Medición, procesado y clasificación de señales electroencefalográficas

Abstract

El objetivo principal de este trabajo es el de implementar un sistema BCI (Brain Computer Interface) mediante un dispositivo de captación EEG (Electroencefalograma) para medir, procesar y clasificar señales cerebrales en tiempo real con el fin de poder discriminar entre dos clases de movimientos imaginados sin necesidad de realizar una actividad motora. Las aplicaciones prácticas que se abren ante el investigador en caso de éxito son indudablemente numerosas y atractivas. En los primeros capítulos se ven los fundamentos teóricos necesarios para transitar hacia la parte práctica. Se estudia la fisiología del cerebro y, particularmente, el comportamiento de las neuronas que, a través de los potenciales de acción, generan las ondas cerebrales que se acaban registrando en un EEG. La monitorización de la actividad cerebral lleva al desarrollo de los sistemas BCI que proporcionan un canal de comuniación con el mundo exterior sin necesidad de recurrir a actividades musculares. Se repasa el estado de la investigación BCI actual y sus características y se plantean algunas consideraciones sobre su desarrollo futuro. El dispositivo Emotiv EPOC empleado en el trabajo es también presentado en una primera aproximación técnica. Se estudia a continuación la teoría de reconocimiento de patrones y de clasificación que, apoyándose en la teoría de decisión bayesiana, sirve de cimiento conceptual y matemático para las tareas de discriminación entre clases que es necesario hacer en este trabajo. Se estudia en profundidad la técnica del LDA (Linear Discriminant Analysis) concebida y optimizada para la clasificación y que se usa en el sistema diseñado. También se analiza el algoritmo CSP (Common Spatial Patterns) empleado para calcular el filtro espacial óptimo que reduce la dimensionalidad de las señales originales. Se introduce además el procedimiento de PCA (Principal Component Analysis) utilizado en reconocimiento de patrones para obtener las componentes principales de un conjunto de observaciones, reduciendo así las dimensiones del conjunto total. En la parte final del trabajo se ve el esquema del sistema BCI diseñado con sus características técnicas y, antes de detallar las simulaciones realizadas y los resultados obtenidos, se comprueba el funcionamiento del sistema con datos EEG registrados profesionalmente. Se muestran además un par de aplicaciones prácticas que se han desarrollado y probado, un juego de ping-pong y una herramienta de deletreo, con el fin de que sirvan de ejemplo de las utilidades que pueden tener cabida en el mundo real a raíz de la investigación sobre las señales electroencefalográficas. Para concluir este trabajo se hace una recopilación de los temas tratados que, junto con las problemáticas afrontadas durante su realización y algunas reflexiones personales, derivan en las conclusiones finales.

xv Abstract he main goal of this project is to implement a BCI (Brain Computer Interface) system using an EEG monitoring device to measure, to process and to classify brain signals in real time in order to discriminate between two classes of imagined movements without the need to perform motor activity. In case of success, the practical applications that present themselves in front of the investigator are undoubtfully numerous and attractive. In the first chapters, we review the theoretical fundaments that are going to be applied in the practical part of the project. We study the physiology of the brain and, more precisely, the behaviour of the neurons through its action potentials that generate brain waves that can be registered with an EEG device. The monitorization of brain activities leads to the development of BCI systems that supply a channel to communicate with the outside world without muscle activity. A summary of recent BCI investigations is made, whith explanations about its characteristics and some considerations about future evolutions on the subject. The Emotiv EPOC device is the one that is going to be used in this project and it is presented with a brief technical approach. Afterwards we focus on pattern recognition theory and classification theory, and these two along Bayesian decision theory are used as mathematical and conceptual foundations for the tasks of class discrimination needed in this project. We study thoroughly the LDA (Linear Discriminant Analysis) technique that was conceived and optimized for classification and it is used on the designed system. CSP (Common Spatial Patterns) algorithm is also explained to find the optimal spatial filter that reduces the dimensionality of the original signals. We also introduce the PCA (Principal Component Analysis) algorithm used in pattern recognition to obtain the principal components from a set of observations and therefore to reduce the total dimensions. In the final part of the project, the scheme of the designed BCI system is shown and technically explained. Before introducing the simulations and the final results, the system is verified using professionally recorded EEG data. We find a couple of software applications that were developed and tested, a ping-pong game and a spelling tool, with the aim to serve as an example of the outcomes of research in electroencephalographic signals that can have their place in the real world. To finish this project we review all the subjects, the problems that were faced and some personal reflections that altogether lead to the final conclusions.