Mostrando entradas con la etiqueta EEG. Mostrar todas las entradas
Mostrando entradas con la etiqueta EEG. Mostrar todas las entradas

domingo, 27 de enero de 2013

Interfaz cerebro-ordenador para la manipulación de objetos


Planteamos en esta entrada del blog cómo recientes intentos por demostrar que el uso de técnicas como la Electroencefalografía (EEG) sirven para lograr que sujetos, mediante sus propias señales cerebrales, puedan manipular y transportar objetos, están desenfocados o incluso conllevan mala fe científica. Artículos aparecidos en prestigiosas revistas, como Nature (así  el de Musallam y colaboradores (2004)) o premiados, como el de Rao y otros (2008), publicado en el Journal of Neural Engineering, nos hablan de cómo personas impedidas pueden controlar prótesis o incluso robots humanoides simplemente a través de las señales cerebrales captadas por la EEG. Lo que los autores parecen ocultar o, cuando menos, no quieren darse cuenta de ello, es la influencia de los artefactos en lo que ellos presentan como puras y simples señales transmitidas por el cerebro. Porque la cuestión no reside en la mejora o no del ancho de banda de la señal electroencefalográfica sino en si se está intentando confundir a la comunidad científica. En efecto, ¿es qué movimientos reactivos en las cejas o en la frente de los sujetos, por ejemplo, no cuentan como señales (ruido) recogidas por el ordenador? Veamos.
Usando una respuesta de EEG visualmente evocada y que es producida cuando un objeto al que atiende el usuario cambia repentinamente (por ejemplo, flashes de luz), se elabora un algoritmo que proyecte todos los canales del EEG para formar una serie unitaria que sea máximamente discriminativa. La interfaz con el ordenador implementa parámetros para el procesamiento de datos como, por ejemplo, un filtro de proyección espacial y un clasificador lineal. Y, a continuación, se trata de que las señales recogidas por el EEG se encarguen de controlar un objeto, que puede ser desde un ratón de ordenador hasta un robot humanoide, como en el mencionado artículo de Rao y otros. Prescindiendo de cuestiones como, por ejemplo, la inevitable asincronía entre la intención del usuario y la respuesta del objeto, ¿de verdad las señales tomadas por el electro no van acompañadas del ruido producido por los leves movimientos inconscientes y automáticos generados por el propio usuario? ¿No estaremos confundiendo, como sucede en muchos procesos de detección de señales, señal con ruido?

jueves, 29 de marzo de 2012

Neuronal Noise


Acaba de salir un interesante libro publicado por la editorial Springer, llamado "Neuronal Noise" y cuyos autores son Alain Destexhe y Michelle Rudolph-Lilith. Ambos son investigadores del CNRS francés, en concreto de la Unidad de Neurociencia, Información y Complejidad de París.
Quizá el aspecto más llamativo de la actividad cortical sea su extremada irregularidad, lo cual contrasta con nuestros sistemas electrónicos basados en chips de silicio. Dada le enorme conectividad sináptica cortical y dado que las neuronas del neocórtex se activan espontáneamente entre los 5 y 20 Hz, no es de extrañar que se produzcan fluctuaciones intensas que, con cierta liberalidad terminológica, los autores denominan "ruido". ¿Cómo se pueden obtener modelos que reflejen las principales propiedades del ruido sináptico? Destexhe y colaboradores introdujeron un modelo estocástico simplificado, llamado el modelo de puntos de conductancia. En este modelo pueden cambiarse las conductancias de manera independiente.
Usando un modelo de Hodgkin-Huxley y modelando el ruido como un proceso estocástico efectivo, los autores encontraron que la célula es capaz de discriminar frecuencias (más allá de 150 Hz) con mucha precisión y manteniendo constante la frecuencia de activación. Una serie de interesantes propiedades se derivan, como son la variabilidad en las descargas, la resonancia estocástica, la detección de correlaciones por parte de las células piramidales o un procesamiento temporal capaz de detectar coincidencias. Pero quizá la propiedad más sorprendente del ruido sináptico neuronal se encuentra en las células del tálamo. Bajo condiciones similares al comportamiento "in vivo", cambian radicalmente las propiedades de transferencia entre estas neuronas.
En el capítulo séptimo, los autores analizan los principales modelos matemáticos empleados en la descripción del ruido sináptico. Uno de los modelos más investigados es el llamado modelo Gaussiano de "ruido blanco", un modelo aditivo que, aunque proporciona una buena aproximación, solo permite una descripción parcial. Un nuevo acercamiento basado en el formalismo de Ito permite una exploración matemática más rigurosa pero presenta limitaciones a la hora de capturar las propiedades espectrales del sistema estocástico subyacente. No obstante, los autores apuestan por la utilidad de dicho formalismo para analizar el ruido sináptico.
El libro finaliza con la exposición de casos experimentales y con el análisis de algunas conclusiones. Y así, el ruido es caracterizado en diversas preparaciones "in vivo", tales como en estados artificialmente activados bajo anestesia; de hecho, en gatos despiertos y dormidos las fluctuaciones de la conductancia son habitualmente mayores que para la excitación.