VI Congreso Iberoamericano de Tecnologías de Apoyo a la Discapacidad IBERDISCAP 2011 TOMO II

Transcripción

1 1

2 2

3 VI Congreso Iberoamericano de Tecnologías de Apoyo a la Discapacidad IBERDISCAP 2011 TOMO II 3

4 VI Congreso Iberoamericano de Tecnologías de Apoyo a la Discapacidad Editores: : Dr. M. Mazo y Dr. F. J. Perales ISBN: Depósito Legal: 4

5 Prefacio Deseamos en primer lugar dar la bienvenida a todos los participantes en el VI Congreso Iberoamericano de Tecnologías de Apoyo a la Discapacidad (IBERDISCAP2011) que han venido a Palma de Mallorca, y en especial a los que vienen de lejos, por el esfuerzo que en muchos casos ello supone. Esta VI edición de IBERDISCAP será sin duda, una nueva oportunidad para que investigadores, docentes, profesionales, especialistas, estudiosos y usuarios, puedan compartir unos días de convivencia que permitan intercambiar y compartir problemas, soluciones y experiencias en las diferentes áreas temáticas del congreso, y al mismo tiempo crear y fortalecer lazos de amistad entre los diferentes grupos de investigación que comparten un objetivo común: mejorar la calidad de vida de las personas mayores o con discapacidad. En esta VI edición, como ya es tradicional, se han incluido un total de seis áreas temáticas: Interacción, Comunicación aumentativa y alternativa, Movilidad y orientación, Manipulación, Cognición, y Acciones horizontales, que tratan de cubrir el amplio espectro de disciplinas (ciencias humanas, de la salud, la educación, la ciencia y la tecnología, etc.) que intervienen en este objetivo común. IBERDISCAP 2011, confirma la consolidación de ese congreso como uno de los foros más importantes a nivel Iberoamericano de intercambio de ideas y experiencias en el campo de la investigación y el desarrollo, de la rehabilitación y la educación especial de todos aquellos profesionales que trabajan en el campo de las innovaciones científico- tecnológicas de ayuda a personas mayores o con discapacidad. Un buen reflejo de esta consolidación es el número de trabajos que se vienen presentando en las sucesivas ediciones del congreso y la calidad de los mismos. En la presente edición, siguiendo las sugerencias de los revisores, se han aceptado un total de 99 trabajos, que serán recopilados en este volumen de actas. De ellos 76corresponden a presentaciones orales y 23 a posters. La amplitud de los temas tratados y el interés de los mismos deben servir para mostrar, con rigor y precisión, durante los días 16 y 17 de junio de 2011, el estado del arte y los avances más significativos en las diferentes áreas temáticas. Se cuenta además con una conferencia invitada, donde el profesor Dr. Chus Garcia de la Fundación CTIC nos ilustrará sobre Estándares y Calidad Web y una mesa redonda que lleva por título Tecnologías de apoyo en mayores: presente y futuro. Finalmente quisiéramos agradecer a los autores de los trabajos presentados; a las entidades públicas (UIB, Govern Balear y Ayuntamiento de Palma) y privadas (Starlab, Obra Social Fundació "la Caixa, Fundación ONCE, Technaid) por la ayuda prestada. A las asociaciones colaboradoras ABDEM, Predif, Embat y Aspace Baleares. A los evaluadores por su dedicación y profesionalidad en las revisiones; la Asociación Iberoamericana de Tecnologías de Apoyo a la Discapacidad(AITADIS), y a los miembros del Comité Internacional del Programa por su apoyo; y de manera muy especial a todos los miembros del Comité Local de Organización por su esfuerzo, entrega, y dedicación para que todo salga de la mejor manera posible.de nuevo, bienvenidos al 5

6 IBERDISCAP 2011 y os deseamos a todos una feliz y fructífera estancia en la ciudad de Palma de Mallorca durante los días 16 y 17 de junio de A todos un afectuoso saludo. Dr. Francisco José Perales Presidente del Comité Organizador de IBERDISCAP 2011 Dr. Manuel Mazo Presidente del Comité de Programa de IBERDISCAP

7 7

8 8

9 Comité de Programa y Organización Comité Internacional del Programa Comité de Organización Manuel Mazo (España) Presidente del CIP Julio Abascal (España) Isabel Amaral (Portugal) Luis Azevedo (Portugal) José María Azorín (España) Teodiano F. Bastos (Brasil) Gabriela Berlanga (México) Leopoldo Calderón (España) Ramón Ceres (España) Luca Cernuzzi (Paraguay) Lucila Costa (Brasil) Pedro Encarnação (Portugal) Francisco Perales(España) Presidente del CO Joan Jordi Muntaner(España) Ramón Ceres (España) Leopoldo Calderón (España) Rafael Raya(España) Manuel Gonzalez Hidalgo (España) Francisca Negre (España) Josune Salinas (España) Cristina Manresa (España) Antoni Jaume (España) Xavier Varona (España) Adelaida Delgado (España) J. Carlos Fraile (España) Gabriel Moyà (España) Anselmo Frizera (Brasil) Juan Carlos García (España) Nicolás García (España) Jenny Gómez (Perú) Simón Garcés (España) Sira Palazuelos (España) Miquel Mascaro Oliver (España) Ramon Mas (España) Teresa González (España) José Tiberio Hernández (Colombia) Bárbara Holst (Costa Rica) Ana Londral (Portugal) Marcela Manzur (México) René Mayorga (Canadá) Margarida Nunes da Ponte (Portugal) Raimundo Oliveira (Brasil) Sira Palazuelos (España) Francisco Perales Covas (España) Tamara Barceló (España) Maria del Mar Santisteban (España) 9

10 J. Luis Pons (España) Rafael Raya (España) Nahir Rodríguez (Colombia) Luis E. Rodríguez Cheu (Colombia) Ángel E. Rubio (Cuba) Antonio Ruiz (España) José María Sabater (España) Jaime Sánchez (Chile) Luisa Taveira (Portugal) J. Carlos Tuli (Argentina) Víctor Sánchez Urrutia (Panamá) Martha Zequera Días (Colombia) Francisco Perales(España) Francisca Negre (España) Xavier Varona (España) Pere Ponsa (España) Daniel Guasch (España) Antoni Jaume (España) Cristina Manresa(España) 10

11 Tabla de contenido Tomo II COMUNICACIONES ORALES INTERACCIÓN Fusión de algoritmos para la extracción de características y clasificación de patrones en una interfaz cerebro máquina José Luis Martín 1, Fernando Trincado 1, Manuel Mazo 1, Luciano Boquete 1, Sira E. Palazuelos Utilização de Sistemas de EyeTracking como Tecnologia de Apoio à Comunicação Aumentativa Azevedo, Luis 1, Nunes da Ponte, Margarida 2, Azevedo, Miriam 3, Rodrigues, Sara Estimação DOA em tempo real por arranjo de microfones André Gontijo 1, Ricardo Zelenovsky Concepção e modelagem de mapa tátil sonoro de uma rota acessível João Vilhete Viegas d Abreu 1, Núbia Bernardi 2, Bruno Leal Bastos 3, Cristiane Matsushita Ferreira 4, Giovanni Andreas Capeli 5, Renato José Martins Realimentaciones hapticas para Prótesis Mioeléctricas de Mano L. Rodríguez 1, J. M. Sabater 2, C. Cifuentes Uso da Robótica para Exploração e Descoberta do Ambiente para Crianças com Deficiência Física Severa Carlos Torturella Valadão, Magdo Bôrtole, Victor Perim, Teodiano Freire Bastos Matraca: Ferramenta Computacional para Auxílio à Inclusão Digital de Deficientes Visuais 72 Delano Oliveira¹, Izabela Vanessa Melo 2, Natã Melo 3, Joseana M. Fechine Sistema Biocooperativo para el incremento de la motivación del Paciente en entornos de Neurorehabilitación Asistida por Dispositivos Robóticos R. Morales, F.J. Badesa, C. Pérez, N. García 1, J. D. Hernandez 2, L. Zollo, E. Guglielmelli Sistema de Interacción AvanzadoMultiplataforma (SINAM) G. Moyà, C Manresa, X. Varona, F. Perales

12 Projecto MagicKey: Um olhar que nos guia L. Figueiredo 1, F. Caetano 2, T. Nunes 3, A. Gomes Arquitectura de una interfaz multimodal basada en EOG y EEG E. Iáñez, A. Úbeda, J.M. Azorín Aplicación domótica mediante un sistema Brain Computer Interface basado en potenciales P R. Corralejo 1, D. Álvarez 1, R. Hornero O impacto do uso do sistema AUXILIS por jovens com seqüela de paralisia cerebral sem verbalização funcional ZULIAN, M.A.R¹ & BEIRAL,J.A.R¹ & DAMIANI,F² Identificación de patrones motores alterados de personas con parálisis cerebral en el uso de una interfaz persona-computador controlada por movimientos de cabeza R. Raya 1, T. González 2, A. Ruiz 2, R. Ceres 1, E. Rocon Desarrollo de un Sistema de Control de Brazo Robot para la Realización de Tareas de Alcance por medio de una Interfaz Cerebro Computador Raquel Noé 1, Carlos Escolano 1, Luis Montesano 1, Javier Mínguez Terapias alternativas para la supresión del temblor mediante robots vestibles E. Rocon, J.A. Gallego, J.L. Pons Avaliação qualitativa de dispositivos assistenciais: sua importância para a usabilidade e acessibilidade A.L. Manrique1, T.A. Scardovelli2, E.A.T. Dirani3, A.F. Frère Calibración de sistemas de estimulación eléctrica funcional para optimizar la selectividad en el antebrazo A. Koutsou, J.A. Gallego, E. Rocon, J.L. Pons MANIPULACIÓN Eliminación del temblor en tareas de telemanipulación mediante una interfaz multimodal

13 A. Úbeda, E. Iáñez, J. M. Sabater, J. M. Azorín Dinamômetro biomédico para avaliação da força das mãos em pacientes com doença de parkinson Elcio Alteris dos Santos 1, Wesley Pontes 1, Marcelo Augusto Assunção Sanches 1, Aparecido Augusto de Carvalho 1, Mateus Fernandes Réu Urban Análisis cinemático de un sistema robótico dual para rehabilitación de miembro superior178 R. Morales 1, F.J. Badesa 1, A: Úbeda 1, J.M. Sabater 1, N. García 1, J.M. Azorín 1, Robot bio-cooperativo para asistencia en tareas de rehabilitación de los miembros superiores, utilizando señales fisiológicas del paciente C. Rodríguez- Guerrero 1, J.C. Fraile 2, J.Pérez- Turiel 1, P. Rivera Análisis cinemático y simulación dinámica de una órtesis para la rehabilitación de la apoplejía R. Cisneros Limón 1, 2, D. Hernández Cárdenas 2, R. Roldán Rodríguez 2 y J.M. Ibarra Zannatha Proyecto elife: Las TIC`s como apoyo a la VI de las personas con diversidad funcional intelectual L.Fernández 1, A. Méndez 2, B. García Ecosistema de agentes sociales y plataformas abiertas para mejorar calidad de vida y gasto social en dependencia Jorge Falcó, Esteban Vaquerizo, Mercedes García- Camino, Luis Laín, Consuelo de la Ascensión, Alejandro Ibarz, José María Falcó, Alba Jiménez, José Ignacio Artigas, Armando Roy Dispositivo Eletro Mecânico para Avaliar Movimentos Combinados do Membro Superior. 220 D.C.S. Araujo 1, A.F. Frere 1,2, J.S. Marques 1, L.C. Campos COMUNICACIONES PÓSTER Dispositivo de apoyo para la Orientación Temporal (DOT) Jorge Falcó, Mercedes García Camino, Begoña Garrido, Consuelo de la Ascensión, Concepción Díez, José Ignacio Artigas, Esteban Vaquerizo, José Mª Falcó, Armando Roy Discriminación y Discapacidad

14 Asociación de Abogadas Chihuahuenses, A. C. Calle Ojinaga 505, Col. Centro, Chihuahua, Chihuahua, México Diseño y equipamiento de una Unidad de Terapia Intensiva para Obesos Mórbidos J. Boccolini 1, P. Senestrari 2, D. Beltramone Ambiente virtual para a motivação dos Agentes Comunitários de Saúde M.H.B.M. Barreto 1, A.F. Frère 1, T.A. Scardovellli 1, A.L. Manrique Posto de trabalho adaptado a pessoas com limitações motoras severas R. P. Guimaraes 1, S.C.M. Rodrigues Un mundo de Ayudas M. Blanco 1, M. González Plataforma de control de mensajeria instantanea bajo sistemas SAACs <<CHATAACS>>. 270 Eva María. Gil 1, Leticia. Jiménez Las TIC como herramientas de diseño de entornos amigables, facilitadoras de condiciones de acción y cognición para las personas con diversidad funcional Lic. y Prof. Gabriela Alejandra Toledo Monitorização de uma intervenção voltada para crianças com dificuldades de aprendizagem em leitura utilizando ferramentas da plataforma Moodle: Resultados simulados e estudo de caso A. Di Benedetto 1, C. S. Shida Ambiente virtual para ensino de mergulho autônomo recreativo para inclusão de surdos 296 Kawamoto Jr. L. T. 1, Slaets A. F. F. 1,2, Sevegnani F. X Desarrollo de un dispositivo de asistencia auditiva portátil basado en un dspic F. Denk 1, P. D. Agüero 1, A. J. Uriz 2, J. C. Tulli 1, E. L. González 1, J. M. Garín 1, S. Bourguigne SPO: un software de ayuda en la oralización de hipoacúsicos J. M. Garin1, P. D. Agüero1, J. C. Tulli1, E. L. Gonzalez1, A. J. Uriz SAV: un sistema de análisis acústico para la evaluación de la voz

15 P.D. Agüero, J.C. Tulli, E.L. Gonzalez, A.J. Uriz, J.M. Garín y F. De la Cruz Arbizu Sistema de Comunicação Virtual para Portadores de Necessidades Especiais F. A. Salles 1, A. A. Janino 2, P. Nohama 2, Diseño de productos de apoyo para la movilidad a partir del Modelo Ampliado de Diseño Axiomático J. Aguilar- Zambrano 1, M. González- Cruz 2, M. Valencia 3, A. Leyton 4, D. Riveros 5, C. Quiceno Propuesta de Sistema de Reconocimiento delenguaje de Signos Dominicano E. Blanco 1, V. Del Rosario 1, M. Hiraldo 1, J. M. Ascariz 2, M. Mazo Sistema maquete tátil/mapavox: tecnologia de baixo custo para a elaboração de documentos cartográficos táteis para pessoas com deficiência visual Sílvia Elena Ventorini 1, Maria Isabel Castreghini de Freitas 2, Camila Fonseca Silva 3, Lívia Cunha Agostini Revisão crítica das ortóteses activas para membros inferiores F. Barroso 1, A. Frizera 2, C. Santos 1, R. Ceres Tecnologias Móveis ao Serviço da Inclusão e Acessibilidade J. Silva 1, R. Ferreira 2, A. Pereira 3, Dispositivo no invasivo para el monitoreo continuo y remoto de personas con movilidad disminuída Sergio N. Gwirc 1,2, Diego Brengi 1,2, Daniel Lupi 3, Christian Huy Comunicación y TIC s en alumn@s con pluridiscapacidad Alicia Ibáñez Granda Sistema electromecánico multimodal para enseñanza básica del Braille Pablo Jorge Palacios,Sira Palazuelos Cagigas, José L. Martín Sánchez, Javier Macías Guarasa 400 Ambiente virtual para auxiliar surdos na construção de frases com diferentes tempos verbais J.C.L. Fernandes 1, 2, 3, S.C.M. Rodrigues

16 Esquemas gráficos infantis e invisualidade: uma experiência de ensino Mari Ines Piekas¹, Maria Lúcia Batezat Duarte²

17 COMUNICACIONES ORALES 17

18 18

19 INTERACCIÓN 19

20 20

21 Fusión de algoritmos para la extracción de características y clasificación de patrones en una interfaz cerebro máquina José Luis Martín 1, Fernando Trincado 1, Manuel Mazo 1, Luciano Boquete 1, Sira E. Palazuelos 1. 1 Universidad de Alcalá, Dpto de Electrónica: Campus Universitario s/n, Alcalá de Henares, España, Tel.: , Fax: , jlmartin@depeca.uah.es Resumen. En este artículo se presentan diversas propuestas para la fusión de algoritmos de extracción de características y clasificación en el desarrollo de una interfaz cerebro máquina. En la fase de extracción de características, los resultados que se presentan justifican la utilización colaborativa de algoritmos clásicos como la transformada de Fourier con otros avanzados como la transformada discreta Wavelet, el algoritmo de mínimos cuadrados parciales (PLS) o los algoritmos de separación de energía. En la fase de clasificación se mostrarán las ventajas de fusionar máquinas de soporte vectorial con una regresión lineal basada en las componentes extraídas por PLS. Finalmente, se expondrán resultados iniciales de experimentos realizados en tiempo real que permiten seguir trabajando en el desarrollo de productos de apoyo para personas con discapacidad que incluyan este tipo de interfaces. Palabras clave: interfaz, cerebro, máquina, fusión, DESA, SVM, PLS. 1. Introducción y contenidos. Las interfaces cerebro máquina han cobrado una relevancia destacada en los últimos años por sus posibles aplicaciones en diversos campos relacionados con los productos de apoyo para personas con discapacidad. La posibilidad de interactuar con una máquina o manejar el entorno con el pensamiento es una idea que ha fascinado al hombre desde siempre, pero que tiene una utilidad inmediata si lo que se pretende es brindar independencia a una persona que por su diversidad funcional no puede manejar su ordenador o su silla de ruedas. Éste es aún un ámbito de investigación en el que queda mucho por hacer para llegar al usuario final y al mercado real. Como prueba de ello se puede constatar que, en las pruebas realizadas hasta el momento, se han estudiado una gran variedad de algoritmos intentando encontrar en las señales electroencefalográficas patrones comunes asociados a diversas tareas mentales con las que poder implementar la interacción con la máquina y los resultados siguen revelando lagunas importantes. Algunos ejemplos son los algoritmos basados en transformadas de Fourier [1], Wavelet o Hilbert [2]. Dependiendo del sujeto, del momento en el que el sujeto trata de activar la interfaz y de muchos otros factores, en algunos casos se presentan unos resultados de clasificación satisfactorios mientras que en otros, sin embargo, las interfaces no parecen funcionar adecuadamente. Es un hecho que en estos momentos no hay un algoritmo de extracción de características ni de clasificación que presente resultados aceptables para todos los sujetos y para todas las tareas mentales probadas. Por eso es fundamental continuar la investigación en esta dirección, con el objetivo de encontrar un algoritmo o una fusión de métodos que, combinando la información que nos pueden aportar los algoritmos ya existentes y otros que se puedan desarrollar en este contexto, eliminen en la medida de lo posible la dependencia del resultado de clasificación con el sujeto y con la tarea mental realizada. 21

22 El Departamento de Electrónica de la Universidad de Alcalá se encuentra inmerso desde hace años en investigaciones relacionadas con el diseño de interfaces hombre máquina avanzadas [3], y en concreto en este tipo de interfaces cerebrales cuyo estado actual se presenta en esta comunicación [4]. 2. Metodología de diseño de la arquitectura propuesta La interfaz cerebro máquina, en adelante BCI, desarrollada en el Departamento de Electrónica de la Universidad parte de unos requisitos fijos establecidos al comienzo de la investigación. Esta interfaz está basada en señales electroencefalográficas recogidas en la superficie del cuero cabelludo de manera, por tanto, no invasiva, y pretende reducir al mínimo el número de electrodos utilizados con el objetivo de incomodar mínimamente al usuario y facilitar el proceso de puesta en marcha del sistema. Es una interfaz síncrona donde el usuario interactúa con el sistema realizando una determinada tarea mental en los momentos en los que el sistema se lo solicita y se han elegido tareas mentales relacionadas con el movimiento de las extremidades superiores como tareas mentales por generar señales bien localizadas espacialmente sobre el córtex motor [5]. 2.1 Paradigma experimental para el procesado offline Las señales utilizadas para el desarrollo de los algoritmos provienen de una base de datos propia grabada en el departamento y cuyas características se describen a continuación. Se ha denominado prueba a una serie consecutiva de intentos en los que se pide a los sujetos que imaginen dos tareas mentales distintas: el movimiento de su mano derecha o el movimiento de su mano izquierda. Se pretende que los individuos realicen el mismo proceso que llevarían a cabo si realmente fueran a mover su mano pero bloqueando el movimiento final, es decir, sin llegar a moverse. Cada intento, representado gráficamente en la figura 1, tiene una duración de 9 segundos. Figura 1. Paradigma experimental para la grabación de señales EEG. En el transcurso de los dos primeros segundos la pantalla del ordenador permanece en negro y el individuo puede mantenerse relajado. En t=2s se escucha una señal acústica y se dibuja una cruz en pantalla alertando al sujeto de que el comienzo del intento es inminente. Finalmente, en t=3s, se presenta una flecha que indica la mano cuyo movimiento ha de ser imaginado desde este instante hasta el final de intento en t=9s. Una prueba consta de 60 intentos equitativamente repartidos entre lado izquierdo y lado derecho, y se han grabado entre 2 y 6 pruebas por sujeto. 2.2 Preprocesado y extracción de características 22

23 Como resultado de los múltiples experimentos realizados, se ha demostrado la conveniencia de realizar una fase de preprocesado y extracción de características basado en la transformada de Fourier y su utilización combinada con la transformada Wavelet. Mediante un estudio teórico exhaustivo se han seleccionado y evaluado las prestaciones de 52 subfamilias de Wavelets. La imaginación de un movimiento provoca la aparición o desaparición de patrones frecuenciales determinados [5] que son selectivamente filtrados y ponderados por la transformada Wavelet discreta con unas determinadas subfamilias concretas especialmente relevantes en el análisis de señales electroencefalográficas. La aplicación de Fourier sobre los coeficientes obtenidos en el proceso descrito previamente permite conocer finalmente las componentes frecuenciales que conforman la señal analizada. Estas características obtenidas mediante la colaboración de ambas trasformadas pueden ser directamente introducidas en la fase de clasificación como se verá posteriormente. Sin embargo, en las investigaciones llevadas a cabo hasta el momento, también se ha estudiado la posibilidad de trabajar un poco más sobre las componentes frecuenciales obtenidas con el objetivo de extraer más información y simplificar, en la medida de lo posible, la fase de clasificación. Para ello se ha estudiado y experimentado con técnicas de regresión mediante mínimos cuadrados parciales (PLS) y algunas evoluciones de este método que combinan las propiedades del análisis de componentes principales y el análisis de regresión múltiples. Esta técnica, ampliamente utilizada en un principio en estudios de quimiometría, no había sido empleada hasta el momento en el análisis de señales biológicas. Finalmente, cerrando el apartado relativo a los algoritmos de extracción de características, se han realizado algunos estudios entorno a las técnicas de separación de energía (DESA). Este tipo de algoritmo separa una señal de energía en sus componentes de amplitud y fase. Toda señal de entrada a dicho algoritmo es considerada por éste como una señal AM-FM, con amplitud y frecuencia variables con el tiempo. DESA está basado en un operador matemático llamado detector, que fue establecido por primera vez por Teager en 1980 [6], conocido también como Operador de Energía de Teager (OET). 2.3 Clasificación En cuanto a la fase de clasificación, ya desde un principio se abordó el estudio de diversas técnicas basadas en redes neuronales artificiales [7], más concretamente de tipo perceptrón multicapa, RBF y LVQ, siendo esta última la que presentaba una tasa de acierto más alta. En estudios posteriores, se incluyó la posibilidad de clasificar los patrones cerebrales mediante máquinas de soporte vectorial [8], llevando a cabo experimentos con distintos tipos de núcleos (lineal, polinómico y RBF), y obteniendo resultados que como se verá en el apartado posterior conseguían mejorar la precisión alcanzada en el reconocimiento por las redes neuronales artificiales. Las máquinas de vector soporte se han utilizado tanto para la clasificación de las características obtenidas con la aplicación conjunta de las transformadas de Fourier y Wavelet como para el algoritmo de separación de energía DESA. Finalmente, el empleo en la fase de clasificación de PLS o mínimo cuadrados parciales y sus distintas modificaciones ha permitido clasificar este tipo de características mediante un sencillo algoritmo de regresión simple [9]. 3. Metodología de análisis en tiempo real Los estudios realizados y descritos brevemente en el apartado anterior han llevado a la implementación de la arquitectura de una interfaz cerebro máquina que procesa la información en tiempo real. Esta interfaz, que está siendo exhaustivamente probada en este momento y que será modificada convenientemente en función de los resultados que se están generando en la actualidad, responde al esquema mostrado en la figura 2. 23

24 Figura 2. Arquitectura propuesta para la interfaz BCI UAH. En este momento, la arquitectura propuesta implementa una primera fase de extracción de características en las que se ha optado por el método que combina la transformada de Fourier y la trasformada Wavelet. Previo a la experimentación, se realiza para cada usuario un proceso de entrenamiento en el que, haciendo uso del paradigma offline, se ajustan los distintos parámetros del sistema: el tipo de transformada Wavelet y la subfamilia óptima, la características de la máquina de soporte vectorial y las componentes del método de mínimos cuadrados parciales. Una vez extraídas componentes frecuenciales de las señales electroencefalográficas que se están procesando en tiempo real, y habiendo realizado el proceso de entrenamiento del sistema, dichas componentes frecuenciales generadas por las transformadas se procesan mediante la maquina de soporte vectorial con núcleo RBF y se someten a la regresión basada en PLS. Se aplican por tanto dos métodos de clasificación en paralelo que no sólo generan cada uno ellos la clase estimada a la que pertenecen las señales procesadas (movimiento imaginado de la mano derecha o movimiento imaginado de la mano izquierda), sino que también proporcionan un índice de confianza normalizado de la clase propuesta. Estos índices permiten fusionar la información ponderando la decisión de cada clasificador por su índice de confianza y obteniendo una decisión final. Para los experimentos en tiempo real se ha preparado un nuevo paradigma ilustrado en la figura 3. Figura 3. Paradigma experimental para la evaluación de la interfaz BCI UAH. 24

25 En este caso, el usuario debe llevar una bola que cae a velocidad constante hacia una canasta, que aparece en el lado izquierdo o derecho de la pantalla de forma aleatoria, imaginando el movimiento de su mano o brazo izquierdo o derecho respectivamente. El desplazamiento lateral de la bola será proporcional al índice de confianza con el que se clasifiquen los pensamientos en cada momento. 4. Resultados y discusión 4.1 Resultados obtenidos en la fase de diseño de los algoritmos y la arquitectura final En las siguientes tablas se comparan los resultados obtenidos para distintas sesiones y pruebas de algunos de los sujetos que han participado como voluntarios. A continuación se muestran los resultados de algunas de las sesiones del sujeto A01. Ses Extr. Car. Clasif. % Ac. Ses Extr. Car. Clasif. % Ac Ses Extr. Car. Clasif. % Ac 1 FFT (Det3) RRNN FFT (Det2) RRNN FFT (Det2) RRNN FFT (Det3) SVM FFT (Det3) SVM FFT (Det3) SVM FFT (Det3) PLS FFT (Det2) PLS FFT (Det2) PLS DESA SVM DESA SVM DESA SVM Tabla 1. Sujeto A01. En la siguiente tabla se muestran los resultados obtenidos para el sujeto A04. Ses Extr. Car. Clasif. % Ac. Ses Extr. Car. Clasif. % Ac Ses Extr. Car. Clasif. % Ac 2 FFT (Det3) RRNN FFT (Det2) RRNN FFT (Det2) RRNN FFT (Det3) SVM FFT (Det3) SVM FFT (Det3) SVM FFT (Det3) PLS FFT (Det2) PLS FFT (Det2) PLS DESA SVM DESA SVM DESA SVM Tabla 2. Sujeto A04. Finalmente, en la siguiente tabla, se exponen los resultados obtenidos por el sujeto A09. Ses Extr. Car. Clasif. % Ac. Ses Extr. Car. Clasif. % Ac 1 FFT (Det3) RRNN FFT (Det2) RRNN FFT (Det3) SVM FFT (Det3) SVM FFT (Det3) PLS FFT (Det2) PLS DESA SVM DESA SVM Tabla 3. Sujeto A09. A partir de los resultados mostrados en las tablas y de todos los experimentos realizados no reflejados aquí por cuestión de espacio, pueden extraerse las siguientes conclusiones: En la mayoría de los casos, el mejor método de extracción de características es el que combina la transformada de Fourier y la transformada Wavelet. En algunos experimentos el algoritmo DESA parece extraer mejores características elevando la tasa de acierto final, mientras que en ningún caso, la utilización aislada de Fourier o Wavelet mejoraba los resultados. 25

26 El método de clasificación basado en máquinas de vector soporte mejora en casi todos los casos la clasificación realizada por la red neuronal de tipo LVQ (que es la red que mejores características ha presentado en todos los casos) siendo sin embargo en algunos casos el algoritmo basado en mínimos cuadrados parciales el que mejores resultados obtiene. En función de todos los resultados obtenidos, la arquitectura propuesta como óptima está constituida por tanto por una fase inicial en la que se extraen las características mediante la aplicación combinada de la transformada de Fourier y la transformada Wavelet, y una fase de clasificación basada la fusión de máquinas de soporte vectorial y PLS. 4.2 Resultados obtenidos en tiempo real Los experimentos en tiempo real se están llevando a cabo en este momento. En un principio se han distinguido dos tipos de usuarios en función de su capacidad de control del sistema, su adaptación y aprendizaje y su destreza para llevar a cabo las tareas mentales requeridas. Un primer grupo de usuarios parece encontrar serias dificultades al interactuar con la interfaz siendo el rendimiento de su actividad muy bajo con respecto a sus ensayos offline. En cambio, el segundo grupo de usuarios ha manifestado una capacidad de operación satisfactoria mejorando incluso, en algunos casos, los resultados esperados en la fase de aprendizaje. A continuación, se muestra el resumen de los resultados obtenidos por uno de los sujetos de este segundo grupo. Ses Extr. Car. Clasif. % Ac. 1 Entrenamientos 2 FFT(Det2 bior2.8) 68,33 SVM 2,100, PLS 11 81,66 4 Entrenamiento 5 FFT(Ap2 db10) 78,33 6 SVM 2,100, PLS 10 86,66 Tabla 4. Sujeto R Conclusiones y trabajos futuros En el presente trabajo, se han presentado los últimos avances en la investigación de una interfaz cerebro máquina basada en señales electroencefalográficas obtenidas a partir de dos canales situados en el cuero cabelludo sobre el córtex motor. Toda la investigación realizada en los últimos años está concluyendo con la propuesta de una arquitectura en tiempo real cuyos resultados iniciales se muestran en este trabajo, así como un resumen de todos los trabajos previos llevados a cabo. El trabajo realizado en este campo plantea actualmente algunas dos líneas complejas pero interesantes para el futuro, como son: El estudio detallado de los resultados relativos a la estabilidad de todos los métodos, verdadero reto de todas las arquitecturas propuestas para el reconocimiento de patrones cerebrales y la implementación de interfaces cerebro máquina. 26