PROY HARDWARE INTERFACES CEREBRO_COMPUT

PROPUESTA DE INVESTIGACIÓN
HARDWARE PARA INTERFACES CEREBRO COMPUTADOR
PRESENTADO A
CONVOCATORIA INTERNA PARA LA CONFORMACION DEL BANCO DE
PROYECTOS DE INVESTIGACIÓN – 2013 SEDES REGIONALES
VICERRECTORIA DE INVESTIGACIONES
UNIVERSIDAD DEL VALLE
ELABORADO POR
Ing. HÉCTOR GARCÍA ARANA
Investigador Principal – Docente Tiempo Completo Univalle Tuluá
Coordinador Programa Tecnología en Electrónica Univalle Tuluá
Ing. PAULO ANDRÉS VÉLEZ ÁNGEL, MSc.
Co-Investigador Proyecto – Docente Hora Cátedra - Univalle Tuluá
Docente Programa Tecnología en Electrónica Univalle Tuluá
UNIVERSIDAD DEL VALLE SEDE TULUA
1
PROGRAMA ACADÉMICO DE TECNOLOGÍA EN ELECTRÓNICA
Tuluá, Febrero 13 de 2013
2
TABLA DE CONTENIDO
1.
2.
2.1.
RESUMEN DEL PROYECTO ....................................................................... 4
DESCRIPCIÓN DEL PROYECTO ................................................................ 4
Planteamiento de la pregunta o problema de investigación y su justificación
en términos de necesidades y pertinencia .................................................... 4
2.2. Marco teórico y estado del arte ..................................................................... 5
2.3. OBJETIVOS................................................................................................ 12
2.3.1. Objetivo general .......................................................................................... 12
2.3.2. Objetivos específicos .................................................................................. 13
2.4. METODOLOGÍA PROPUESTA .................................................................. 13
2.5. RESULTADOS / PRODUCTOS ESPERADOS Y POTENCIALES
BENEFICIARIOS ........................................................................................ 16
2.6
IMPACTOS ESPERADOS A PARTIR DEL USO DE RESULTADOS ........ 19
2.7
IMPACTO AMBIENTAL DEL PROYECTO ................................................. 20
2.8
CRONOGRAMA DE ACTIVIDADES........................................................... 20
2.9. DISPOSICIONES VIGENTES .................................................................... 21
3.
PRESUPUESTO ......................................................................................... 21
4.
BIBLIOGRAFIA ........................................................................................... 24
3
PROPUESTA DE INVESTIGACIÓN
HARDWARE PARA INTERFACES CEREBRO COMPUTADOR
1.
RESUMEN DEL PROYECTO
Las interfaces cerebro computador (BCI), son un nuevo tipo de periféricos, que
permiten controlar los equipos de cómputo u otro tipo de equipos electrónicos,
utilizando como señal de entrada la actividad eléctrica del cerebro. Actualmente
existen equipos comerciales que utilizan esta tecnología, pero están relegados por
su elevado costo, funcionalidad y disponibilidad limitada.
Este proyecto pretende diseñar y construir un equipo versátil que pueda ser
empleado para desarrollar aplicaciones en este nuevo campo de la tecnología, con
materiales nacionales y a precios accesibles, principalmente orientadas al sector
Salud (apoyando tratamientos para personas con discapacidad física) y también
en beneficio del aspecto pedagógico de los estudiantes de los Programas
Académicos de Tecnología en Electrónica, Tecnología en Sistemas e Ingeniería
de Sistemas de la Universidad del Valle sede Tuluá, a través de lo cual se
contribuye significativamente al desarrollo socioeconómico regional.
Los resultados de este proyecto se divulgarán a través de ponencia en evento de
investigación regional o nacional, publicación de artículo en revista indexada, la
estructuración del curso electivo en Interfaces Cerebro – Computador y una
reseña en periódico regional.
2.
DESCRIPCIÓN DEL PROYECTO
2.1. Planteamiento de la pregunta o problema de investigación y su
justificación en términos de necesidades y pertinencia
Actualmente se trabaja a nivel mundial sobre el tema de las interfaces cerebro
computadora, dados sus importantes aplicaciones en los campos de la medicina,
4
informática y robótica. Al ser la Universidad del Valle una institución de formación
integral de profesionales, se considera que la incursión en esta nueva tecnología
es apropiada para sus estudiantes, específicamente en los programas académicos
de Tecnología en Electrónica, Tecnología de Sistemas e Ingeniería de Sistemas.
El principal inconveniente que se ha presentado para la incursión en esta nueva
tecnología, ha sido la adquisición de los equipos requeridos para la captura de las
señales electroencefalográficas, ya que estos equipos requieren una precisión y
una ganancia de entrada elevada, entendido este último término, como la
capacidad de tomar señales de un nivel de voltaje entrada muy pequeño e
incrementarlo a unos niveles que puedan ser medibles. A lo anterior se suma la
difícil reparación de los mismos, lo cual contribuye al encarecimiento de los
equipos comerciales.
La presente propuesta de investigación se justifica principalmente en la
importancia del diseño, construcción y operatividad de un equipo a través del cual
se contribuya a mejorar la calidad de vida de pacientes con limitaciones físicas, ya
que por sus características puede traducir órdenes del pensamiento en acciones
materiales, brindando un mayor grado de independencia al paciente. De forma
complementaria, es de considerar que si se diseña y construye la interfaz propia,
con componentes de relativa facilidad de adquisición en el mercado local, esta
tecnología puede ser empleada de una forma didáctica, complementando la
estructura curricular de los programas académicos mencionados. Con base en lo
anterior, el desarrollo de esta tecnología y el uso de este equipo, se constituye en
una herramienta importante para la estructuración y realización de un curso
electivo dirigido a los estudiantes de los programas académicos de Tecnología en
Electrónica, Tecnología en Sistemas e Ingeniería de Sistemas, que pueda
contener además de un componente teórico, un componente práctico, con lo cual
los futuros profesionales de la sede Tuluá en estos campos del conocimiento,
cuentan con mayores fortalezas para facilitar su inserción en el campo laboral o la
creación de nuevas empresas en el área tecnológica.
2.2. Marco teórico y estado del arte
Los antecedentes de uso de las ondas cerebrales para control de dispositivos se
remontan a los primeros años de la década de 1990, cuando el psicólogo Niels
Bierbaumer1, de la Universidad de Tubingen en Alemania, determinó que las
personas pueden controlar ciertas ondas cerebrales. Para ello, desarrolló junto
con su equipo de trabajo, un deletreador, que a través de un entrenamiento de
1
http://www.mp.uni-tuebingen.de/mp/index.php?id=137. Brain Computer Interfaces for Communication
and Control. Heberhard Karls Universität Tübingen.
5
ondas lentas positivas y negativas, permitía seleccionar entre 2 bancos de letras
para escribir mensajes. Trabajando con pacientes que padecían Esclerosis lateral
amiotrópica, se les entrenó durante cerca de 2 meses, con una intensidad de una
hora diaria, tiempo después del cual se obtuvo como resultado, el que estas
personas aprendieran a escribir mensajes a una rata aproximada de 2 caracteres
por minuto, solamente empleando su pensamiento.
Posteriormente, en un proyecto encabezado por Meinhard Schilling, el Instituto
Técnico de Mediciones Eléctricas de la Universidad de Braunschweig 2 en
Alemania, en asocio con la Clínica Universitaria Charite de Berlín y el Instituto
Fraunhofer de Arquitectura de Cálculo y Tecnologías de Software de la capital
alemana, desarrolló un proyecto mediante el cual a través de la interface cerebrocomputador, un individuo moviliza un carro concentrándose fijamente en un
cuadro de ajedrez que indica la dirección de movimiento para éste. El principio de
funcionamiento es el encefalograma clásico y la clasificación de señales.
Bas J. de Kruif, Rebecca Schaefer and Peter Desain desarrollaron en 2007, una
investigación sobre un enfoque para clasificar entre los tonos acentuados y no
acentuados dentro de un simple ritmo imaginado. La clasificación se basa en el
espectro y la fase de las señales, realizada entre los tonos acentuados y no
acentuados en un conocido ritmo musical3.
Genevieve Jacques, PhD. en colaboración con otros científicos del departamento
de Psicología de la Universidad de Drexel, en Filadelfia, Pennsylvania (EUA), y en
colaboración con el Departamento de Ingeniería Eléctrica y Computación de la
Universidad Nueva Jersey (EUA), desarrollaron un algoritmo para el análisis
Wavelet multirresolución, que se aplica a los potenciales relacionados con la EEG,
logrando desarrollar un procedimiento rentable y automatizado para el diagnóstico
precoz de la enfermedad de Alzheimer4.
El Departamento de Electrónica e Ingeniería Biomédica, en la Universidad de
Hanyang, en Seúl, con los doctores Yong Hee Lee, Sun I. Kim Doo y Soo Lee,
desarrollaron varias técnicas para el procesamiento de señales, con las cuales se
pretende obtener una mejora de las señales producidas por estímulos (Potenciales
evocados), en la cual presentan el método sobre la base de análisis Wavelet para
obtener una mejora del mismo en la señal EEG5.
2
http://www.tu-braunschweig.de/index.html
Kruif, J. de y otros. Classification of Imagined Beats for use in a Brain Computer Interface, Conference of the
IEEE EMBS Cité Internationale, Lyon, France August 23-26, 2007.
4 POLIKAR, Robi y otros. Multiresolution wavelet analysis and ensemble of classifiers for early diagnosis of
Alzheimer disease. IEEE V - 389 ICASSP, 2005.
5 Lee’ Yong Hee y otros. Estimation of Evoked Potentials Based on the Wavelet Analysis. Proceedings - 19th
International Conference - IEEE/EMBS Oct. 30 - Nov. 2, 1997.
3
6
Kenji Nakayama6 y su equipo de trabajo, lograron en 2006, clasificar tareas
mentales tales como multiplicación, composición, conteo y rotación de objetos,
entre otros. Manejaron 6 señales de entrada a las cuales aplicaron la transformada
rápida de Fourier (FFT), obteniendo resultados entre el 64% y el 74%.
Xiaomei Pei7 y su equipo en 2007, emplearon tres (3) canales utilizando Wavelets
de Morlet, para la clasificación de órdenes derecha - izquierda, determinando que
solo algunos componentes de la frecuencia contienen información relevante con
una orden dada.
Tao Wang8 y su equipo, realizaron estudios en el dominio de la frecuencia de las
señales EEG provenientes de los canales C3 y C4 con los que pudieron encontrar
que las ondas mu y las ondas beta contienen información útil, en la imaginación de
movimientos.
L. Trejo9 y su equipo desarrollaron una interfaz para el control del cursor usando
señales EEG en conjunto con electrooculografia (que mide la actividad eléctrica en
el movimiento de los ojos), obteniendo resultados entre el 58% y el 88%.
J. Deng10 utilizó la densidad espectral de potencia para procesar 3 canales con
redes neuronales artificiales y clasificar señales correspondientes a movimiento a
la izquierda y a la derecha, obteniendo resultados del 72.2 % en las pruebas.
Robert Rasmussen11 de la Universidad de Baltimore, realizó pruebas de
entrenamiento, empleando los canales C3, C4 y Cz, donde encontró que, ante dos
tareas a clasificar, se obtenía un porcentaje de clasificación aproximado del 72%,
pero si el número de tareas a clasificar era de 4, el porcentaje disminuía al 45%.
6
NAKAYAMA, Kenji. A Brain Computer Interface Based on FFT and Multilayer Neural Network - Feature
Extraction and Generalization. Proceedings of 2007 International Symposium on Intelligent Signal Processing
and Communication Systems Nov.28-Dec.1, 2007.
7
PEI, Xiaomei. Classification of left and right hand motor imagery tasks based on EEG frequency component
selection. Proceedings of 2007 International Symposium on Intelligent Signal Processing and Communication
Systems Nov.28-Dec.1, 2007.
8 WANG, Tao. Classification of Motor Imagery EEG Patterns and Their Topographic Representation.
Proceedings of the 26th Annual International Conference of the IEEE EMBS San Francisco, CA, USA
September 1-5, 2004.
9 TREJO, L. J.; ROSIPAL, R. and MATTHEWS, B. “Braincomputer interfaces for 1-D and 2-D cursor control:
designs using volitional control of the EEG spectrum or steady-state visual evoked potentials”. IEEE
Transactions on Neural Systems and Rehabilitation Engineering, vol. 14, No. 2, June 2006.
10
DENG, J. HE, B. Classification of Imaginary Tasks from Three Channels of EEG by Using an Artificial Neural
Network. Proceedings of the 251h Annual lntemational Conference of the IEEE EMBS.2003.
11
RASMUSSEN, Robert G. y otros. Accuracy of a Brain-Computer Interface in Subjects with Minimal Training.
Department of Biomedical Engineering, Johns Hopkins University Baltimore, MD 21205IEEE. 2006.
7
SEÑALES ELECTROENCEFALOGRÁFICAS (EEG)
La electroencefalografía12 es el procedimiento que consiste en medir las señales
del cerebro con el fin de estudiar el sistema nervioso; esto se hace uniendo los
electrodos en el cuero cabelludo o en la corteza cerebral de la persona (la corteza
cerebral es esencial en funciones importantes del cerebro como la memoria, la
atención, el conocimiento perceptivo, el “pensamiento”, la lengua y los sentidos).
Estos electrodos transmiten las señales u ondas cerebrales proporcionadas por un
gran conjunto de neuronas en los individuos a los que se les implementa con fines
de estudio.
El EEG es empleado para probar la función del cerebro, a través de él se registra
las diferencias del voltaje entre las partes del cerebro, pero no mide corrientes
eléctricas. El EEG se utiliza popularmente en la experimentación, pues se aplica
principalmente con medidas no invasivas. Por otra parte, el paciente no necesita
hablar, trasladarse, o aún demostrar ninguna emoción para registrar los datos; el
aparato puede incluso detectar señales eléctricas resultantes de respuestas
secretas a los estímulos.
Las ondas cerebrales pueden clasificarse según la frecuencia y voltaje 12 en: Delta,
Theta, Alfa, Mu, Beta, Ram alta y ondas Gamma. Las características de estas
ondas son las siguientes:
Onda Delta:
Señal de 10 a 50 micro voltios y una frecuencia de 0,2 a 3,5 Hz. Puede apreciarse
en la Figura 1. Corresponde a un estado hipnótico, trabajo del hemisferio cerebral
derecho en plena actividad, sueño profundo y meditación.
Figura 1. Onda Delta
12 BALLESTEROS, Dora y otros. Software de Análisis de Energía en señales Electroencefalográficas Básicas en la Transformada Wavelet Discreta.
Fundación Universitaria Gabriela Bertrán, 2005
8
Onda Theta:
Señal de 50 a 100 microvoltios de 3,5 a 7,5 Hz. Corresponde a un estado de
vigilia, equilibrio entre los hemisferios izquierdo y derecho.
Figura 2. Onda Theta
Onda Alfa:
Señal de 100 a 150 microvoltios entre 7,5 a 13 Hz. Corresponde a un estado de
relajación, tranquilidad, creatividad e inicio de actividad plena del hemisferio
izquierdo y desconexión del hemisferio derecho.
Figura 3. Onda Alfa
Onda Mu:
Son ondas espontáneas que se encuentran en la banda de frecuencia entre 8 Hz y
13 Hz, igual que las ondas Alfa. Ellas se registran principalmente en la zona
Sensorio-motora del cerebro y se registran en la posición C del Sistema
Internacional de Colocación de Electrodos, manifestando una atenuación durante
el movimiento o intento de movimiento de extremidades.
9
Figura 4. Onda Mu
Onda Beta:
Señal de 150 a 200 micro voltios con frecuencias de 13 a 28 Hz, relacionadas en
la Figura 5, Corresponde a estado de alerta máxima, vigilante, miedo, es la
situación normal cuando estamos despiertos, conduciendo o trabajando en donde
estamos en estado de alerta, ansiedad.
Figura 5. Onda Beta
Ram-alta:
Señal superior a los 200 micro voltios y frecuencias mayores de 28 Hz.
Corresponde a estados de stress y confusión.
10
Ondas Gamma:
Las ondas Gamma se encuentran desde los 30 Hz hacia arriba. Se piensa que
éstas reflejan el mecanismo subyacente de la conciencia. Se ha observado que
las ondas Gamma están asociadas a procesos de comunicación, feedback y
sincronización entre las distintas zonas neuronales - módulos cerebrales - durante
la realización de actividades mentales complejas.
SISTEMAS CONTROLADOS POR EEG
La Interfaz Cerebro – Computador actúa mediante la detección de actividad
mental por medio de señales electrofisiológicas, tales como los impulsos de un
electroencefalograma (EEC) o los de un electrocorticograma ("ECoG"). Estos
impulsos son traducidos a señales de control. De esta forma, las ondas cerebrales
pueden ser usadas para ingresar datos o mover el cursor en un monitor de un
Computador.
El controlar dispositivos con la mente ha sido por mucho tiempo un tema
recurrente en la ciencia ficción y mientras éste continúa alimentando a la
imaginación, es posible permitir que pacientes completamente paralizados puedan
comunicarse e interactuar con el medio ambiente.
La señal, captada en el cuero cabelludo, presenta una variación de amplitud en
torno a las decenas de microvoltios y en el rango de frecuencia comprendido
aproximadamente entre 0.1 y 60Hz. Si se consiguiera aprender rápidamente a
controlar dichas características, la señal EEG podría presentar una nueva función
cerebral; convirtiéndose en una nueva señal de salida que permitiera comunicar
los deseos de una persona a un componente externo.
Las ondas Mu, que corresponde a una oscilación de la señal EEG comprendida
entre los 8 y 13Hz, es captado en la zona sensomotora situada en la región central
del cuero cabelludo. Dicho ritmo, presente en la mayoría de los adultos, tiene la
particularidad de presentar una atenuación en su amplitud cuando se lleva a cabo
algún tipo de movimiento o lo que es más importante, cuando se tiene la intención
de realizar algún movimiento, o sencillamente imaginando movimientos de las
extremidades.
11
TRANSFORMADAS MATEMÁTICAS
En el procesamiento de señales se pueden encontrar diferentes tipos de señales
estacionarias y no estacionarias. Las primeras son localizadas en el tiempo, ya
que su frecuencia no varía. Este tipo de ondas son estudiadas por medio del
análisis de Fourier, que permite su descomposición en términos de funciones
sinusoidales, es decir, transforma la señal de la base de tiempo a la base de
frecuencia y de igual manera permite el paso del dominio de la frecuencia al
dominio del tiempo; sin embargo en este último se pierde información necesaria,
que por ser de carácter estacionario, no resulta relevante.
SISTEMAS DE RECONOCIMIENTO DE PATRONES
El Reconocimiento de Patrones es una tarea inteligente que consiste en tratar de
identificar patrones de referencia conocidos previamente, dentro de un conjunto de
datos de entrada, utilizando las características más relevantes de la misma. El tipo
de patrones a clasificar, puede tener cualquier forma pasando por imágenes,
señales con formas de onda periódicas y partes de una onda no periódica. Estos
patrones normalmente se pueden definir en un espacio multidimensional.
El procedimiento a seguir en un sistema de reconocimiento de patrones se
relaciona a continuación: Primero se obtienen los patrones a través de un sistema
sensorial; luego se hace una segmentación y agrupamiento que trata de delimitar
la señal a procesar, posteriormente se trata de extraer las características que
proveen similaridad entre los patrones, la clasificación que es el siguiente paso,
consiste en comparar el vector de características obtenido, con los patrones
aprendidos y finalmente está el procesamiento posterior, que consiste en la toma
de decisiones sobre el proceso a seguir con los datos obtenidos.
2.3. OBJETIVOS
2.3.1. Objetivo general
Desarrollar mediante la tecnología interface cerebro-computador, un equipo con
capacidad de ser operado mediante el pensamiento, con fines académicos y de
12
apoyo en el área de Salud, empleando materiales de origen nacional y a bajo
costo.
2.3.2. Objetivos específicos
 Desarrollar un sistema de electrodos que permitan la captura de las señales
generadas por el individuo a través del contacto con el cuero cabelludo.
 Diseñar un sistema amplificación que permita obtener una ganancia de voltaje
lo suficientemente alta como para poder obtener una señal que pueda ser
medida.
 Delinear un sistema de filtrado que permita eliminar las frecuencias del ruido.
 Estructurar el sistema de interface que permita conectar todo el sistema con un
equipo de cómputo.
 Construir todo el sistema diseñado e integrar su uso en investigaciones en el
sector salud, determinando su impacto en pacientes con discapacidad física.
 Estructurar el contenido programático del curso electivo Interfaces Cerebro
Computador dirigido a estudiantes de los programas académicos de Tecnología
en Electrónica, Tecnología en Sistemas e Ingeniería de Sistemas.
2.4. METODOLOGÍA PROPUESTA
El Planeamiento metodológico de la investigación propuesta comprende los
siguientes aspectos:





Tipo de Investigación
Diseño de la investigación
Método de investigación a emplear y sus etapas
Técnicas e instrumentos para recolectar información
Procesamiento de la información
Tipo de Investigación: Con base en la revisión bibliográfica sobre Metodología
de la Investigación13 los tipos de la investigación corresponden a: exploratoria,
descriptiva, correlacionales y explicativas. Según el tipo de estudio, varía la
estrategia de investigación. El problema de investigación planteado se relaciona
13
Toro I.D., Parra R.D. (2010) Fundamentos epistemiológicos de la Investigación y la Metodología de la
Investigación Cualitativa / Cuantitativa. Fondo Editorial Universidad EAFIT
13
en cómo a partir del desarrollo de un equipo el cual puede incluir varios tipos de
estudio en las diferentes etapas de su desarrollo, por lo que se propone iniciar la
investigación de forma exploratoria para luego pasar a la descriptiva.
Se sustenta este enfoque metodológico por las siguientes razones:
Investigación exploratoria: En el proyecto se busca identificar la actividad
eléctrica cerebral y convertirla en una variable que pueda ser medida, de tal forma
que esta medición pueda ser utilizada como entrada a otro sistema que pueda ser
empleado como unidad de control en un equipo electrónico.
Investigación descriptiva: Cuando la actividad eléctrica del cerebro es medida,
se hace necesario clasificarla en los diferentes estados mentales descritos
anteriormente, este tipo de clasificación es la que va permitir determinar el orden
que se está tratando de transmitir.
Diseño de la Investigación: Esta se centrará en la Universidad del Valle Sede
Tuluá y los estudiantes de los Programas académicos de Tecnología en
Electrónica, Tecnología en Sistemas e Ingeniería en Sistemas. Con ellos se
estudiarán las temáticas relacionadas con esta investigación, se ideará la forma la
forma de construir modularmente los elementos que integran el dispositivo en este
proyecto.
Método de investigación a emplear y sus etapas: Para el desarrollo de la
presente investigación, se empleará el método analítico, debido a que se trata de
medir la actividad eléctrica del cerebro y encontrar la relación matemática que esta
tiene con el estado u orden mental que se trata de dar. Las etapas a seguir serían
las siguientes:










Recolectar información referente a las frecuencias de corte, para el diseño
de los filtros.
Recolectar información para obtener la ganancia adecuada de los
amplificadores.
Diseño de los filtros.
Diseño de los amplificadores.
Selección de los electrodos.
Diseño de la interface al computador.
Diseño circuito esquemático completo.
Diseño de circuito impreso.
Construcción de circuito impreso y conexión de los componentes.
Pruebas.
14
Técnicas e instrumentos para recolectar información: En la presente
investigación se considerarán fuentes primarias y secundarias para su obtención.
Las fuentes primarias son aquellas en las que los datos provienen directamente de
la población o muestra de la población. Las fuentes secundarias son aquellas que
parten de datos pre-elaborados (informes de gestión, balances financieros,
Internet, etc)14.
Al trabajar las Fuentes de Información primarias, se empleará Observación Directa
e Indirecta. Las fuentes primarias de adquisición de datos, son los sistemas de
captura de señal, por medio de electrodos.
Las fuentes secundarias de información, son las que entregan información
después de un procesamiento matemático a través del sistema de cómputo.
14
Torres, Mariela. Métodos de recolección de datos para una Investigación. Boletín Electrónico No. 03. Facultad de
Ingeniería, Universidad Rafael Landívar, Guatemala. 2005
15
2.5 RESULTADOS
BENEFICIARIOS
/
PRODUCTOS
ESPERADOS
Y
POTENCIALES
1. Resultados relacionados con la Generación de Conocimiento y/o nuevos
desarrollos tecnológicos:
Resultado/Produc
to esperado
Informe Final de
Investigación.
Indicador
Beneficiario
Certificado de
aprobación emitido
por Vicerrectoría
investigaciones
Universidad del
Valle
Universidad del Valle en su conjunto,
Comunidad académica nacional, centros
académicos de formación universitaria y
profesional en Ingenierías
Publicación en
Artículo Científico.
revista indexada
Universidad del Valle en su conjunto,
Comunidad académica nacional, centros
académicos de formación universitaria y
profesional en Ingenierías
Universidad del Valle en su conjunto,
Comunidad académica nacional, centros
académicos de formación universitaria y
Planos electrónicos
Prototipo de equipo
profesional en Ingenierías
y código fuente del
electrónico
Comunidad médica (fomento de
software diseñado
investigación en este campo) y Personas
con discapacidad física (especialmente de
tipo motor)
16
2. Conducentes al fortalecimiento de la capacidad científica nacional:
Resultado/Producto esperado
Indicador
Beneficiario
*Número de eventos
anuales de
investigación
regionales y/o
nacionales donde
los docentes y
estudiantes de los
programas
*Programas académicos de la sede Tuluá
Fortalecimiento de
mencionados
(tecnología electrónica, tecnología de
la investigación en
participan y divulgan sistemas e ingeniería en sistemas)
la Universidad del
resultados de esta *Universidad del Valle – sede Tuluá
Valle Sede Tuluá,
investigación y de *Docentes y estudiantes vinculados a los
concretamente los
proyectos derivados Semilleros SITE (Electrónica), WEBSUV
Semilleros SITE (en
*Número de
e INGENIUX (Sistemas)
Electrónica),
proyectos derivados *Universidad del Valle – Sistema de
INGENIUX y
de la presente
Regionalización
WEBSUV
investigación
*Comunidad académica nacional
(Sistemas)
*Número de redes
de investigación a
las cuales se
encuentran
adscritos los
semilleros SITE,
INGENIUX y
WEBSUV
3. Dirigidos a la apropiación social del conocimiento:
Resultado/Product
o esperado
Indicador
Beneficiario
* Comunidad académica nacional,
Ponencia en evento Memorias,
* Centros académicos de formación
académico local o Presentación, Plano
universitaria y profesional
regional
del equipo
17
Estructuración de
Curso Interfaces
Curso Electivo para
Cerebro
Programas
Computador
académicos
Estudiantes Programas Académicos de
Tecnología en Electrónica, Tecnología en
Sistemas e Ingeniería de Sistemas de la
Universidad del Valle Sede Tuluá.
Universidad del Valle en su conjunto
SINTESIS DE PRODUCTOS:
Tipo de productos
Cantidad
Productos de nuevos conocimientos
Artículo completo publicado en revistas A1 o A2
Artículo completo publicados en revistas B
Artículo completo publicados en revistas C
Libros de autor que publiquen resultados de
investigación
Capítulos en libros que publican resultados de
investigación
Productos o procesos tecnológicos patentados o
registrados
• Prototipos y patentes
Software
Productos o procesos tecnológicos usualmente
no patentables o protegidos por secreto
industrial
Normas basadas en resultados de investigación
Formación de recursos humanos
Pregrado
Maestría
Doctorado
Estudiantes vinculados al programa de
semilleros de investigación (matriculados en
pasantía I-II)
1
1
No. de
estudiantes
vinculados
3
No. de trabajos
terminados
1
18
Productos de divulgación
Publicaciones en revistas no indexadas o sus
equivalentes
Ponencias presentadas en eventos (congresos,
seminarios, coloquios, foros)
Propuesta de investigación
Propuestas
para
ser
presentadas
convocatorias externas 2014-2015
No. de
ponencias
nacionales
2
No. de
ponencias
internacionales
1
a
1
2.6 IMPACTOS ESPERADOS A PARTIR DEL USO DE RESULTADOS
Plazo (años) después de
finalizado el proyecto:
Indicador
Supuestos*
corto (1-4 ), mediano (5-9),
verificable
largo (10 o más)
Estructuración
Corto - 2 años
Contenido
Fortalecimiento de
curso electiva
programático línea de
teórico-práctica
del curso
investigación y de
sobre Interfaces
electivo
los programas
cerebro
académicos
computador
relacionados
Trabajo de grado
Corto - 1 año
Producto de
Fortalecimiento de
sobre desarrollo
software
línea de
de API para el
desarrollado
investigación
desarrollo de
por estudiantes
aplicaciones
para conectar
el hardware con
un sistema de
computo
Impacto
esperado
19
Implementación
de la tecnología
para apoyo a
pacientes
discapacitados a
través del
perfeccionamiento del prototipo
desarrollado en
este proyecto
Corto - 1 año
Prototipo
Suscripción de
perfeccionado convenio con
Institución de
Salud para
continuar en la
profundizar en el
uso de esta
tecnología en
beneficio de
pacientes con
discapacidad
2.7 IMPACTO AMBIENTAL DEL PROYECTO
Debido a que es un sistema, que entra en contacto directo con los pacientes a
través de electrodos y no produce una radiación electromagnética, se puede
considerar un sistema libre de impacto ambiental.
2.8 CRONOGRAMA DE ACTIVIDADES
MES
ACTIVIDAD
1
2
3
4
5
6
7
8
9
10
Revisión bibliográfica
Diseño de amplificadores
Diseño de filtros
Diseño de interfaces computador
Construcciones del circuito
esquemático y del impreso
Pruebas y correcciones
Redacción de artículo
resultados obtenidos
con
los
Informe Final del Proyecto
20
2.9. DISPOSICIONES VIGENTES

INVIMA, Decreto 4725 de 2005 D.M. Reglamenta el régimen de registros
sanitarios, permiso de comercialización y vigilancia sanitaria de los
dispositivos médicos para uso humano.
Resolución 2434 de 2006. Reglamenta la importación de equipo biomédico
repotenciado clase IIb y III

3.
PRESUPUESTO
FUENTES
RUBROS
PERSONAL
CONTRAPARTI
DA EN ESPECIE
16.543,2
SOLICITADO A
LA
CONVOCATORIA
OTRAS
FUENTES
TOTAL
5.418,0
0,0
21.961,2
1.320,0
0,0
1.320,0
0,0
0,0
0,0
PUBLICACIONES Y
PATENTES
3.000,0
0,0
3.000,0
MATERIAL
ESPECIALIZADO*
3.000,0
0,0
3.000,0
EQUIPOS
7.000,0
0,0
7.000,0
0,0
0,0
0,0
MANTENIMIENTO
0,0
0,0
CONSTRUCCIONESADECUACION DE
INFRAESTRUCTURA
0,0
0,0
VIAJES
0,0
0,0
USO DE EQUIPOS
0,0
0,0
SALIDAS DE CAMPO
SERVICIOS
TÉCNICOS
SOFTWARE
ADMINISTRACION
4.250,0
0,0
4.250,0
MATERIAL GENERAL
1.000,0
0,0
1.000,0
0,0
0,0
0,0
41.531,2
BIBLIOGRÁFIA
TOTAL
21.793,2
19.738,0
21
*Material especializado: En la presente investigación se requiere material
especializado, indispensable para la construcción del prototipo, la operatividad de
éste, su implementación, realización de pruebas y seguimiento. El material
requerido consiste de:












Sensores
Circuitos integrados
Amplificadores de instrumentación
Filtros
Resistencias
Condensadores
Potenciómetros
Puertos USB
Microcontroladores
LCD
Estabilizador
Elementos mecánicos para construcción de prototipo de diadema
Descripción de los gastos de personal (en miles de $).
NOMBRE DEL
PARTICIPANTE
Héctor García
Arana
Paulo Andrés
Vélez Ángel
Por Definir
Por Definir
TOTAL
FORMAC
ACADÉMIC
Pregrado
Maestría
Pregrado (2
monitores
Tec Electr)
Pregrado (1
monitor
Sistemas)
FUNCIÓN
DENTRO DEL
PROYECTO15
Investigador
principal
Co-Investigador
DEDICACIÓN
(en h/s y
meses de
vinculación)
15/10
10/10
RECURSOS
Especie
Efectivo
7.543,2
9.000
Monitor
3/6
3.612
Monitor
3/6
1.806
16.543,2
5.418
Investigador principal, Coinvestigador, Asesor, Auxiliar de investigación, Est. de
pregrado, Est. de posgrado
15
22
Valoración salidas de campo (en miles de $)
# de
Costo
Detalle
salidas
unitario
Salidas para pruebas de campo con
30
10
pacientes en clínicas y hospitales en
(3 person)
Tuluá
Salidas para revisión bibliográfica y
70
2
pruebas específicas en Cali
(3 person)
Publicaciones y patentes (en miles de $)
Descripción
Publicación de artículo sobre la investigación desarrollada y sus
resultados
420
RECURSOS
Especie
Efectivo
3.000
3.000
TOTAL
Material especializado (en miles de $)
Descripción
Sensores, Circuitos integrados, Amplificadores de
instrumentación, Filtros, Resistencias, Condensadores,
Potenciómetros, Puertos USB, Microcontroladores, LCD,
Estabilizador, Elementos mecánicos para construcción de
prototipo de diadema
RECURSOS
Especie
Efectivo
3.000
3.000
TOTAL
Descripción de los equipos (en miles de $).
Descripción del equipo
Justificación
TOTAL
0
1.320
TOTAL
Computador portátil (2 equipos).
RECURSOS
Especie
Efectivo
0
900
Instrumentos para uso de
los investigadores en el
trabajo de campo
RECURSOS
Especie
Efectivo
7.000
7.000
23
4. BIBLIOGRAFIA
Ballesteros, Dora y otros. Software de Análisis de Energía en Señales
electroencefalográficas Básicas en la Transformada Wavelet Discreta. Fundación
Universitaria Gabriela Beltrán, Bogotá, 2005.
Deng, J. HE, B. Classification of Imaginary Tasks from Three Channels of EEG by
Using an Artificial Neural Network. Proceedings of the 251h Annual lntemational
Conference of the IEEE EMBS.2003.
http://www.mp.uni-tuebingen.de/mp/index.php?id=137. Brain Computer Interfaces
for Communication and Control. Heberhard Karls Universität Tübingen. 2013.
http://www.tu-braunschweig.de/index.html. Technische Universität Braunschweig.
2012
Kruif, J. de y otros. Classification of Imagined Beats for use in a Brain Computer
Interface, Conference of the IEEE EMBS Cité Internationale, Lyon, France August
23-26, 2007.
Lee’ Yong Hee y otros. Estimation of Evoked Potentials Based on the Wavelet
Analysis. Proceedings - 19th International Conference - IEEE/EMBS Oct. 30 - Nov.
2, 1997.
Nakayama, Kenji. A Brain Computer Interface Based on FFT and Multilayer Neural
Network - Feature Extraction and Generalization. Proceedings of 2007
International Symposium on Intelligent Signal Processing and Communication
Systems Nov.28-Dec.1, 2007.
Pei, Xiaomei. Classification of left and right hand motor imagery tasks based on
EEG frequency component selection. Proceedings of 2007 International
Symposium on Intelligent Signal Processing and Communication Systems Nov.28Dec.1, 2007.
Polikar, Robi y otros. Multiresolution wavelet analysis and ensemble of classifiers
for early diagnosis of Alzheimer disease. IEEE V - 389 ICASSP, 2005
Rasmussen, Robert G. y otros. Accuracy of a Brain-Computer Interface in Subjects
with Minimal Training. Department of Biomedical Engineering, Johns Hopkins
University Baltimore, MD 21205IEEE. 2006.
24
Trejo, L. J.; Rosipal, R. and Matthews, B. “Braincomputer interfaces for 1-D and 2D cursor control: designs using volitional control of the EEG spectrum or steadystate visual evoked potentials”. IEEE Transactions on Neural Systems and
Rehabilitation Engineering, vol. 14, No. 2, June 2006.
Toro I.D., Parra R.D. (2010) Fundamentos epistemiológicos de la Investigación y la
Metodología de la Investigación Cualitativa / Cuantitativa. Fondo Editorial
Universidad EAFIT
Torres, Mariela. Métodos de recolección de datos para una Investigación. Boletín
Electrónico No. 03. Facultad de Ingeniería, Universidad Rafael Landívar,
Guatemala. 2005
Wang, Tao. (September 1-5, 2004).Classification of Motor Imagery EEG Patterns
and Their Topographic Representation. Proceedings of the 26th Annual
International Conference of the IEEE EMBS San Francisco, CA, USA
25