Interfaz BCI para reconocimiento de palabras en señales EEG

Abstract

Una Interfaz Cerebro-Ordenador (o BCI, del inglés Brain-Computer Interface) puede ser definida como un sistema que traduce los patrones de actividad cerebral de un individuo en mensajes o comandos para una aplicación interactiva. En la actualidad, el electroencefalograma (EEG) se destaca como el método más empleado para el registro no invasivo de la actividad cerebral. Esta técnica ofrece una alta resolución temporal, una notable facilidad de uso y menor riesgo de complicaciones en comparación con otras técnicas invasivas. No obstante, esta técnica también presenta algunas limitaciones, como la presencia de altos niveles de ruido, el efecto de la postura y concentración en la tarea a realizar por parte del sujeto o las interferencias producidas por el movimiento ocular y muscular. Todo ello, junto a la baja intensidad de las señales, resultan en una baja relación señal a ruido (SNR) y, por lo tanto, una alta dificultad para interpretar las señales EEG. La realización de este trabajo viene motivada por el significativo potencial que protagonizan las señales EEG en el desarrollo BCI, las cuales pueden ser implementadas para abrir un nuevo canal de comunicación para las personas con discapacidades motoras en el habla u otras condiciones neurológicas. Precisamente, se abordará la primera de estas dificultades con el propósito de brindar ayuda a individuos que padecen estas complicaciones, además de contribuir con la aportación de este estudio al realizado por investigadores de todo el mundo en el intento de decodificación del habla a partir de ondas cerebrales. En este contexto, se realizará un estudio exhaustivo del estado del arte en el reconocimiento de palabras mediante EEG. Se investigarán las diferentes técnicas de adquisición de señales, el procesamiento de las señales EEG y el uso de redes neuronales en este campo. Además, se planteará el diseño y desarrollo de una diadema utilizando tecnología de impresión 3D para la captura de señales EEG. Esta diadema estará equipada con electrodos secos y se evaluará su rendimiento mediante la recopilación de señales reales. Asimismo, se analizarán un par de Datasets disponibles en la literatura y se procederá a la comparación con la realización propia del sistema BCI. Al finalizar, se obtendrán conclusiones sólidas basadas en los resultados y el análisis realizado.

A Brain-Computer Interface (BCI) can be defined as a system that translates an individual's brain activity patterns into messages or commands for an interactive application. Currently, electroencephalogram (EEG) stands out as the most widely used method for non-invasive recording of brain activity. This technique offers high temporal resolution, remarkable ease of use and lower risk of complications compared to other invasive techniques. However, this technique also has some limitations, such as the presence of high noise levels, the effect of posture and concentration on the task to be performed by the subject or the interferences produced by eye and muscle movement. All this, together with the low intensity of the signals, results in a low signal-to-noise ratio (SNR) and, therefore, a high difficulty in interpreting EEG signals. This work is motivated by the significant potential of EEG signals in BCI development, which can be implemented to open a new communication channel for people with motor speech disabilities or other neurological conditions. Precisely, the first of these difficulties will be addressed with the purpose of providing help to individuals who suffer from these complications as well as contributing to the studies carried out by researchers around the world in the attempt of speech decoding from brain waves. In this context, an exhaustive study of the state of the art in EEG word recognition will be carried out. The different signal acquisition techniques, EEG signal processing and the use of neural networks in this field will be investigated. In addition, the design and development of a headband using 3D printing technology for EEG signal capture will be proposed. This headband will be equipped with dry electrodes and its performance will be evaluated by collecting real signals. Furthermore, a couple of Datasets available in the literature will be analyzed and compared with the in-house realization of the BCI system. At the end, solid conclusions will be drawn based on the results and analysis performed.