Análisis y clasificación de potenciales cerebrales relacionados con el movimiento en pacientes con lesión medular

Bibián Nogueras, Carlos
López Larraz, Eduardo (dir.)

Civera Sancho, Javier (ponente)

Universidad de Zaragoza, EINA, 2015
Informática e Ingeniería de Sistemas department, Ingeniería de Sistemas y Automática area

Graduado en Ingeniería Electrónica y Automática

Abstract: Las BMIs (interfaces cerebro máquina) ofrecen innumerables posibilidades en el campo de la rehabilitación y la compensación funcional en pacientes con problemas de movilidad, como pueden ser las víctimas de un accidente cerebrovascular o de una lesión medular. En este contexto, las BMIs pueden utilizarse para decodificar la intención de movimiento, incluso cuando el paciente no puede moverse, y utilizar esa información para controlar un dispositivo externo como un exoesqueleto o una prótesis. Mediante técnicas no invasivas, como el electroencefalograma, se pueden adquirir las señales cerebrales para su posterior procesamiento. Una de estas señales cerebrales, que perminte decodificar la intención de movimiento, son los MRCP o potenciales cerebrales relacionados con el movimiento. Sin embargo, en la bibliografía actual encontramos que se están utilizando una gran variedad de esquemas de decodificación, dentro de los cuales encontramos distintos filtros frecuenciales, espaciales y clasificadores. El principal objetivo de este trabajo consiste en realizar un estudio de las distintas partes de un esquema de decodificación de intención de movimiento basado en MRCP, con el fin de evaluar el impacto en los resultados de decodificación de las diversas técnicas utilizadas en cada una de sus partes. En primer lugar, utilizando unos datos de sujetos sanos, se ha realizado un análisis detallado de las distintas técnicas de filtrado frecuencial, filtrado espacial y algunos de los clasificadores más usados en este campo con el fin de obtener el esquema de decodificación que mejores resultados nos ofrece. En segundo lugar, dado que los usuarios finales de gran parte de las aplicaciones de BMI son pacientes, se ha evaluado el comportamiento del esquema de decodificación de intención motora elegido en la primera parte de este trabajo en dos poblaciones de pacientes con distinto tipo de patología: ictus y lesión medular.

Tipo de Trabajo Académico: Trabajo Fin de Grado