea afectiva consiste en imaginarse apretar un cactus con la mano derecha varias veces, sintiendo una emoción desagradable. En la condición neutral, la tarea es imaginarse apretar una pelota normal o una pelota de masaje. Tras la adquisición de las señales de EEG se lleva a cabo el procesamiento de estas con MATLAB y EEGLAB. Para estudiar el incremento o disminución de la actividad neuronal se emplea la Perturbación en el Espectro Relacionada con Eventos (ERSP). Finalmente, se extraen las características que permitan clasificar las señales mediante un Análisis Discriminante Lineal de contracción (sLDA). Esta clasificación se hace separadamente para cada sujeto y para evaluar su resultado se emplea la precisión.

[EN] Brain-Computer Interfaces is an alternative pathway to connect the brain with the outside world besides the neuro-muscular system. The current project consists of the acquisition, processing and classification of the signal of the motor imagery electroencephalogram (EEG). Motor imagery is a dynamic cognitive state during which the representation of a specific motor action is internally created without any muscular activity. First, 18 subjects are instructed to imagine affective, and neutral motor tasks while multichannel EEG is recorded simultaneously. In the affective MI condition, they had to imagine squeezing a cactus with their right hand several times, eliciting an unpleasant emotion. In the neutral condition their task was to imagine squeezing a ball. After the acquisition, the signal is processed with MATLAB and EEGLAB. To study the increase or decrease of neural activity Event-related Spectral Perturbation (ERSP) is calculated. Finally, the study and extraction of the features of the signal is done for the posterior Shrinkage Linear Discriminant Analysis (sLDA) classification. The classification is done separately for each subject and, to evaluate it, it is used the accuracy