Interfaz Humano-Máquina basada en EOG/EEG y texto predictivo para la comunicación en pacientes no verbales
El proyecto tiene como objetivo el desarrollo de un teclado
circular controlado mediante una interfaz cerebro-computadora (BCI), basada en
la adquisición y procesamiento de señales electrooculográficas (EEG) y
electroencefalográficas (EEG). Este sistema está diseñado para proporcionar una
herramienta de comunicación dirigida a personas con discapacidad motora o
dificultades en el habla, permitiendo la generación eficiente y accesible de
texto, así como su conversión a voz para facilitar la interacción comunicativa.
El diseño del sistema se centra en el aprovechamiento de las señales EOG para
registrar movimientos oculares horizontales y verticales, junto con parpadeos
voluntarios, mientras que las señales EEG se investigan como un complemento
para robustecer la interacción y aumentar la capacidad de interpretación de la
intención del usuario. La finalidad central es optimizar tanto la precisión en
la selección de caracteres como la velocidad de navegación dentro del teclado
circular, garantizando que el usuario pueda comunicarse en tiempo real con un
sistema eficiente y responsivo.
Entre los principales desafíos tecnicos se incluyen la reducción de
errores en la detección y clasificación de movimientos oculares, la mejora de
la fluidez y naturalidad de la interacción, así como la adaptación dinámica del
sistema a las particularidades fisiológicas y cognitivas de cada individuo. A
su vez, el proyecto contempla el uso de registros homogéneos recopilados de un
grupo homogéneo de usuarios bajo condiciones experimentales controladas, con el
propósito de asegurar la validez y reproducibilidad de los resultados. Por otro
lado, se prevé la integración del sistema en un entorno de funcionamiento en
tiempo real.
Con el objetivo de poder medir el proceso de esta investigación, se
utilizarán indicadores como el tiempo promedio para seleccionar cada palabra y
la cantidad de errores cometidos. Esto nos permitirá evaluar la eficiencia del
teclado, con la esperanza de que pueda contribuir a una comunicación más
independiente para quienes cuentan con limitaciones severas.
- Adquisición de
señales piloto: Obtener los registro de un
mismo grupo de usuarios en condiciones controladas, realizando actividades
como pensar arriba, izquierda, abajo, derecha.
- Preprocesamiento: Aplicar filtrado y normalización, eliminar artefactos y
segmentar los registros en ventanas temporales para la clasificación de
características.
- Extracción de
características: Identificar las
características relevantes de los registros como amplitud, dirección,
patrones básicos de atención o parpadeos.
- Diseño experimental: Planificar sesiones con los usuarios para utilizar el
teclado durante una calibración y evaluación, donde se medirán las
variables clave.
- Implementación: Integrar todas las señales registradas en el prototipo,
incorporando la retroalimentación auditiva para mejorar la interacción.
- Pruebas piloto: Se lleva a cabo la evaluación del desempeño con el mismo
grupo de usuarios para mantener la homogeneidad de los resultados.
- Análisis
estadístico: Se aplican modelos estadísticos
eficientes para comparar los resultados obtenidos, asegurando la
eficiencia y válidez de los hallazgos.
- Ajustes: De acuerdo a los resultados obtenidos, realizar mejoras y/o
ajustes en los parámetros de interacción, con el fin de optimizar el
rendimiento del sistema.
- Equipo final: Se documentarán exhaustivamente los resultados y
funcionamiento del sistema.
10
Mauricio Adolfo Ramírez Moreno
mauricio.ramirezm@tec.mx
Neuroingeniería
Procesamiento de Señales
Programación en Python & MATLAB
