Diseño e implementación de un entrenador de prótesis electroencefalográficas usando la diadema Emotiv Epoc+

Palabras clave: EEG, prótesis, comandos mentales, entrenador EEG

Resumen

Las señales EEG (Electroencefalográficas) son aquellas señales eléctricas que el cerebro humano procesa y analiza para determinar tanto acciones como pensamientos dentro del individuo, con base en este tipo de señales se desarrolla un entrenador físico de prótesis EEG, en el cual, el paciente que desee ser candidato a una prótesis EEG podrá realizar los entrenamientos de comandos mentales necesarios para el manejo óptimo de uno de estos dispositivos. Un comando mental se entiende como aquel patrón de señales EEG reconocible por un instrumento, a menudo estos patrones suelen asociarse a un pensamiento imaginativo que se encuentre desarrollando el paciente, es decir, el paciente asigna cada comando mental a una imagen dentro de su cabeza, la cual produce un patrón de señales EEG que serán reconocidas por el dispositivo y se le asigna una acción al entrenador que dependerá del comando mental detectado. El entrenador consiste en una mano robótica que será una representación económica de la propia prótesis en la cual, el usuario o paciente podrá tener retroalimentación acerca de la claridad o calidad en la que se encuentran sus comandos mentales. 

Descargas

La descarga de datos todavía no está disponible.

Citas

Alvarado Chavez, J. J. “Extracción de características para la detección de movimientos del brazo usando señales de electroencefalograma (EEG)”. Universidad Católica de San Pablo. 2020.

Deleg, Angamarca & Israel, S. “Mejora del sistema mecánico para movimiento de muñeca de prototipo de prótesis de mano y desarrollo de un sistema de control utilizando electromiografía de superficie para la toma de señales”. Universidad Politécnica Salesiana. 2021.

Arduino. “Getting Started with the Arduino Ethernet Shield [página web]”. Recuperado de: https://docs.arduino.cc/retired/getting-started-guides/ArduinoEthernetShield.

Asimbaya M. Javier Danilo. “Diseño e implementación de un prototipo Brain Computer Interface (BCI), para la manipulación de una pinza robótica utilizando comunicación bluetooth”. Universidad Politécnica Salesiana Sede Quito. 2014.

Benítez, D., Toscano, S. & Silva, A. “On the use of the Emotiv EPOC neuroheadset as a low cost alternative for EEG signal acquisition”. IEEE Colombian Conference on Communications and Computing (COLCOM). 2016.

Bustamante Gómez Samuel. “Prótesis robótica de miembro superior controlada por medio de interfaces neuronales: el estado del arte y un diseño conceptual”. Universidad Pontificia Bolivariana. 2015.

Ceballos Sierra, F. J. “Enciclopedia del lenguaje C++ (2a. ed.)”. Madrid, Spain: RA-MA Editorial. Recuperado de https://elibro.net/es/ereader/lcardenas/62485?page=30. 2015.

Emotiv Inc. “Software EmotivPRO”. Extraído del Manual de Usuario. 2016

Emotiv Inc. “Open Sound Control”. Recuperado de: https://emotiv.gitbook.io/emotivbci/osc . S.F.

Fonda, C. Impresion3denelictp.files.wordpress.com. Recuperado el 22 de 07 de 2016, de https://impresion3denelictp.files.wordpress.com/2014/03/guc3ada-prc3a1ctica-para-tu-primera-impresic3b3n-3d_carlo-fonda1.pdf

J. Fuentes-Gonzalez, A. Infante-Alarcón, V. Asanza and F. R. Loayza. “A 3D-Printed EEG based Prosthetic Arm”. IEEE International Conference on E-health Networking, Application & Services (HEALTHCOM), pp. 1-5. 2020.

García G. Andrés F. “Prototipo de mano robótica inspirada en la mano humana”. Universidad Distrital Francisco José de Caldas. 2016.

Garibay, E., Flores, R., Cuenca, F. & Dorador, J. “Diseño de un sistema amplificador de fuerza para prótesis mecánica”. Centro de Diseño Mecánico e Innovación Tecnológica, Facultad de Ingeniería, UNAM. 2012.

Ana Karen González Reza1, Mitzi Citlalli Arce Rodríguez, Susana Silvia Zarza Villegas. “Estudio sobre el duelo en personas con amputación de una extremidad superior o inferior”. Revista Electrónica de Psicología Iztacala, Vol: 20, pp 34-36. 2017.

Instituto Nacional de Estadística, Geografía e Informática. “La indiscapacidad en México, datos del 2014”. México: INEGI. 2014.

InMoov, “Hand and Forarm”, recuperado de: https://www.thingiverse.com/thing:18939, 2012.

Kuldip. “Inmoov right hand electronic box”. Recuperado de: https://www.thingiverse.com/thing:4940224, 2021.

Lau, J. G., Cordova Alvarez, L., Vélez Díaz, D., Alcalá Rodríguez, J., Charre Ibarra, S., & Guzmán Moya, D. (2019). “La Diadema EMOTIV EPOC+ y los gestos faciales”. XIKUA Boletín Científico de la Escuela Superior de Tlahuelilpan, 7(14), 1-10. 2019.

Marco, R., Iáñez, E., Ortiz, M. & Azorín, J. “Reconocimiento del estado emocional mediante señales EEG”. Universidad Miguel Hernández de Elche. 2018.

Medina Torres Lenin Miguel. “Implementación de un prototipo de prótesis de mano usando el método BCI no invasivo a través de estímulos endógenos”. Escuela Superior Politécnica de Chimborazo. 2018.

Medline. “Amputación traumática”. MedlinePlus, información de salud para usted. 2022.

Minguez, J. “Tecnología de interfaz cerebro-computador”. Departamento de Informática e Ingeniería de Sistemas, Universidad de Zaragoza, España. 2018.

Montalvo Aguilar, J. A. “Procesamiento digital de señales EEG provocadas provocadas por la imaginación de movimiento de los miembros superiores utilizando análisis no lineal”. Tesis para obtener el grado de Maestría en el Centro de Investigación y de Estudios Avanzados del IPN Departamento de Ingeniería Eléctrica, Sección de Bioelectrónica. 2014.

A. H. Moreira, F. S. M. Barbosa, G. H. A. Ikeda, G. d. M. Carvalho, F. S. Madani and L. G. Trabasso, “Development of a Hybrid Arm Prosthesis Controlled by EEG Signals”. 2nd International Conference on Cybernetics, Robotics and Control (CRC), pp. 203-207. 2017.

Munteanu, S. “Implementación de una interfaz cerebro – ordenador mediante la conexión de Unicorn Hybrid Black y Raspberry Pi”. Universidad de Alcalá Escuela Politécnica Superior. 2021.

Nano, A. “Arduino Nano”. A MOBICON Company. 2018.

Neyra, P. “Diseño e implementación de las funciones de agarre y levante en un brazo kinova usando señales EEG y deep learning”. Pontificia Universidad Católica del Perú Facultad de Ciencias e Ingeniería. 2020.

Noguera, M. A. P., Ortega, C. E. M., Castro, W., & Peluffo Ordoñez, D. H. “Análisis De Señales EEG Para Detección De Intenciones Motoras Aplicadas A Sistemas BCI”.

Olarte Forero, J.” Reproductibilidad De Movimientos Obtenido De Un Brazo Humano Para Ser Usados En Pequeños Procesos De Automatización”. Universidad Libre, Facultad de Ingeniería Mecánica. 2018

Ortiz Ramírez, I. “Machine Learning para MI-BCI orientada al procesado de las señales EEG en tiempo real”. 2021.

Pedrera, A. C. “Arduino para Principiantes: 2ª Edición”. IT Campus Academy. 2017.

[Peirotén, 2018]

Peirotén López de Arbina Nagore. “Diseño de una red neuronal en Matlab para análisis

de señales de electroencefalograma”. Escuela Técnica Superior de Ingeniería Universidad de Sevilla. 2018.

Peña Carrera C. “Diseño de prototipo electrónico para la adquisición multicanal de señales de electroencefalograma”. Universidad de San Buenaventura Cali. 2016.

Pérez Romero Mauricio Aarón. “Análisis cinemático e implementación de una mano robótica servo-articulada aplicable como prótesis”. Tesis para obtener el grado de Maestro en Ciencias en Ingeniería Mecánica con Especialidad en Diseño Mecánico. Instituto Politécnico Nacional. 2011.

Pinzás, A. “Software libre aplicado al dibujo industrial: el caso Blender”. Industrial data. 2009.

Rivera, M. & Morales, J. “Desarrollo y elaboración de un calzado háptico mediante módulo inalámbrico bluetooth a dispositivos móviles, para personas con disminución visual”. Universidad de Guayaquil. 2021.

Ron Angevin Ricardo. “Retroalimentación en el entrenamiento de una interfaz cerebro computadora usando técnicas basadas en realidad virtual”. Universidad De Málaga Escuela Técnica Superior De Ingenieros De Telecomunicación. 2005.

Torres, F., Sánchez, C. & Palacio-Baus, K. “Adquisición y análisis de señales cerebrales utilizando el dispositivo MindWave”. Escuela de Ingeniería Electrónica y Telecomunicaciones, Facultad de Ingeniería, Universidad de Cuenca. 2014.

Villegas Méndez, B. M., & Rojas Fernández, M. G. “Interfaz cerebro ordenador BCI mediante el uso de Emotiv Insight”. Acta Nova, 9(1), 3-31. 2019

Publicado
2024-01-05
Cómo citar
Lira Díaz , O., Huerta Becerra, A. O., Gómez Bautista, D. J., & Carrillo Cisneros, A. E. (2024). Diseño e implementación de un entrenador de prótesis electroencefalográficas usando la diadema Emotiv Epoc+. Ciencia Latina Revista Científica Multidisciplinar, 7(6), 4865-4832. https://doi.org/10.37811/cl_rcm.v7i6.9041
Sección
Artículos