Eliminación de artefactos en dispositivos de electrocorticografía con contaminación cardíaca

Área de la Ciencia:

• La neurociencia
• Ingeniería biomédica
• Procesamiento de señales

Sus antecedentes:

• Los dispositivos de electrocorticografía (ECoG) pueden adquirir artefactos, en particular la interferencia cardíaca (ECG), debido a la electrónica implantada en el pecho.
• Estos artefactos difieren de los observados en la electroencefalografía (EEG) y el ECoG estándar, lo que afecta a la calidad de los datos clínicos.

Objetivo del estudio:

• Comparar la eficacia de las diferentes técnicas de eliminación de artefactos para los datos ECoG adquiridos clínicamente.
• Identificar métodos que mejoren la calidad de la señal y preserven la información neuronal subyacente.

Principales métodos:

• Comparación de referencias de promedio común (CAR), análisis de componentes independientes (ICA) con selección automática de canales de ECG y eliminación basada en plantillas (TBR).
• Evaluación de la eliminación del artefacto utilizando valores de la raíz media cuadrada (RMS) de la señal al artefacto.
• Evaluación de la selección automática frente a la manual del canal del ECG para el ICA.

Principales resultados:

• Todos los métodos de filtración probados redujeron las amplitudes de los artefactos y mejoraron las relaciones señal-artefacto.
• La selección automática del canal del ECG para el ICA mostró una gran concordancia con la selección manual.
• ICA produjo la mayor mejora en la relación señal-artefacto, pero requirió un tiempo de cálculo más largo.
• El TBR conservaba mejor los datos ECoG subyacentes en las regiones libres de artefactos.

Conclusiones:

• El análisis independiente de componentes (ICA) con selección automática del canal del ECG es el método preferido para eliminar los artefactos del ECG de los datos del ECoG.
• Este enfoque elimina efectivamente la contaminación cardíaca mientras preserva la información crucial de las señales neuronales.
• Los métodos establecidos facilitan la traducción de los dispositivos ECoG en interfaces cerebro-ordenador.