Seediscussions,stats,andauthorprofilesforthispublicationat:https://www.researchgate.net/publication/309761452

UnaprimeraaproximaciónalaInterfazdeCómputoCerebral.

Article·August2016

CITATIONS

0

READS

43

7authors,including:

Someoftheauthorsofthispublicationarealsoworkingontheserelatedprojects:

OptimizationofaVehicleRoutingProblemwithanImprovedTimeWindowsbasedonACOandBin

PackingtoImproveaSmartCityViewproject

ImplementationofanIntelligentLogisticsModelthataffectsthecompetitivenessofaSmartCity.View

project

JorgeRuiz-Vanoye

AutonomousUniversityofHidalgo

77PUBLICATIONS96CITATIONS

SEEPROFILE

CarlosAlbertoOchoa-Zezzatti

UniversidadAutónomadeCiudadJuárez

244PUBLICATIONS335CITATIONS

SEEPROFILE

IvanCruz

UniversidaddeGuanajuato

20PUBLICATIONS22CITATIONS

SEEPROFILE

RicardoA.Barrera-Cámara

UniversidadAutónomadelCarmen

11PUBLICATIONS6CITATIONS

SEEPROFILE

AllcontentfollowingthispagewasuploadedbyJorgeRuiz-Vanoyeon09December2016.

Theuserhasrequestedenhancementofthedownloadedfile.Allin-textreferencesunderlinedinblueareaddedtotheoriginaldocument

andarelinkedtopublicationsonResearchGate,lettingyouaccessandreadthemimmediately.

ARTÍCULO ACEPTADO

Una primera aproximación a la Interfaz deCómputo CerebralJorge A. Ruiz-Vanoye, Ocotlán Díaz-Parra, Alberto Ochoa, Ivan Cruz, Alejandro FuentesPenna, Ricardo A. Barrera-Cámara y Beatriz Bernabe-Loranca

En la presente investigación se presenta una apro-ximación introductora a la tecnología de interface decómputo cerebral. La cual permitirá mediante la lecturade la señal del cerebro controlar diversos dispositivos,tales como: vehículos, robots, y aparatos del hogar. Adi-cionalmente se explican los dos tipos de mecanismos parala extracción de la información la invasiva y la no in-vasiva. Los beneficios médicos de poder usar la interfacede cómputo cerebral son claros para la mejora de la vidadiaria de pacientes con problemas de movilidad o de li-mitada movilidad. El poder controlar robots o vehículosno tripulados a través del espacio físico es un tema deinterés internacional, además de la transferencia de in-formación del cerebro a entidades robóticas.

IntroducciónEl hombre siempre ha intentado inventar herramien-

tas o tecnologías que le permitan facilitar su trabajo dia-rio. El intento para poder controlar sin esfuerzo físico (so-lo de forma mental) helicópteros, cuadricópteros, drones,automóviles, dispositivos periféricos de una computado-ra (ratón, teclado), abrir la llave del agua, encender elaire acondicionado o calefacción, interactuar con el inte-rruptor de luz, abrir la puerta de la casa, contestar unteléfono, coordinar un robot, controlar una grúa de car-ga, cambiar de canal el televisor, necesidades específicasde los adultos mayores, jugar videojuegos, entre otros,son un ejemplo claro de ello. El área tecnológica que fuecreada para permitir el control mental de diversos dispo-sitivos es la Interface de Cómputo Cerebral (una especiede interface de interacción humano-computadora).

Una interfaz es una conexión física entre dos dispo-sitivos para permitir su comunicación. Dicha interfazpermite conectar física y funcionalmente al humanocon una computadora o dispositivos (interface de in-teracción humano-computadora). La interface humano-computadora permite la interacción e intercambio deinformación entre las personas y las computadoras. Unejemplo de estas interfaces son el ratón y las pantallastáctiles, las cuáles han tenido un gran auge en nuestrosdías [8].

Interfaz de Cómputo CerebralLa interfaz de cómputo cerebral, interfaz cerebro-

computadora o en inglés Brain Computer Interfaces-BCIo también conocida como: brain-machine interface (BMI)

en inglés, se define como un tipo de extensión de nuestrocerebro que permite comunicar al cerebro con un dis-positivo electrónico o manual. La interface de cómputocerebral es un sistema que analiza la actividad del cere-bro y traduce determinadas características o impulsos,las cuales asocian las intenciones de un individuo en ins-trucciones de control a un dispositivo. Los dispositivosmiden la actividad de las neuronas para la obtención deuna señal y su posterior proceso.

Un modelo funcional que representa, los elementosque conforman un sistema BCI son los siguientes [1]:

Usuario. Las personas que generan las señales ce-rebrales para controlar un dispositivo.

Electrodos. Convierten el estado cerebral de unusuario en señales eléctricas.

Amplificador. Filtran y amplifican la señal eléc-trica base desde el cerebro del usuario.

Extractor de características. Transforma lasseñales amplificadas en valores de característicasque corresponden al mecanismo neurológico utili-zado por el usuario para el control.

Traductor de características. Traduce las ca-racterísticas en un vector lógico de control de se-ñales (produce valores lógicos acerca de un contro-lador o como controlarlos).

Interface de control. Traduce las señales de con-trol del traductor de características en señales decontrol que son apropiadas para un tipo específicode dispositivo periférico. Este mapeo o asignaciónpuede ser instantánea o mediante la integración deentradas con tiempo.

Existen dos clases de tecnologías o dispositivos parala obtención de señales de imágenes cerebrales [2]:

Tecnologías invasivas. La obtención de la infor-mación se realiza mediante un sensor que es im-plantado mediante una operación quirúrgica. Elsensor mide la actividad eléctrica de las neuronasque se encuentran en regiones pequeñas del cere-bro —ver Figura 1–. Un ejemplo de las tecnolo-gías invasivas es el Electrocorticografía (ECoG). LaECoG consiste en registrar la actividad cerebraldurante la cirugía de la corteza cerebral expuesta

1

mediante tiras o plaquetas. La desventaja consisteen que solo registran actividad paroxística intercrí-tica (la actividad de un grupo de neuronas que seencuentra en los casos de epilepsia), por periodosbreves y bajo anestesia que limita y distorsiona lasdescargas de información, como se puede ver en laFigura 2.

Figura 1. Tecnología Invasiva. ©Plos One & Neuro-

electrics.

Figura 2. Electrocorticografía para identificación de

focos epilépticos1.

Tecnologías no invasivas. Miden la actividad ce-rebral utilizando sensores externos, es decir no serealiza ninguna operación quirúrgica. Son las tec-nologías más utilizadas debido a que no producenriesgos médicos ya que miden la actividad sobre elcuello cabelludo, se puede considerar el diagramaconceptual propuesto en la Figura 3. La calidad dela medición es menor debido a la distorsión de lasseñales. Algunos ejemplos de tecnologías no invasi-vas son:

1. Electroencefalografía (EEG). La EEG consisteen el registro eléctrico de las variaciones de lasdiferencias de potencial eléctrico producidaspor las células cerebrales. Las diferencias depotencial producidas por las células cerebra-les se reciben mediante electrodos (de formay composición variable) colocados en contac-to con el cuero cabelludo. Se aplican en for-ma simétrica en las diferentes áreas del cuerocabelludo mediante una pasta compuesta porbentonita, glicerina, y cloruro de calcio o clo-ruro de sodio [4].

2. Magnetoencefalografía (MEG). La MEG re-gistra los campos magnéticos cerebrales y per-mite conocer en cada momento las zonas delcerebro en las que se producen los camposmagnéticos de mayor intensidad [5]. Técnicaque registra la actividad funcional del cere-bro, mediante la captación de campos magné-ticos que corresponden a las corrientes eléctri-cas generadas por las neuronas [6].

3. Electroencefalografía (EEG). Representan laactividad eléctrica del cerebro registrada pormedio de electrodos puestos en el cuero cabe-lludo. Los electrodos se conectan con amplifi-cadores en patrones predeterminados o mon-tajes que permiten registrar la actividad devarias áreas en forma simultánea [7].

4. Tomografía por emisión de positrones. Técni-ca que usa un radioisótopo para marcar uncompuesto que se inyecta en el cuerpo. La lle-gada y la eliminación del marcador se vigilancon detectores de centello situados sobre la ca-beza, el flujo sanguíneo está muy ligado conel metabolismo cerebral [8].

5. Resonancia Magnética Funcional. Los datosobtenidos son mostrados como imágenes deregiones cerebrales. Las señales dependen delnivel de oxígeno en la sangre (oxigenada o des-oxigenada) que miden indirectamente la acti-vidad neuronal y sináptica regional. El obje-tivo es detectar variaciones locales de las se-ñales de nivel de oxígeno en el cerebro y sucorrelación potencial con una tarea o conduc-ta determinada [3]. El estudio no requiere in-yectar alguna sustancia.

6. Imagen óptica cercana al infrarrojo. Se usacon el propósito de obtener una neuroimagenfuncional. La actividad cerebral es medida através de respuestas asociadas con el compor-tamiento de las neuronas. Implica la cuantifi-cación de la concentración de cromóforo de la

1http://www.marioizurieta.com/procedimientos/epilepsia-dificil-tratamiento.

2

medición del infrarrojo cercano (NIR) atenua-ción de la luz, cambios tácticos o temporales.

Figura 3. Tecnologías no invasivas.

AplicacionesEn los últimos años se han desarrollado diversas apli-

caciones médicas, robóticas, de videojuegos o diversiónrelacionadas con la interface de cómputo cerebral:

Aplicaciones de Comunicación. Permiten laposibilidad de comunicarse a una persona con al-guna discapacidad del habla o bien muscular consu exterior a través de sus ondas cerebrales.

Aplicaciones de operación de vehículos. Sonlas aplicaciones que permiten conducir un vehículoa través del pensamiento.

Aplicaciones de asistencia médica. Son lasaplicaciones que permiten apoyar el tratamiento depadecimientos como el autismo, déficit de atención,Parkinson, epilepsia y las migrañas.

Aplicaciones de Domótica. Son las aplicacionespara apoyar a individuos con discapacidades a rea-lizar tareas cotidianas: controlar la iluminación, elaire acondicionado, encender o apagar un televisor,cambiar de canal, entre otras.

Aplicaciones de Robótica. Desarrollo de apli-caciones que apoyan a personas con discapacidadesmotoras a controlar un brazo robótico o manipularuna silla de ruedas.

Aplicaciones de realidad virtual. Realizaciónde visitas virtuales por medio de una aplicación deinterface de cómputo cerebral.

Aplicaciones de Videojuegos. La utilización dediversas tecnologías como el procesamiento de imá-genes provenientes de diversos sensores ha propicia-do el aumento de juegos y videojuegos que incorpo-ran dispositivos de interfaces de cómputo cerebral.La aplicación de la empresa Emotiv [http://www.emotiv.com] permite el uso de las ondas mentalespara controlar helicópteros a control remoto, moverel cursor de una computadora, entre otras.

ConclusionesEl proyecto estadounidense Cerebro se encuentra de-

terminando el protocolo y la velocidad de comunicacióndel cerebro, los circuitos neuronales, la transferencia deinformación al cerebro, el almacenamiento de la informa-ción del cerebro en una computadora, y su posterior usopor personas con algún tipo de dificultad motriz, aunadoa aplicaciones de Inteligencia Ambiental, para pacientescon una recuperación de un estado de coma.

Los beneficios médicos de conocer en detalle todoslos aspectos del cerebro humano son más que claros pa-ra la vida de pacientes con algún tipo de complicacionesfísicas pero mentalmente activos, para proporcionarlesaplicaciones relacionadas con las interfaces de cómputocerebral, lo que permitiría ayudar mucho en su calidadde vida diaria en personas con algún nivel de discapa-cidad. El poder controlar robots o vehículos no tripu-lados a través del espacio físico es un tema de interésinternacional —en este momento, como trabajo futurode investigación, se tienen proyectos de investigación re-lacionados con ayuda humanitaria utilizando un Dronpara ello, tanto en inundaciones como en situaciones desocorro alpino-, además de la transferencia de informa-ción del cerebro a entidades robóticas especializadas. Taly como lo plantean diversos autores en la literatura es-pecializada, al usar interfaces de cómputo cerebral paratransferir la información almacenada en el cerebro a ro-bots autónomos.✵

Agradecimientos. Este trabajo ha sido financiado porSEP-PRODEP UAEH-PTC-719 y UAEH-PTC-682.

REFERENCIAS

1. Mason S.G. y Birch G.E. (2003) “A general framework for brain-computer interface design”. IEEE Transactions on Neural Sys-tems and Rehabilitation Engineering, pp. 70-85.

2. Tan D. y Nijholt A. (2010) “Brain-Computer Interfaces andHuman-Computer Interaction”. Brain-Computer InterfacesApplying our Minds to Human-Computer Interaction, Sprin-ger London, pp. 13-19.

3. Gil D.N. (2013) “¿Necesitan cerebro los economistas? Una Intro-ducción a la neuroeconomia”. Martin, Lucia Sutil (eds), Neu-rociencia, empresa y marketing, ESIC Editorial.

4. Hernández-Hoyos D. (2006) “Capítulo 8. Electroencefalografíaen Neurocirugía”. Carlos Eduardo Navarro Restrepo, HermannScholtz González (eds). Neurocirugía para médicos generales,Editorial Universidad de Antioquia, pp. 164-175.

5. Vega F.C. (2013) “Anomía: la dificultad para recordar las pala-bras”. TEA Ediciones S.A.U.

6. García-Alix A. y Quero J. (2011) “Evaluación neurológica delrecién nacido”. Ediciones Diaz de Santos.

7. Castillo J.L. (2005). “Capítulo 23. Exploración Neurológica me-diante técnicas Neurofisiologicas”. Nogales-Gaete, Jorge (eds),Tratado de Neurología Clínica, Panamericana, pp. 187-195.

8. Barrett K.E., Barman S.M., Boitano S. y Brooks H.(2013) “Ga-nong’s Review of Medical Physiology - EmergencyPedia”. McGraw Hill.

3

SOBRE LOS AUTORES

Jorge A. Ruiz-Vanoye obtuvo el grado de Doctor en Ciencias Computacionales en 2008 por el CentroNacional de Investigación y Desarrollo Tecnológico (CENIDET). Ha trabajado en el Instituto de Investiga-ciones Eléctricas y en otras instituciones y compañías. Ha dado clases en diversas universidades mexicanasdesde 1996. Actualmente es profesor investigador en la Universidad Autónoma del Estado de Hidalgo(UAEH) y es miembro del Sistema Nacional de Investigadores, nivel I (2013-2019). Para más informaciónsobre publicaciones, proyectos y tesis ver: www.ruizvanoye.com.

Ocotlán Díaz-Parra obtuvo el grado de Doctora en Ciencias Aplicadas en 2008 por el Centro de Investi-gación en Ingeniería y Ciencias Aplicadas de la Universidad Autónoma del Estado de Morelos. Ha trabajadoen PEMEX y en otras compañías. Ha dado clases en diversas universidades mexicanas de reconocidoprestigio. Actualmente es profesora investigadora en la Universidad Autónoma del Estado de Hidalgo(UAEH) y pertenece al Sistema Nacional de Investigadores, nivel I (2010-2016). Para más información sobrepublicaciones, proyectos y tesis ver: www.diazparra.net.

Alberto Ochoa Ortiz-Zezzatti (Bs’94–Eng.Master’00; PhD’04-Postdoctoral Researcher’06 & IndustrialPostdoctoral Research’09). Se incorporó a la Universidad Autónoma de Ciudad Juárez en 2008. Ha escritoartículos científicos en 11 idiomas. Tiene 11 libros, 37 capítulos de libros relacionados con la IA y 487artículos relacionados principalmente con la logística y Modelización Social utilizando diferentes técnicas deinteligencia artificial. Ha dirigido 37 tesis de doctorado, 39 de maestría tesis y 47 de Licenciatura. Participaen la organización de varias conferencias internacionales. Tiene revisión de dos importantes revistas deElsevier Applied: Soft Computing y Compute ron Human Behavior. Sus intereses de investigación incluyenla computación ubicua, la computación evolutiva, el procesamiento del lenguaje natural, modelos sociales,caracterización antropométrica y Minería de datos social. En su segundo Postdoctorado participó en unapasantía en ISTC-CNR en Roma Italia (2009). Ha fungido como coordinador de los acuerdos relacionadoscon fondos de investigación en Europa y Asociaciones de América Latina. En noviembre de 2015 presentó laMaestría en Cómputo Aplicado en la Universidad Mackenzie, en Brasil. En diciembre de 2015 presento enIslandia un libro relacionado con aplicaciones novedosas en Inteligencia Artificial moderna. Y a partir de fina-les de Mayo de 2016 realizará una estancia sabática de 67 semanas en el Súper Computing Center en Cataluña.

Ivan Cruz es Doctor en Ingeniería Eléctrica (2014. Reconocimiento Summa Cum Laude) con especialidaden Procesamiento Digital de Imágenes en la División de Ingenierías Campus Irapuato-Salamanca de laUniversidad de Guanajuato. Su investigación doctoral fue realizada en el Departamento de Electrónica de laUniversidad de Guanajuato bajo la supervisión del Dr. Juan Gabriel Aviña Cervantes y del Dr. Juan ManuelLópez Hernández. Maestro en Ciencias en Ciencias de la Computación (2009) con especialidad en InteligenciaArtificial en el Instituto Tecnológico de León y obtuvo la Licenciatura en Sistemas Computacionales (2007)con especialidad en Desarrollo de Software en el Instituto Tecnológico Superior de Irapuato. Sus principalesáreas de investigación son el desarrollo de algoritmos de Computación Evolutiva, Procesamiento de Imágenesy Señales Biomédicas y Visión por Computadora.

Alejandro Fuentes Penna es Dr. en Planeación Estratégica y Dirección de Tecnología. Ha publicadoartículos, capítulos de libro y libros en áreas de ingeniería de Software, educación, HCI, salud, planeaciónestratégica y optimización combinatoria, a nivel Congreso, índices nacionales e internacionales, y JCR.Investigador en el Sistema Estatal de Investigadores del Estado de Morelos. Se ha desempeñado en áreasde desarrollo de sistemas de información, profesor -– investigador, revisor de artículos y libros a nivelinternacional, consultor en áreas de informática, planeación, administración y educación, y como profesor,investigador o consultor en institutos de investigación, en la UNAM y otras Universidades y consultoríasde tecnologías de información, arquitectura y educación en la República Mexicana. Actualmente laboraen la Escuela Superior de Tlahuelilpan -– Universidad Autónoma del Estado de Hidalgo como ProfesorInvestigador, Jefe del Área Académica de Ingenierías y Coordinador de la Lic. en Sistemas Computacionales.

Ricardo Armando Barrera Cámara es líder de cuerpo académico de cómputo científico y tecnológico, lí-der de la academia de administración y tratamiento de información. Es profesor Investigador de la UniversidadAutónoma del Carmen. Para más información de sus proyectos y publicaciones en: www.barreracamara.com.

María Beatríz Bernábe Loranca es doctora en Investigación de operaciones desde 2010 de la UniversidadNacional Autónoma de México (UNAM). Desde 1995 es profesor investigador de la facultad de CienciasComputaciones de la Benemérita Universidad Autónoma de Puebla (BUAP). La Doctora Bernabe esmiembro del Sistema Nacional de Investigadores (SNI) Nivel I del CONACYT. Sus áreas de interés son:Optimización Combinatoria, diseño territorial y técnicas multiobjetivo.

4

View publication statsView publication stats