Implementación de una interfaz BCI para la detección de intención de movimientos de rehabilitación de miembro superior

El presente artículo es el resultado del desarrollo de tesis de grado del autor en donde se implementa una interfaz cerebro computador en conjunto con un robot colaborativo ur3, el prototipo final está enfocado a desarrollar terapias de rehabilitación de miembro superior, inicialmente en personas sa...

Full description

Autores:
Niño Velasco, Jhoan Sebastián
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/22874
Acceso en línea:
http://hdl.handle.net/20.500.12749/22874
Palabra clave:
Electroencephalogram
Automation
Mechatronic
Rehabilitation Robotics
Collaborative Robotics
Brain computer interface
Motor imagery
Machine theory
Rehabilitation technology
Automatic control
Robotics
Machine learning
Mecatrónica
Teoría de las máquinas
Tecnología de la rehabilitación
Control automático
Robótica
Aprendizaje automático
Electroencefalograma
Automatización
Mecatrónica
Interfaz cerebro computador
Imaginación motora
Robótica de rehabilitación
Robótica colaborativa
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_a5788b4baa5806b7a24fced4604ca09e
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/22874
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Implementación de una interfaz BCI para la detección de intención de movimientos de rehabilitación de miembro superior
dc.title.translated.spa.fl_str_mv BCI Implementation for intention detection of upper limb rehabilitation movements
title Implementación de una interfaz BCI para la detección de intención de movimientos de rehabilitación de miembro superior
spellingShingle Implementación de una interfaz BCI para la detección de intención de movimientos de rehabilitación de miembro superior
Electroencephalogram
Automation
Mechatronic
Rehabilitation Robotics
Collaborative Robotics
Brain computer interface
Motor imagery
Machine theory
Rehabilitation technology
Automatic control
Robotics
Machine learning
Mecatrónica
Teoría de las máquinas
Tecnología de la rehabilitación
Control automático
Robótica
Aprendizaje automático
Electroencefalograma
Automatización
Mecatrónica
Interfaz cerebro computador
Imaginación motora
Robótica de rehabilitación
Robótica colaborativa
title_short Implementación de una interfaz BCI para la detección de intención de movimientos de rehabilitación de miembro superior
title_full Implementación de una interfaz BCI para la detección de intención de movimientos de rehabilitación de miembro superior
title_fullStr Implementación de una interfaz BCI para la detección de intención de movimientos de rehabilitación de miembro superior
title_full_unstemmed Implementación de una interfaz BCI para la detección de intención de movimientos de rehabilitación de miembro superior
title_sort Implementación de una interfaz BCI para la detección de intención de movimientos de rehabilitación de miembro superior
dc.creator.fl_str_mv Niño Velasco, Jhoan Sebastián
dc.contributor.advisor.none.fl_str_mv Barragán Gómez, Johann
Chío Cho, Nayibe
dc.contributor.author.none.fl_str_mv Niño Velasco, Jhoan Sebastián
dc.contributor.cvlac.spa.fl_str_mv Barragán Gómez, Johann [0001496379]
Chío Cho, Nayibe [0000375918]
dc.contributor.googlescholar.spa.fl_str_mv Barragán Gómez, Johann [es&oi=ao]
Chío Cho, Nayibe [es&oi=ao]
dc.contributor.orcid.spa.fl_str_mv Niño Velasco, Jhoan Sebastián [0009-0008-9270-0333]
Barragán Gómez, Johann [0000-0001-6114-6116]
Chío Cho, Nayibe [0000-0002-9459-4350]
dc.contributor.researchgate.none.fl_str_mv Chío Cho, Nayibe [Nayibe_Chio]
dc.contributor.apolounab.spa.fl_str_mv Barragán Gómez, Johann [johann-barragan]
Chío Cho, Nayibe [nayibe-chío-cho]
dc.contributor.linkedin.none.fl_str_mv Chío Cho, Nayibe [nayibe-chio-cho-41a17724]
dc.subject.keywords.spa.fl_str_mv Electroencephalogram
Automation
Mechatronic
Rehabilitation Robotics
Collaborative Robotics
Brain computer interface
Motor imagery
Machine theory
Rehabilitation technology
Automatic control
Robotics
Machine learning
topic Electroencephalogram
Automation
Mechatronic
Rehabilitation Robotics
Collaborative Robotics
Brain computer interface
Motor imagery
Machine theory
Rehabilitation technology
Automatic control
Robotics
Machine learning
Mecatrónica
Teoría de las máquinas
Tecnología de la rehabilitación
Control automático
Robótica
Aprendizaje automático
Electroencefalograma
Automatización
Mecatrónica
Interfaz cerebro computador
Imaginación motora
Robótica de rehabilitación
Robótica colaborativa
dc.subject.lemb.spa.fl_str_mv Mecatrónica
Teoría de las máquinas
Tecnología de la rehabilitación
Control automático
Robótica
Aprendizaje automático
dc.subject.proposal.spa.fl_str_mv Electroencefalograma
Automatización
Mecatrónica
Interfaz cerebro computador
Imaginación motora
Robótica de rehabilitación
Robótica colaborativa
description El presente artículo es el resultado del desarrollo de tesis de grado del autor en donde se implementa una interfaz cerebro computador en conjunto con un robot colaborativo ur3, el prototipo final está enfocado a desarrollar terapias de rehabilitación de miembro superior, inicialmente en personas sanas, adquiriendo las señales generadas por actividad cerebral al intentar realizar movimientos de este, todo el proceso fue logrado gracias al desarrollo de un algoritmo inteligencia artificial utilizando FBCSP y LDA como métodos de extracción y clasificación respectivamente, todos los análisis fueron realizados con bases de datos obtenidas de 5 usuarios sanos que sirvieron como sujetos de prueba durante el proceso de optimización e implementación.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-11-22T14:15:22Z
dc.date.available.none.fl_str_mv 2023-11-22T14:15:22Z
dc.date.issued.none.fl_str_mv 2023-11-20
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.local.spa.fl_str_mv Trabajo de Grado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.hasversion.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/22874
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.unab.edu.co
url http://hdl.handle.net/20.500.12749/22874
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
repourl:https://repository.unab.edu.co
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Ministerio de Salud de Colombia, "Enfermedad Cerebrovascular, otra comorbilidad priorizada contra el COVID-19", Junio de 2021. https://www.minsalud.gov.co/Paginas/Enfermedad-cerebrovascular,-otra-comorbilidad-priorizada-contra-el-covid-19.aspx#:~:text=Enfermedad%20cerebrovascular%2C%20otra%20comorbilidad%20priorizada%20contra%20el%20covid%2D19,-Ministerio%20de%20Salud&text=%E2%80%8BRepresenta%20un%20riesgo%20alto,inmunizarse%20contra%20el%20covid%2D19. (Consultado el 14 de septiembre de 2022)
Ministerio de Salud de Colombia, "Mortalidad en Colombia Periodo 2020-2021", marzo de 2022. https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/ED/GCFI/mortalidad-colombia-periodo-2020-2021.pdf (Consultado el 14 de septiembre de 2022)
Mayo Clinic, "Que esperar mientras te recuperas de un accidente Cerebrovascular", 2022. https://www.mayoclinic.org/es/diseases-conditions/stroke/in-depth/stroke-rehabilitation/art-20045172 (Consultado el 14 de septiembre de 2022)
Karin, Correa Arana, "Virtual Hand Prosthesis Moved By Encephalographic Signals", Popayán, 2016.
K. T. Kim, T. Carlson y S. W. Lee, «Desing of a Robotic Wheelchair with a Motor Imagery based Brain-Compiter Interface», 2013.
J. Long, Y. Li, H. Wang, T. Yu, J. Pan y F. Li, «A Hybrid Brain Computer Interface to Control the Direction and Speed of a Simulated or Real Wheelchair», 2012.
D. Yuangyi, «The Desing of Disabled People Assistant», Shenyang, 2010.
D. Zamora Blandón, J. E. Muñoz, D. S. Lopez y O. Henao Gallo, «Influence of a BCI Neurofeedback videogame in children with ADHD. Quantifying the brain activity through an EEG signal processing dedicated toolbox», 2016.
A. Chiuzbaian, J. Jakobsen y S. Puthusserypady, «Mind Controlled Drone: An Innovative Multiclass SSVEP based Brain-Computer Interface».
L. Vega Escobar, A. E. Castro Ospina y L. Duque Muñoz, «Feature extraction schemes for BCI systems», Medellin.
Becas Santander, «Neuroplasticidad: que es y cómo se aplica en el entorno Laboral», enero de 2022. https://www.becas-santander.com/es/blog/neuroplasticidad-que-es.html (Consultado el 14 de septiembre de 2022)
BBVA CH, «Beneficios de la Robótica aplicada a la Medicina», noviembre de 2019. https://www.bbva.ch/noticia/beneficios-de-la-robotica-aplicada-a-la-medicina/ (Consultado el 14 de septiembre de 2022)
M. A. Khan, R. Das, H. K. Iversen y S. Puthusserypady, "Review on motor imagery based BCI systems for upper limb post-stroke neurorehabilitation: From designing to application", Computers in Biology and Medicine ed., vol. 123, 2020.
W. Xin, W.-W. Wong, S. Rui, C. W. Chiu-wing y K.-Y. Tong, "Differentiated effects of robot hand training with and without neural guidance on neuroplasticity patterns in chronic stroke", vol. 9, 2018.
E. Quiles, J. Dadone, N. Chio y E. García, "Cross-Platform Implementation of an SSVEP-Based BCI for the Control of a 6-DOF Robotic Arm", 2022.
Z. Yuanlu, L. Ying, L. Jinling y L. Pengcheng, "A Hybrid BCI Based on SSVEP and EOG for Robotic Arm Control", 2020.
D. A. Medina Portilla, V. Nandikolla y L. Fortuna, "Teleoperation Robot Control of a Hybrid EEG-Based BCI Arm Manipulator Using ROS", 2022.
L, Palacios, Revista Acta Neurológica Colombiana, "Breve Historia de la Electroencefalografía", 2002.
J. S. Ramírez Archila, “Detección de Intención Motora Empleando Técnicas de Aprendizaje Automático”, Escuela Colombiana De Ingeniería Julio Garavito, 2020.
B. Camacho Diaz, O. Arrieta, “Tumores Primarios del Sistema Nervioso Central”, Oncología y Tumores, Capítulo 19, 2013. Editorial Manual Moderno S.A.
J. Minguez Safra, “Interfaces Cerebro‐Computador no Invasivos y Robótica para Sustitución Motora”, Universidad de Zaragoza, 2012.
Facultad de Medicina UNAM, “Corteza y Vía Motora”. http://www.facmed.unam.mx/Libro-NeuroFisio/10-Sistema%20Motor/10a-Movimiento/Textos/Via-SistMotor.html (Consultado el 26 de septiembre de 2022)
Cultura Científica, “Sistemas Nerviosos: Las Áreas Motoras”, Cuaderno de Cultura Científica, 2017. https://culturacientifica.com/2017/08/29/sistemas-nerviosos-las-areas-motoras/ (Consultado el 26 de septiembre de 2022)
Nepsa Rehabilitación Neurológica, “El Homúnculo Cortical de Penfield”, octubre de 2021. https://nepsa.es/que-es-el-homunculo-cortical/ (Consultado el 26 de septiembre de 2022)
Facultad de Medicina UNAM, “Manual Sistema 10/20 Internacional”. https://liceaga.facmed.unam.mx/deptos/fisiologia/wp-content/uploads/2019/09/UTI-pr%C3%A1ctica-7-a.-Electroencefalograma.-AnexoManual.pdf (Consultado el 26 de septiembre de 2022)
S. Gómez Gálvez, “Estudio de técnicas de preprocesamiento, procesamiento y clasificación de señales EEG de la Imaginación Motora para la rehabilitación de la marcha”, Universidad Politécnica de Madrid, julio de 2021.
G. Trejo Alcantara, N. Castañeda Villa, “Efecto del pre-procesamiento del EEG en el Análisis por Componentes Independientes: reducción del artefacto del implante coclear en los Potenciales Evocados Auditivos”, Revista mexicana de ingeniería biomédica, Volumen 38, pp 382-389, abril de 2017.
MathWorks, “Feature extraction for machine learning and deep learning”, 2023. https://la.mathworks.com/discovery/feature-extraction.html (Consultado el 27 de septiembre de 2022).
B. Medina, J. E. Sierra, A. Barrios Ulloa, “Técnicas de extracción de características de señales EEG en la imaginación de movimiento para sistemas BCI”, Revista Espacios, Volumen 39, pp 36, 2018.
BBVA, “Machine Learning: Que es y como Funciona”, noviembre de 2019. https://www.bbva.com/es/innovacion/machine-learning-que-es-y-como-funciona/ (Consultado el 3 de octubre de 2022)
Amazon Web Services, “Amazon Machine Learning: Guía para desarrolladores”, pp 93-103, 2022. https://docs.aws.amazon.com/es_es/machine-learning/latest/dg/machinelearning-dg.pdf#cross-validation (Consultado el 14 de marzo de 2023)
Scikit Learn, “Cross-Validation: Evaluating estimator performance”. https://scikit-learn.org/stable/modules/cross_validation.html (Consultado el 14 de marzo de 2023)
R. Díaz, “Métricas de Clasificación”, The Machine Learners. https://www.themachinelearners.com/metricas-de-clasificacion/ (Consultado el 14 de marzo de 2023)
Telefonica Tech, “Como interpretar la matriz de confusión”, diciembre de 2021. https://telefonicatech.com/blog/como-interpretar-la-matriz-de-confusion-ejemplo-practico (Consultado el 14 de marzo de 2023)
J. Amat Rodrigo, “Máquinas de Vector Soporte”, Cienciadedatos, abril de 2017. https://cienciadedatos.net/documentos/34_maquinas_de_vector_soporte_support_vector_machines (Consultado el 14 de marzo de 2023)
J. Amat Rodrigo, “Análisis Discriminante Lineal y Análisis Discriminante Cuadrático”, Cienciadedatos, septiembre de 2016. https://cienciadedatos.net/documentos/28_linear_discriminant_analysis_lda_y_quadratic_discriminant_analysis_qda (Consultado el 14 de marzo de 2023)
E. Monge Pereira, F. Molina Rueda, F. M. Rivas Montero, J. Ibañez, J. I. Serrano, I. M. Alguacil Diego, J. C. Miangolarra Page, “Electroencefalografía como método de evaluación tras un ictus. Una revisión actualizada”, doi: 10.1016/j.nrl.2014.07.002, julio de 2014.
Universal Robots, "Robótica Colaborativa y Cobots". Collaborative robotic automation | Cobots from Universal Robots. https://www.universal-robots.com/es/cobots-robots-colaborativos/#:~:text=¿Qué%20son%20los%20cobots%20o,sean%20conocidos%20como%20robots%20colaborativos (Consultado el 13 de septiembre de 2022).
Universal Robots "Brazo Robótico UR3e". Collaborative robotic automation | Cobots from Universal Robots. https://www.universal-robots.com/es/productos/robot-ur3/#:~:text=El%20UR3e%20de%20Universal,otros%20espacio%20de%20trabajo%20pequeños. (Consultado el 13 de septiembre de 2022).
Arrow, “Una visión general de la computadora de placa única más popular de Arduino” noviembre de 2017. https://www.arrow.com/es-mx/research-and-events/articles/arduino-uno-product-overview (Consultado el 13 de septiembre de 2022).
Tribalyte Technologies, “Sistema embebido y sus características | Conceptos fundamentales”. https://tech.tribalyte.eu/blog-sistema-embebido-caracteristicas#El_sistema_embebido_Que_es_exactamente
UAEH, “Modulo Relé | Arduino”, 2021. http://ceca.uaeh.edu.mx/informatica/oas_final/OA4/mdulo_rel.html (Consultado el 13 de septiembre de 2022).
Arduino, “Getting Started with Arduino Products” https://www.arduino.cc/en/Guide (Consultado el 13 de septiembre de 2022).
F. Flores, “Que es Visual Studio Code y que ventajas ofrece” OpenWebinars, julio de 2022. https://openwebinars.net/blog/que-es-visual-studio-code-y-que-ventajas-ofrece/ (Consultado el 13 de septiembre de 2022).
Amazon Web Services, “Que es Python”. https://aws.amazon.com/es/what-is/python/ (Consultado el 13 de septiembre de 2022).
OpenVIBE, “Documentation”, https://openvibe.inria.fr/documentation-index/ (Consultado el 31 de julio de 2023).
g-Tec, “g-Suite 2020 | g.NEEDACCESS”, 2020. https://www.gtec.at/product/gtec-suite-2020/ (Consultado el 31 de julio de 2023)
N. Chio Cho, J. Barragán Gómez, “Metodología revisión estado del arte”, Universidad Autónoma de Bucaramanga, 2022.
Wikipedia, “OpenBCI”, https://en.wikipedia.org/wiki/OpenBCI. (Consultado el 15 de junio de 2023)
Neuroelectrics, “Enobio 8”, https://www.neuroelectrics.com/solutions/enobio. . (Consultado el 15 de junio de 2023).
gTec, “g.Nautilus Research – Wearable EEG Headset”, https://www.gtec.at/product/gnautilus-research/ (Consultado el 15 de junio de 2023).
C. S. Nam, I. Choi, A. Wadeson y M. Whang, “Brain Computer Interfaces Handbook”, Chapter. 1, Brain-Computer Interface An Emerging Interaction Technology. p.12-25.
Mentirapedia, "Prueba de la P300". https://mentirapedia.com/index.php/Prueba_de_la_P300#:~:text=El%20P300%20es%20un%20potencial,un%20estímulo%20relevante%20de%20otro. (Consultado el 17 de octubre de 2022).
Con la EM, "¿Qué es una prueba de potenciales evocados?” | Con la EM. https://www.conlaem.es/actualidad/prueba-potenciales-evocados (Consultado el 17 de octubre de 2022).
H. Cho, M. Ahn, M. Kwon y S. C. Jun, “Brain-Computer Interfaces Handbook”, vol. 23, A Step-by-Step Tutorial for a Motor Imagery-Based BCI.
I. A. Kapandji, “Fisiología Articular: Miembro Superior”, Sexta Edición, Tomo 1, pp 207, Medica Panamericana, 2007.
FlintRehab, “Rehabilitación ACV”, Blog de recuperación Neurológica, https://www.flintrehab.com/es/category/rehabilitacion-acv/ (Consultado el 7 de agosto de 2023).
A. Torres, “Pronación y Supinación” KenHub. https://www.kenhub.com/es/library/anatomia-es/pronacion-y-supinacion (Consultado el 20 de agosto de 2023).
P. Martínez Misa, Y. González González, A. Alonso Calvete, I. Da Cuña Carrera, “Effects of Motor Imagery After Cerebrovascular Accident”, Universidad de Vigo, junio de 2021.
M. Aljalal, R. Djemal, “A comparative Study of Wavelet and CSP Features Classified using LDA, SVM and ANN in EEG based Motor Imagery” 9th IEEE-GCC Conference and Exhibition (GCCCE), pp 945-950, mayo de 2017.
R. M. Clemente, J. Olias, D. Beeta, A. Cichocki, “Information Theoretic Approaches for Motor Imagery BCI Systems: Review and Experimental Comparison”, pp 29, Entropy, 2018.
K. G. Oweiss, “Statistical Signal Processing for Neuroscience and Neurotechnology”, pp 411, Elsevier, https://doi.org/10.1016/C2009-0-20215-7 2010.
K. Keng Ang, Z. Yang Chin, C. Wang, C. Guan, H. Zhang, “Filter Bank Common Spatial Pattern Algorithm on BCI Competition IV Datasets 2A and 2B”, Frontiers in Neuroscience, Volumen 6, Articulo 39, marzo de 2012.
K. Keng Ang, C. Guan, H. Zhang, “Filter Bank Common Spatial Pattern in BCI”, International Joint Conference on Neural Networks, pp 2391-2398, 2008. DOI: 10.1109/IJCNN.2008.4634130.
dc.relation.uriapolo.spa.fl_str_mv https://apolo.unab.edu.co/en/persons/johann-barragan
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Bucaramanga (Santander, Colombia)
dc.coverage.temporal.spa.fl_str_mv Julio de 2023 a Noviembre de 2023
dc.coverage.campus.spa.fl_str_mv UNAB Campus Bucaramanga
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería Mecatrónica
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/22874/1/2023_Tesis_Jhoan_Ni%c3%b1o.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/22874/5/Licencia.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/22874/4/license.txt
https://repository.unab.edu.co/bitstream/20.500.12749/22874/6/2023_Tesis_Jhoan_Ni%c3%b1o.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/22874/7/Licencia.pdf.jpg
bitstream.checksum.fl_str_mv f8f4216a8c8034a01822aa11782b4a78
8c268141158cd8e5fcec4375a2cf99bc
3755c0cfdb77e29f2b9125d7a45dd316
baa40abd42e149914de21e5d0d0ff28a
f293e51897f4b03e6e3ead57a65af9bd
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1814277411966025728
spelling Barragán Gómez, Johann0ab6a6a8-7804-44ae-9848-5fc0efca1206Chío Cho, Nayibe897615e1-8909-4919-a7d9-9acda9a2a97bNiño Velasco, Jhoan Sebastián206654f6-ac09-4956-ba22-d81f2fd82de0Barragán Gómez, Johann [0001496379]Chío Cho, Nayibe [0000375918]Barragán Gómez, Johann [es&oi=ao]Chío Cho, Nayibe [es&oi=ao]Niño Velasco, Jhoan Sebastián [0009-0008-9270-0333]Barragán Gómez, Johann [0000-0001-6114-6116]Chío Cho, Nayibe [0000-0002-9459-4350]Chío Cho, Nayibe [Nayibe_Chio]Barragán Gómez, Johann [johann-barragan]Chío Cho, Nayibe [nayibe-chío-cho]Chío Cho, Nayibe [nayibe-chio-cho-41a17724]Bucaramanga (Santander, Colombia)Julio de 2023 a Noviembre de 2023UNAB Campus Bucaramanga2023-11-22T14:15:22Z2023-11-22T14:15:22Z2023-11-20http://hdl.handle.net/20.500.12749/22874instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEl presente artículo es el resultado del desarrollo de tesis de grado del autor en donde se implementa una interfaz cerebro computador en conjunto con un robot colaborativo ur3, el prototipo final está enfocado a desarrollar terapias de rehabilitación de miembro superior, inicialmente en personas sanas, adquiriendo las señales generadas por actividad cerebral al intentar realizar movimientos de este, todo el proceso fue logrado gracias al desarrollo de un algoritmo inteligencia artificial utilizando FBCSP y LDA como métodos de extracción y clasificación respectivamente, todos los análisis fueron realizados con bases de datos obtenidas de 5 usuarios sanos que sirvieron como sujetos de prueba durante el proceso de optimización e implementación.1. INTRODUCCIÓN 13 1.1 DEFINICIÓN DEL PROBLEMA 13 1.2 JUSTIFICACIÓN 15 2. OBJETIVOS 18 2.1 OBJETIVO GENERAL 18 2.2 OBJETIVOS ESPECÍFICOS 18 3. ESTADO DEL ARTE 19 4. MARCO TEÓRICO 22 4.1 ELECTROENCEFALOGRAMA (EEG) 22 4.2 INTERFAZ CEREBRO COMPUTADOR 24 4.3 CORTEZA MOTORA 25 4.4 SISTEMA INTERNACIONAL 10-20 27 4.5 PREPROCESAMIENTO 28 4.6 EXTRACCIÓN DE CARACTERÍSTICAS 28 4.7 APRENDIZAJE AUTOMÁTICO (ML) 28 4.7.1 ML – SUB-AJUSTADO 29 4.7.2 ML – SOBRE-AJUSTADO 29 4.7.3 VALIDACIÓN CRUZADA (K-Folds) 29 4.7.4 MÉTRICAS DE CLASIFICACIÓN 30 4.7.5 MÁQUINA DE SOPORTE VECTORIAL (SVM) 31 4.7.6 ANÁLISIS DISCRIMINANTE LINEAL (LDA) 32 4.8 CAMBIOS EN LA ACTIVIDAD CEREBRAL 32 4.8.1 DESINCRONIZACIÓN RELACIONADA A EVENTOS (ERD) 33 4.8.2 SINCRONIZACIÓN RELACIONADA A EVENTOS (ERS) 33 4.9 PARADIGMAS NO INVASIVOS 33 4.9.1 P300 ERPs 33 4.9.2 STEADY-STATE VISUALLY EVOKED POTENTIALS (SSVEP) 35 4.9.3 MOTOR IMAGERY 36 4.10 ROBÓTICA COLABORATIVA 38 4.10.1 ROBOT UR3 38 4.11 HERRAMIENTAS DE HARDWARE 38 4.12 HERRAMIENTAS DE SOFTWARE 39 4.12.1 ARDUINO SOFTWARE IDE 39 4.12.2 VISUAL STUDIO CODE 39 4.12.3 PYTHON 39 4.12.4 OPENVIBE 40 4.12.5 G.NEEDACCESS 40 5. METODOLOGÍA 41 5.1 PLANTEAMIENTO DEL PROBLEMA (I) 41 5.2 ESPECIFICACIONES DE LA NECESIDAD IDENTIFICADA (II) 42 5.3 ESPECIFICACIONES GENERALES DEL PROYECTO (III) 43 5.4 ESPECIFICACIONES DETALLADAS DEL PROYECTO (IV) 44 5.5 IMPLEMENTACIÓN (V) 45 5.6 VALIDACIÓN DE CADA FASE (VI) 45 5.7 PROTOTIPO FUNCIONAL (VII) 46 6. DESARROLLO 47 6.1 INVESTIGACIÓN Y CLASIFICACIÓN DE INTERFACES EEG 47 6.1.1 OPEN BCI 48 6.1.2 ENOBIO 8 49 6.1.3 G-TEC NAUTILUS 50 6.1.4 SELECCIÓN DE INTERFAZ BCI 52 6.2 CLASIFICACIÓN DE PARADIGMAS NO INVASIVOS 54 6.2.1 SELECCIÓN DEL PARADIGMA A IMPLEMENTAR 54 6.2.2 POSICIÓN DE ELECTRODOS 54 6.3 IDENTIFICACIÓN DE ESTÍMULOS 56 6.3.1 DEFINICIÓN DE HERRAMIENTAS DE TRABAJO 56 6.3.2 DEFINICIÓN DE TERAPIAS 59 6.3.3 DEFINICIÓN DE ESTÍMULOS 61 6.4 LECTURA DE SEÑALES EEG 70 6.4.1 PROTOCOLO DE CONEXIÓN 70 6.4.2 VALIDACIÓN DE LA CONEXIÓN 72 6.4.3 ADQUISICIÓN DE DATOS 72 6.4.4 CARACTERÍSTICAS DE LOS DATOS ADQUIRIDOS 74 6.5 PREPROCESAMIENTO 74 6.6 EXTRACCIÓN Y CLASIFICACIÓN 76 6.6.1 TRATAMIENTO DE DATOS EEG EN IMAGINACIÓN MOTORA 76 6.6.2 COMMON SPATIAL PATTERN (CSP) 78 6.6.3 IMPLEMENTACIÓN CSP-LDA 79 6.6.4 FILTER BANK COMMON SPATIAL PATTERN (FBCSP) 80 6.6.5 CONFIGURACION DEL CLASIFICADOR 83 6.7 COMUNICACIÓN OPENVIBE – UR3 86 6.7.1 OPENVIBE – PYTHON 86 6.7.2 PYTHON – ARDUINO 88 6.7.3 ARDUINO – UR3 89 7. RESULTADOS Y EVIDENCIAS 94 7.1 RESULTADOS ESPERADOS 94 7.2 PROTOTIPO FUNCIONAL 94 7.3 PROTOCOLO EXPERIMENTAL Y CONSENTIMIENTO INFORMADO 95 7.4 BASE DE DATOS 96 8. DISCUSIÓN 98 9. CONCLUSIONES 100 10. BIBLIOGRAFÍA 102 ANEXOS 110 ANEXO A. REPOSITORIO 110PregradoThis article is the result of the development of the author's degree thesis where a brain-computer interface is implemented in conjunction with a collaborative robot ur3, the final prototype is focused on developing upper limb rehabilitation therapies, initially in healthy people, acquiring the signals generated by brain activity when trying to make movements of this, the entire process was achieved thanks to the development of an artificial intelligence algorithm using FBCSP and LDA as extraction and classification methods respectively, all analyzes were carried out with databases obtained from 5 healthy users who served as test subjects during the optimization and implementation process.Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Implementación de una interfaz BCI para la detección de intención de movimientos de rehabilitación de miembro superiorBCI Implementation for intention detection of upper limb rehabilitation movementsIngeniero MecatrónicoUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería Mecatrónicainfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/acceptedVersionhttp://purl.org/redcol/resource_type/TPElectroencephalogramAutomationMechatronicRehabilitation RoboticsCollaborative RoboticsBrain computer interfaceMotor imageryMachine theoryRehabilitation technologyAutomatic controlRoboticsMachine learningMecatrónicaTeoría de las máquinasTecnología de la rehabilitaciónControl automáticoRobóticaAprendizaje automáticoElectroencefalogramaAutomatizaciónMecatrónicaInterfaz cerebro computadorImaginación motoraRobótica de rehabilitaciónRobótica colaborativaMinisterio de Salud de Colombia, "Enfermedad Cerebrovascular, otra comorbilidad priorizada contra el COVID-19", Junio de 2021. https://www.minsalud.gov.co/Paginas/Enfermedad-cerebrovascular,-otra-comorbilidad-priorizada-contra-el-covid-19.aspx#:~:text=Enfermedad%20cerebrovascular%2C%20otra%20comorbilidad%20priorizada%20contra%20el%20covid%2D19,-Ministerio%20de%20Salud&text=%E2%80%8BRepresenta%20un%20riesgo%20alto,inmunizarse%20contra%20el%20covid%2D19. (Consultado el 14 de septiembre de 2022)Ministerio de Salud de Colombia, "Mortalidad en Colombia Periodo 2020-2021", marzo de 2022. https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/ED/GCFI/mortalidad-colombia-periodo-2020-2021.pdf (Consultado el 14 de septiembre de 2022)Mayo Clinic, "Que esperar mientras te recuperas de un accidente Cerebrovascular", 2022. https://www.mayoclinic.org/es/diseases-conditions/stroke/in-depth/stroke-rehabilitation/art-20045172 (Consultado el 14 de septiembre de 2022)Karin, Correa Arana, "Virtual Hand Prosthesis Moved By Encephalographic Signals", Popayán, 2016.K. T. Kim, T. Carlson y S. W. Lee, «Desing of a Robotic Wheelchair with a Motor Imagery based Brain-Compiter Interface», 2013.J. Long, Y. Li, H. Wang, T. Yu, J. Pan y F. Li, «A Hybrid Brain Computer Interface to Control the Direction and Speed of a Simulated or Real Wheelchair», 2012.D. Yuangyi, «The Desing of Disabled People Assistant», Shenyang, 2010.D. Zamora Blandón, J. E. Muñoz, D. S. Lopez y O. Henao Gallo, «Influence of a BCI Neurofeedback videogame in children with ADHD. Quantifying the brain activity through an EEG signal processing dedicated toolbox», 2016.A. Chiuzbaian, J. Jakobsen y S. Puthusserypady, «Mind Controlled Drone: An Innovative Multiclass SSVEP based Brain-Computer Interface».L. Vega Escobar, A. E. Castro Ospina y L. Duque Muñoz, «Feature extraction schemes for BCI systems», Medellin.Becas Santander, «Neuroplasticidad: que es y cómo se aplica en el entorno Laboral», enero de 2022. https://www.becas-santander.com/es/blog/neuroplasticidad-que-es.html (Consultado el 14 de septiembre de 2022)BBVA CH, «Beneficios de la Robótica aplicada a la Medicina», noviembre de 2019. https://www.bbva.ch/noticia/beneficios-de-la-robotica-aplicada-a-la-medicina/ (Consultado el 14 de septiembre de 2022)M. A. Khan, R. Das, H. K. Iversen y S. Puthusserypady, "Review on motor imagery based BCI systems for upper limb post-stroke neurorehabilitation: From designing to application", Computers in Biology and Medicine ed., vol. 123, 2020.W. Xin, W.-W. Wong, S. Rui, C. W. Chiu-wing y K.-Y. Tong, "Differentiated effects of robot hand training with and without neural guidance on neuroplasticity patterns in chronic stroke", vol. 9, 2018.E. Quiles, J. Dadone, N. Chio y E. García, "Cross-Platform Implementation of an SSVEP-Based BCI for the Control of a 6-DOF Robotic Arm", 2022.Z. Yuanlu, L. Ying, L. Jinling y L. Pengcheng, "A Hybrid BCI Based on SSVEP and EOG for Robotic Arm Control", 2020.D. A. Medina Portilla, V. Nandikolla y L. Fortuna, "Teleoperation Robot Control of a Hybrid EEG-Based BCI Arm Manipulator Using ROS", 2022.L, Palacios, Revista Acta Neurológica Colombiana, "Breve Historia de la Electroencefalografía", 2002.J. S. Ramírez Archila, “Detección de Intención Motora Empleando Técnicas de Aprendizaje Automático”, Escuela Colombiana De Ingeniería Julio Garavito, 2020.B. Camacho Diaz, O. Arrieta, “Tumores Primarios del Sistema Nervioso Central”, Oncología y Tumores, Capítulo 19, 2013. Editorial Manual Moderno S.A.J. Minguez Safra, “Interfaces Cerebro‐Computador no Invasivos y Robótica para Sustitución Motora”, Universidad de Zaragoza, 2012.Facultad de Medicina UNAM, “Corteza y Vía Motora”. http://www.facmed.unam.mx/Libro-NeuroFisio/10-Sistema%20Motor/10a-Movimiento/Textos/Via-SistMotor.html (Consultado el 26 de septiembre de 2022)Cultura Científica, “Sistemas Nerviosos: Las Áreas Motoras”, Cuaderno de Cultura Científica, 2017. https://culturacientifica.com/2017/08/29/sistemas-nerviosos-las-areas-motoras/ (Consultado el 26 de septiembre de 2022)Nepsa Rehabilitación Neurológica, “El Homúnculo Cortical de Penfield”, octubre de 2021. https://nepsa.es/que-es-el-homunculo-cortical/ (Consultado el 26 de septiembre de 2022)Facultad de Medicina UNAM, “Manual Sistema 10/20 Internacional”. https://liceaga.facmed.unam.mx/deptos/fisiologia/wp-content/uploads/2019/09/UTI-pr%C3%A1ctica-7-a.-Electroencefalograma.-AnexoManual.pdf (Consultado el 26 de septiembre de 2022)S. Gómez Gálvez, “Estudio de técnicas de preprocesamiento, procesamiento y clasificación de señales EEG de la Imaginación Motora para la rehabilitación de la marcha”, Universidad Politécnica de Madrid, julio de 2021.G. Trejo Alcantara, N. Castañeda Villa, “Efecto del pre-procesamiento del EEG en el Análisis por Componentes Independientes: reducción del artefacto del implante coclear en los Potenciales Evocados Auditivos”, Revista mexicana de ingeniería biomédica, Volumen 38, pp 382-389, abril de 2017.MathWorks, “Feature extraction for machine learning and deep learning”, 2023. https://la.mathworks.com/discovery/feature-extraction.html (Consultado el 27 de septiembre de 2022).B. Medina, J. E. Sierra, A. Barrios Ulloa, “Técnicas de extracción de características de señales EEG en la imaginación de movimiento para sistemas BCI”, Revista Espacios, Volumen 39, pp 36, 2018.BBVA, “Machine Learning: Que es y como Funciona”, noviembre de 2019. https://www.bbva.com/es/innovacion/machine-learning-que-es-y-como-funciona/ (Consultado el 3 de octubre de 2022)Amazon Web Services, “Amazon Machine Learning: Guía para desarrolladores”, pp 93-103, 2022. https://docs.aws.amazon.com/es_es/machine-learning/latest/dg/machinelearning-dg.pdf#cross-validation (Consultado el 14 de marzo de 2023)Scikit Learn, “Cross-Validation: Evaluating estimator performance”. https://scikit-learn.org/stable/modules/cross_validation.html (Consultado el 14 de marzo de 2023)R. Díaz, “Métricas de Clasificación”, The Machine Learners. https://www.themachinelearners.com/metricas-de-clasificacion/ (Consultado el 14 de marzo de 2023)Telefonica Tech, “Como interpretar la matriz de confusión”, diciembre de 2021. https://telefonicatech.com/blog/como-interpretar-la-matriz-de-confusion-ejemplo-practico (Consultado el 14 de marzo de 2023)J. Amat Rodrigo, “Máquinas de Vector Soporte”, Cienciadedatos, abril de 2017. https://cienciadedatos.net/documentos/34_maquinas_de_vector_soporte_support_vector_machines (Consultado el 14 de marzo de 2023)J. Amat Rodrigo, “Análisis Discriminante Lineal y Análisis Discriminante Cuadrático”, Cienciadedatos, septiembre de 2016. https://cienciadedatos.net/documentos/28_linear_discriminant_analysis_lda_y_quadratic_discriminant_analysis_qda (Consultado el 14 de marzo de 2023)E. Monge Pereira, F. Molina Rueda, F. M. Rivas Montero, J. Ibañez, J. I. Serrano, I. M. Alguacil Diego, J. C. Miangolarra Page, “Electroencefalografía como método de evaluación tras un ictus. Una revisión actualizada”, doi: 10.1016/j.nrl.2014.07.002, julio de 2014.Universal Robots, "Robótica Colaborativa y Cobots". Collaborative robotic automation | Cobots from Universal Robots. https://www.universal-robots.com/es/cobots-robots-colaborativos/#:~:text=¿Qué%20son%20los%20cobots%20o,sean%20conocidos%20como%20robots%20colaborativos (Consultado el 13 de septiembre de 2022).Universal Robots "Brazo Robótico UR3e". Collaborative robotic automation | Cobots from Universal Robots. https://www.universal-robots.com/es/productos/robot-ur3/#:~:text=El%20UR3e%20de%20Universal,otros%20espacio%20de%20trabajo%20pequeños. (Consultado el 13 de septiembre de 2022).Arrow, “Una visión general de la computadora de placa única más popular de Arduino” noviembre de 2017. https://www.arrow.com/es-mx/research-and-events/articles/arduino-uno-product-overview (Consultado el 13 de septiembre de 2022).Tribalyte Technologies, “Sistema embebido y sus características | Conceptos fundamentales”. https://tech.tribalyte.eu/blog-sistema-embebido-caracteristicas#El_sistema_embebido_Que_es_exactamenteUAEH, “Modulo Relé | Arduino”, 2021. http://ceca.uaeh.edu.mx/informatica/oas_final/OA4/mdulo_rel.html (Consultado el 13 de septiembre de 2022).Arduino, “Getting Started with Arduino Products” https://www.arduino.cc/en/Guide (Consultado el 13 de septiembre de 2022).F. Flores, “Que es Visual Studio Code y que ventajas ofrece” OpenWebinars, julio de 2022. https://openwebinars.net/blog/que-es-visual-studio-code-y-que-ventajas-ofrece/ (Consultado el 13 de septiembre de 2022).Amazon Web Services, “Que es Python”. https://aws.amazon.com/es/what-is/python/ (Consultado el 13 de septiembre de 2022).OpenVIBE, “Documentation”, https://openvibe.inria.fr/documentation-index/ (Consultado el 31 de julio de 2023).g-Tec, “g-Suite 2020 | g.NEEDACCESS”, 2020. https://www.gtec.at/product/gtec-suite-2020/ (Consultado el 31 de julio de 2023)N. Chio Cho, J. Barragán Gómez, “Metodología revisión estado del arte”, Universidad Autónoma de Bucaramanga, 2022.Wikipedia, “OpenBCI”, https://en.wikipedia.org/wiki/OpenBCI. (Consultado el 15 de junio de 2023)Neuroelectrics, “Enobio 8”, https://www.neuroelectrics.com/solutions/enobio. . (Consultado el 15 de junio de 2023).gTec, “g.Nautilus Research – Wearable EEG Headset”, https://www.gtec.at/product/gnautilus-research/ (Consultado el 15 de junio de 2023).C. S. Nam, I. Choi, A. Wadeson y M. Whang, “Brain Computer Interfaces Handbook”, Chapter. 1, Brain-Computer Interface An Emerging Interaction Technology. p.12-25.Mentirapedia, "Prueba de la P300". https://mentirapedia.com/index.php/Prueba_de_la_P300#:~:text=El%20P300%20es%20un%20potencial,un%20estímulo%20relevante%20de%20otro. (Consultado el 17 de octubre de 2022).Con la EM, "¿Qué es una prueba de potenciales evocados?” | Con la EM. https://www.conlaem.es/actualidad/prueba-potenciales-evocados (Consultado el 17 de octubre de 2022).H. Cho, M. Ahn, M. Kwon y S. C. Jun, “Brain-Computer Interfaces Handbook”, vol. 23, A Step-by-Step Tutorial for a Motor Imagery-Based BCI.I. A. Kapandji, “Fisiología Articular: Miembro Superior”, Sexta Edición, Tomo 1, pp 207, Medica Panamericana, 2007.FlintRehab, “Rehabilitación ACV”, Blog de recuperación Neurológica, https://www.flintrehab.com/es/category/rehabilitacion-acv/ (Consultado el 7 de agosto de 2023).A. Torres, “Pronación y Supinación” KenHub. https://www.kenhub.com/es/library/anatomia-es/pronacion-y-supinacion (Consultado el 20 de agosto de 2023).P. Martínez Misa, Y. González González, A. Alonso Calvete, I. Da Cuña Carrera, “Effects of Motor Imagery After Cerebrovascular Accident”, Universidad de Vigo, junio de 2021.M. Aljalal, R. Djemal, “A comparative Study of Wavelet and CSP Features Classified using LDA, SVM and ANN in EEG based Motor Imagery” 9th IEEE-GCC Conference and Exhibition (GCCCE), pp 945-950, mayo de 2017.R. M. Clemente, J. Olias, D. Beeta, A. Cichocki, “Information Theoretic Approaches for Motor Imagery BCI Systems: Review and Experimental Comparison”, pp 29, Entropy, 2018.K. G. Oweiss, “Statistical Signal Processing for Neuroscience and Neurotechnology”, pp 411, Elsevier, https://doi.org/10.1016/C2009-0-20215-7 2010.K. Keng Ang, Z. Yang Chin, C. Wang, C. Guan, H. Zhang, “Filter Bank Common Spatial Pattern Algorithm on BCI Competition IV Datasets 2A and 2B”, Frontiers in Neuroscience, Volumen 6, Articulo 39, marzo de 2012.K. Keng Ang, C. Guan, H. Zhang, “Filter Bank Common Spatial Pattern in BCI”, International Joint Conference on Neural Networks, pp 2391-2398, 2008. DOI: 10.1109/IJCNN.2008.4634130.https://apolo.unab.edu.co/en/persons/johann-barraganORIGINAL2023_Tesis_Jhoan_Niño.pdf2023_Tesis_Jhoan_Niño.pdfTesisapplication/pdf2826021https://repository.unab.edu.co/bitstream/20.500.12749/22874/1/2023_Tesis_Jhoan_Ni%c3%b1o.pdff8f4216a8c8034a01822aa11782b4a78MD51open accessLicencia.pdfLicencia.pdfLicenciaapplication/pdf634183https://repository.unab.edu.co/bitstream/20.500.12749/22874/5/Licencia.pdf8c268141158cd8e5fcec4375a2cf99bcMD55metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/22874/4/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD54open accessTHUMBNAIL2023_Tesis_Jhoan_Niño.pdf.jpg2023_Tesis_Jhoan_Niño.pdf.jpgIM Thumbnailimage/jpeg4721https://repository.unab.edu.co/bitstream/20.500.12749/22874/6/2023_Tesis_Jhoan_Ni%c3%b1o.pdf.jpgbaa40abd42e149914de21e5d0d0ff28aMD56open accessLicencia.pdf.jpgLicencia.pdf.jpgIM Thumbnailimage/jpeg10533https://repository.unab.edu.co/bitstream/20.500.12749/22874/7/Licencia.pdf.jpgf293e51897f4b03e6e3ead57a65af9bdMD57metadata only access20.500.12749/22874oai:repository.unab.edu.co:20.500.12749/228742024-01-26 09:33:24.499open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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