Análisis de Algoritmos para Detección de Pedaleo en Interfaces Cerebro-Máquina
| Autor: | José M. Azorín, Marisol Rodríguez-Ugarte, Eduardo Iáñez, Mario Ortiz |
|---|---|
| Přispěvatelé: | Ingeniería de Sistemas y Automática, Departamentos de la UMH::Ingeniería de Sistemas y Automática |
| Rok vydání: | 2020 |
| Předmět: |
Intención motora
General Computer Science Stockwell transform 62 - Ingeniería. Tecnología 02 engineering and technology Máquinas de soporte vectorial Event related (De)synchronization 03 medical and health sciences 0302 clinical medicine Signal analysis and processing (De)sincronización relacionada a eventos 0202 electrical engineering electronic engineering information engineering Brain-Machine Interfaces Offline Rehabilitación Hilbert-Huang transform Fourier Transform Offline Rehabilitation Transformada de Hilbert-Huang Análisis y tratamiento de señales Motor intention Rehabilitación Control and Systems Engineering Interfaces Cerebro-Máquina Transformada de Fourier 020201 artificial intelligence & image processing Transformada de Stockwell 030217 neurology & neurosurgery |
| Zdroj: | REDIUMH: Depósito Digital de la UMH Universidad Miguel Hernández de Elche REDIUMH. Depósito Digital de la UMH instname RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Popis: | [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. Este trabajo ha sido realizado en el marco del proyecto Associate - Decodificación y estimulación de actividad cerebral sensorial y motora para permitir potenciación a largo plazo mediante estimulación Hebbiana y estimulación asociativa pareada durante la rehabilitación de la marcha (con referencia DPI2014-58431-C4-2-R), financiado por el Ministerio de Economía y Competitividad (Plan Estatal de I+D+I) y por la Unión Europea a través del Fondo Europeo de Desarrollo Regional - FEDER ((Una manera de hacer Europa)). También queremos agradecer a Neuroelectrics por prestar el equipo Enobio 32 para este estudio. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|