Prototipo de equipo médico de Neurofeedback para videojuego controlado con potenciales evocados

Resumen

Se diseñó un prototipo de equipo médico BCI basado en técnicas de Neurofeedback, con las cuales se entrenó a un sujeto de prueba para que autorregulara sus ondas cerebrales, logrando así mejorar sus procesos atencionales y concentración, por medio de la identificación de índices de concentración y atención extraídos gracias a los protocolos Theta/Beta Ratio (TBR), Sustained attention (SA). El prototipo cuenta con dos interfaces de usuario, de las cuales una está dirigida al profesional de la salud y la otra es un videojuego sencillo dirigido al sujeto de prueba. Este prototipo extrae las características relacionadas con la concentración y atención del sujeto de prueba y las evalúa mediante un algoritmo de aprendizaje de maquina (ML), con el cual se obtuvo un 97% de efectividad en pruebas fuera de línea (con base de datos) y 97.5% de efectividad con pruebas en línea (con datos en tiempo real). Se diseñaron electrodos activos secos de ganancia 2, con eliminación de ruido electromagnético. También se diseñó una tarjeta de adquisición de 16 canales físicos y 3 canales multiplexados para un total de 19 canales; cuenta con un MCU ARM-Cortex M7 el cual controla dos acondicionadores de señal ADS1299 y realiza el preprocesamiento. Tanto los electrodos activos como la tarjeta de adquisición diseñada se alimentan por medio de una tarjeta de alimentación que cuenta con una salida unipolar de 5V y una salida bipolar de ±2.5V; se alimenta con dos baterías LI-ion de 850mA, lo cual proporciona autonomía de alrededor de ocho horas.

Descripción

Abstract

A prototype of BCI medical equipment was designed based on Neurofeedback techniques, with which a test subject was trained to self-regulate his brain waves, thus improving his attentional processes and concentration, through the identification of concentration and attention indexes extracted thanks to the Theta/Beta Ratio (TBR) and Sustained attention (SA) protocols. The prototype has two user interfaces, one of which is directed to the health professional and the other is a simple video game directed to the test subject. This prototype extracts the characteristics related to the test subject's concentration and attention and evaluates them by means of a machine learning (ML) algorithm, with which 97% effectiveness was obtained in offline tests (with database) and 97.5% effectiveness with online tests (with real-time data). Dry active electrodes of gain 2 were designed, with electromagnetic noise elimination. An acquisition card with 16 physical channels and 3 multiplexed channels for a total of 19 channels was also designed; it has an ARM-Cortex M7 MCU which controls two ADS1299 signal conditioners and performs the preprocessing. Both the active electrodes and the designed acquisition card are powered by a power supply card with a 5V unipolar output and a ±2.5V bipolar output; it is powered by two 850mA LI-ion batteries, which provides autonomy of about eight hours.

Palabras clave

BCI, ML, Neurofeedback, TBR, SA

Keywords

BCI, ML, Neurofeedback, TBR, SA

Temáticas

Citación