Control de entorno virtual mediante interfaz híbrido BCI usando señales EOG/EEG durante imaginería motora

Abstract

[Resumen] La discapacidad producida por las enfermedades neurológicas es uno de los primeros problemas de salud y calidad de vida en las sociedades avanzadas. Las tecnologías asistenciales han demostrado poder aumentar la independencia de los pacientes y mejorar su capacidad de controlar su entorno. Los sistemas híbridos interfaces cerebro-computadora (BCI), que utilizan una fusión de señales no invasivas basadas en EOG y EEG, son sistemas prometedores para el desarrollo de este tipo de aplicaciones. En este estudio participaron ocho sujetos con patología neurológica (accidente cerebro-vascular, lesión medular o enfermedad neurodegenerativa). Los pacientes a través de BCIEEG y EOG navegaban por el entorno virtual realizando diferentes actividades de la vida diaria (AVD). El objetivo principal de esta experimentación fue evaluar el rendimiento de un grupo de sujetos con discapacidad física severa para la ejecución de un conjunto de tareas implementadas en un entorno de navegación virtual, utilizando un interfaz de control mediante BCI híbrido (EOG y EEG basado en imaginería motora).

[Abstract] Dissabilities produced by neurological diseases are the first problem of health and life quality in this society. Assistance technology has demostrated increase the patient's independence and improve the capability to facilitate their environmental control. BCI hybrid systems that use a signal non-invasive fusion based in EOG and EEG are promising systems. In this study eight subjects with neurological pathology (stroke, spinal cord injury or neurodegenerative disease) were participed. The patients navegated along the virtual environment through EEG and EOG performed several ADLs. The main aim of this experimentation was evaluated the subject's performance with several physic disability for the execution of tasks implemented in a virtual environment using a control interface throught BCI-hybrid system (EOG and EEG based in motor imagery).