La ingeniera en Telecomunicación Tania Jorajuría estudió en su tesis doctoral, defendida en la Universidad Pública de Navarra (UPNA), nuevas herramientas para el procesado de señales proporcionadas por las interfaces cerebro-computadora (BCI, por sus siglas en inglés), que leen y decodifican la actividad cerebral. La tesis doctoral está dirigida por la investigadora Carmen Vidaurre y por la profesora e investigadora Marisol Gómez, miembro del ISC de la UPNA.
Según informó la UPNA, las BCI se pueden emplear, entre otras cosas, como nuevas herramientas de comunicación para controlar un dispositivo externo, para asistir a pacientes durante neurorrehabilitación, o incluso en neuromarketing. Existen, por otro lado, distintos tipos de BCI según la forma de capturar las señales. En concreto, Jorajuría investigó los problemas de las BCI que procesan señales de electroencefalografía, obtenidas con electrodos colocados en el cuero cabelludo.
Jorajuría, que también trabaja en Tracasa Instrumental, explicó que las BCI normalmente se prueban bajo condiciones controladas. Sin embargo, su correcta operación en condiciones de fuera del laboratorio “es crucial, especialmente cuando los investigadores tienen en mente su uso en aplicaciones clínicas”. Por tanto, es vital que las BCI sean “robustas” a perturbaciones externas.
Por ejemplo, un sujeto puede estar realizando ejercicios mentales para controlar una BCI, al mismo tiempo que está pensando, hablando o escuchando. Estas condiciones tan cotidianas generan una actividad en el cerebro que dificulta la clasificación de las señales si la BCI no es robusta a estas perturbaciones cognitivas. Otro ejemplo sería cuando un paciente está haciendo tareas de imaginación motora durante la rehabilitación de alguna extremidad al mismo tiempo que mueve otras partes de su cuerpo. “De nuevo, estas perturbaciones motoras pueden afectar al rendimiento de la BCI si esta no se ha probado en condiciones reales de fuera del laboratorio”, precisó la investigadora.
LAS HERRAMIENTAS, AL DETALLE
Como se indicó en su tesis doctoral, Jorajuría ha desarrollado nuevas herramientas para el procesamiento de señales BCI que las hacen más robustas a perturbaciones cognitivas y motoras. Concretamente, propuso dos nuevos métodos de procesamiento para BCIs basadas en señales llamadas steady-state visual evoked potential, que funcionan bien con señales de solo un segundo de duración.
“Predecir el desempeño de un participante podría ahorrar recursos de investigación y ayudar en el diseño de algoritmos para aumentar la fiabilidad operativa de las BCI”
“Al comparar los métodos empleados en la tesis con las técnicas actuales, demostramos que tenían un desempeño similar o mejor que ellas en todas las configuraciones estudiadas. Además, también se han propuesto tres nuevos métodos de procesamiento para mejorar la fiabilidad de las BCIs basadas en ritmos sensorimotores, bajo perturbaciones motoras inducidas. De nuevo, estos métodos obtienen mejores resultados que los algoritmos existentes”, precisó la nueva doctora por la UPNA.
Por otro lado, se sabe que un gran porcentaje de usuarios “no puede operar correctamente” las BCIs actuales. “Este fenómeno, conocido como ineficiencia de las BCI, señala la necesidad de que los investigadores estimen de antemano qué rendimiento tendrá un nuevo participante. Predecir el desempeño de un participante podría ahorrar recursos de investigación, que siempre son escasos, y ayudar en el diseño de algoritmos para aumentar la fiabilidad operativa de las BCI”, explicó Jorajuría.
Así, durante esta tesis, la investigadora desarrolló junto a su equipo un nuevo predictor para estimar el rendimiento de las BCI basadas en ritmos sensorimotores. “Este predictor es más eficiente que los encontrados en la literatura, y sólo necesita dos electrodos, por lo que es un muy buen candidato para situaciones experimentales en las que es necesario explorar muchos sujetos”, indicó.
