Desarrollo de técnicas de minimización de interferencia de la actividad muscular de la señal electroencefalográfica durante la deglución

Abstract

[ES] La disfagia es la dificultad o la incapacidad para deglutir los alimentos o bebidas como resultado de la lesión en las áreas motoras y su conexión con el tronco encefálico. Su prevalencia es del 30-40% en personas de más de 65 años. La disfagia generalmente es causada por un derrame cerebral u otras enfermedades neurodegenerativas y trastornos del sistema nervioso central. La disfagia puede conducir a una serie de consecuencias como la desnutrición, la aspiración pulmonar, la mortalidad y la mala calidad de vida. El Centro de Investigación e Innovación en Bioingeniería ha lanzado un proyecto que tiene como objeto impulsar la rehabilitación de disfagia basada en la detección de movimientos imaginarios de deglución en la señal electroencefalográfica (EEG). No obstante, las señales EEG registradas en el cuero cabelludo son de muy baja amplitud, y además presentan una fuerte interferencia de la actividad muscular durante el proceso deglutorio que dificulta la caracterización de las mismas dado que sus distribuciones espectrales se solapan parcialmente. El objetivo del presente TFG es desarrollar técnicas de minimización de interferencia de la actividad muscular de la señal EEG durante la deglución para la caracterización robusta de la actividad cerebral en las distintas bandas de frecuencia. Con ello se pretende asentar la base necesaria para diseñar un sistema de rehabilitación de disfagia basándose en el neurofeedback. Se empleará un sistema de registro simultáneo de 32-canales de EEG mediante el estándar 10-20 y de electromiograma (EMG) en 4 músculos deglutorios (suprahioideos e infrahioideos izquierdo y derecho) con marcadores de eventos. El alumno completará la base de datos hasta obtener al menos unos 20 registros en sujetos sanos. Se analizará la correlación entre la interferencia muscular embebida en la señal EEG y el registro EMG adquirido en los músculos deglutorios para determinar la posibilidad de utilizar técnicas de filtrado adaptativo para su minimización. También se barajará la posibilidad de combinar el análisis de componentes independientes (ICA) junto con wavelet, descomposición de modo empírico multivariable o variacional multivariable para la minimización de la interferencia muscular en la banda gamma.

[EN] Dysphagia is the difficulty or inability to swallow food or drink as a result of injury to the motor areas and their connection to the brainstem. Its prevalence is 30-40% in people over 65 years of age. Dysphagia is usually caused by stroke or other neurodegenerative diseases and central nervous system disorders. Dysphagia can lead to a range of consequences such as malnutrition, pulmonary aspiration, mortality and poor quality of life. The Centre for Research and Innovation in Bioengineering has launched a project that aims to boost dysphagia rehabilitation based on the detection of imaginary swallowing movements in the electroencephalographic (EEG) signal. However, the EEG signals recorded in the scalp are of very low amplitude, and also present a strong interference of the muscular activity during the swallowing process, which makes their characterisation difficult since their spectral distributions partially overlap. The aim of this TFG is to develop techniques to minimise the interference of the muscle activity of the EEG signal during swallowing for the robust characterisation of brain activity in the different frequency bands. This is intended to provide the basis for designing a neurofeedback-based dysphagia rehabilitation system. A simultaneous 32-channel EEG recording system using standard 10-20 and electromyogram (EMG) on 4 swallowing muscles (suprahyoid and left and right infrahyoid) with event markers will be used. The student will complete the database to obtain at least 20 records in healthy subjects. The correlation between the muscle interference embedded in the EEG signal and the EMG recording acquired in the swallowing muscles will be analysed to determine the possibility of using adaptive filtering techniques to minimise it. The possibility of combining independent component analysis (ICA) with wavelet, multivariate empirical mode decomposition or multivariate variational mode decomposition for the minimisation of muscle interference in the gamma band will also be considered.