Sistema técnico de interfaz cerebro-ordenador basado en electroencefalografía: avances, aplicaciones y desafíos

Área de la Ciencia:

• La neurociencia
• Ingeniería biomédica
• Neurotecnología

Sus antecedentes:

• Las interfaces cerebro-ordenador (BCI) basadas en electroencefalografía (EEG) integran las señales neuronales con la tecnología.
• Revisión de los avances en las arquitecturas EEG-BCI: adquisición de señales, diseño de paradigmas, algoritmos de decodificación y aplicaciones.
• La reducción de la brecha entre la tecnología EEG-BCI y la aplicación práctica es crucial para la investigación futura.

Objetivo del estudio:

• Analizar sistemáticamente los avances en las arquitecturas EEG-BCI.
• Identificar los desafíos y las oportunidades en el desarrollo y la aplicación del EEG-BCI.
• Orientar las futuras direcciones de investigación en el campo de la neurotecnología.

Principales métodos:

• Análisis de las técnicas de adquisición de señales no invasivas (electrodos húmedos, secos, semi-secos) y mínimamente invasivas (matrices de microagujas, sondas endovasculares).
• Evaluación de diseños de paradigmas que incluyen imágenes motoras, potenciales evocados visualmente en estado estacionario y deletreadores P300, junto con la integración multimodal (por ejemplo, con EMG, seguimiento ocular).
• Revisión de algoritmos de decodificación avanzados como la geometría de Riemann, el aprendizaje profundo y el aprendizaje de transferencia para el procesamiento de señales EEG.

Principales resultados:

• Los electrodos EEG no invasivos ofrecen comodidad pero enfrentan desafíos de estabilidad de la señal; los métodos mínimamente invasivos se acercan a la fidelidad casi invasiva.
• Las imágenes motoras requieren un entrenamiento extenso, mientras que los paradigmas visuales/cognitivos causan fatiga; los sistemas multimodales mejoran el rendimiento de las tareas en el mundo real.
• Los algoritmos avanzados mejoran el filtrado de ruido y la extracción de características, pero la inconsistencia del EEG y la compatibilidad del dispositivo siguen siendo problemas.

Conclusiones:

• Los EEG-BCI son prometedores en la rehabilitación de accidentes cerebrovasculares y el monitoreo neurológico de los astronautas.
• Los desafíos clave incluyen mejorar la precisión de la señal, minimizar la interferencia, abordar la ética de los datos y garantizar su uso práctico en el mundo real.
• Las direcciones futuras incluyen nanomateriales biocompatibles, algoritmos adaptativos e integración multimodal para BCIs de próxima generación.