El Fin Del Conocimiento - Bóveda 3 - GTEC BCI & Neurotecnología Escuela de Primavera 2024 - Día 1

graph LR classDef school fill:#f9d4d4, font-weight:bold, font-size:14px classDef gtec fill:#d4f9d4, font-weight:bold, font-size:14px classDef eeg fill:#d4d4f9, font-weight:bold, font-size:14px classDef bci fill:#f9f9d4, font-weight:bold, font-size:14px classDef aging fill:#f9d4f9, font-weight:bold, font-size:14px A["Tomasz M. Rutkowski"] --> B["Escuela de Primavera: temas de BCI,
conferencias, demostraciones, hackathon. 1"] A --> C["G.tec: hardware y software EEG
para medicina, investigación. 2"] C --> D["EEG de calidad necesita configuración
adecuada, mantenimiento, colocación, verificación. 3"] C --> E["EEG evolucionó: grande analógico
a compacto digital, inalámbrico. 4"] C --> F["Electrodos secos: buen EEG,
sin gel, BCI P300. 5"] C --> G["Demostraciones: comparación de electrodos
húmedos pasivos, activos, secos. 6"] C --> H["Software de G.tec: g.Recorder, g.HIsys,
g.BSanalyze, tiempo real, integración LSL. 7"] A --> I["BCIs combinados: FNIRS, seguimiento ocular,
VR, IA como ChatGPT, DALL-E. 8"] I --> J["Vestido pantalla: visualizar concentración EEG
en pantalla vestible. 9"] I --> K["Unicorn Hybrid Black: EEG inalámbrico
de 8 canales, menos de 1000. 10"] K --> L["Unicorn Hybrid Black: electrodos secos,
configuración en 2 segundos. 11"] I --> M["Aplicaciones BCI: auditivo espacial, táctil,
visual para control de avatar, robot. 12"] A --> N["BCIs reactivos: decodificar intenciones EEG
en tiempo real para interacción. 13"] A --> O["BCIs pasivos: monitorear estados mentales. 13"] A --> P["BCIs multimodales: EEG + FNIRS,
seguimiento ocular, VR, mejorar rendimiento. 14"] A --> Q["Demencia: población anciana creciente, necesidad
de monitoreo cognitivo objetivo. 15"] Q --> R["P300 oddball: diferencias cognitivas
en saludable vs MCI. 16"] Q --> S["Reconocimiento emocional: características discriminan
envejecimiento saludable vs MCI. 17"] Q --> T["Gráficos EEG: menor complejidad
de red en sujetos MCI. 18"] T --> U["Topología de red EEG: 90%
precisión MCI vs saludable. 19"] Q --> V["FNIRS: diferente oxigenación en
saludable vs MCI durante tareas. 20"] Q --> W["Bulbo olfativo: EEG de 40-100Hz,
medible sobre la nariz. 21"] W --> X["Olfativo oddball: diferente EEG/EBG
en MCI vs saludable. 22"] X --> Y["EEG+EBG mejoró clasificación
de objetivo/no objetivo olfativo. 23"] W --> Z["FNIRS: diferentes respuestas prefrontales
a olores en MCI vs saludable. 24"] W --> AA["Dinámica pupilar: redes más complejas
en saludable vs MCI. 25"] Q --> AB["Resumen: BCIs multimodales prometedores
como biomarcadores tempranos de demencia. 26"] AB --> AC["ML habilita BCI complejos
para evaluación cognitiva en envejecimiento. 27"] Q --> AD["Investigación colaborativa invitada: desarrollar,
validar biomarcadores BCI, cohortes más grandes. 28"] Q --> AE["Posiciones de doctorado: Universidad Nicolaus Copernicus,
Polonia, investigación de biomarcadores BCI. 29"] Q --> AF["Sin investigación actual: biomarcadores BCI
para migraña, afasia: trabajo relacionado en curso. 30"] class A,B school class C,D,E,F,G,H,J,K,L gtec class I,M,N,O,P bci class Q,R,S,T,U,V,W,X,Y,Z,AA,AB,AC,AD,AE,AF aging

Resumen:

1.-La Escuela de Primavera cubre temas relacionados con interfaces cerebro-computadora (BCIs), con conferencias, demostraciones y un hackathon.

2.-G.tec desarrolla hardware y software EEG para aplicaciones médicas y de investigación. Se revisó su historia y productos.

3.-Las grabaciones de EEG de alta calidad requieren configuración adecuada, mantenimiento del equipo, colocación de electrodos y verificación de señales en tiempo real.

4.-Los dispositivos EEG evolucionaron de sistemas analógicos grandes a amplificadores digitales compactos e inalámbricos.

5.-Los electrodos secos pueden proporcionar buena calidad de EEG sin gel para algunas aplicaciones BCI como P300.

6.-Las demostraciones en vivo compararon la calidad del EEG y el tiempo de configuración para electrodos húmedos pasivos, activos y secos.

7.-El software de G.tec como g.Recorder, g.HIsys, g.BSanalyze permite el procesamiento en tiempo real e integración con otros programas a través de LSL.

8.-Los BCIs se combinaron con FNIRS, seguimiento ocular, realidad virtual e IA como ChatGPT y DALL-E.

9.-G.tec desarrolló el vestido pantalla que visualiza los niveles de concentración EEG en una pantalla vestible incrustada en un vestido.

10.-El Unicorn Hybrid Black es un auricular EEG inalámbrico de 8 canales para consumidores, con un precio inferior a 1000 euros para uso en el hogar.

11.-El Unicorn Hybrid Black con electrodos secos permite tiempos de configuración extremadamente rápidos de 2 segundos.

12.-Las aplicaciones BCI incluyeron el uso de paradigmas auditivos espaciales, táctiles y visuales para el control de avatares virtuales y robots.

13.-Los BCIs reactivos decodifican las intenciones del usuario a partir del EEG en tiempo real para la interacción, mientras que los BCIs pasivos monitorean los estados mentales.

14.-Los BCIs multimodales combinan EEG con FNIRS, seguimiento ocular, realidad virtual, etc. para mejorar el rendimiento.

15.-La demencia afecta a una población anciana creciente. Las intervenciones de estilo de vida pueden ayudar pero necesitan monitoreo cognitivo objetivo.

16.-Los paradigmas clásicos de P300 oddball muestran diferencias cognitivas entre grupos saludables y con deterioro cognitivo leve (MCI).

17.-Las tareas de aprendizaje y memoria como el reconocimiento emocional proporcionan características para discriminar entre envejecimiento saludable y MCI.

18.-La neurociencia de redes representa el EEG como gráficos. Los sujetos con MCI tienen menor complejidad de red que los ancianos saludables.

19.-El análisis topológico de datos de redes EEG permite la clasificación MCI vs saludable con una precisión del 90%.

20.-Los patrones de oxigenación cerebral de FNIRS difieren entre grupos saludables y con MCI durante tareas de aprendizaje/memoria.

21.-El bulbo olfativo genera actividad EEG de alta frecuencia de 40-100Hz medible con electrodos sobre la nariz.

22.-Los paradigmas olfativos oddball que presentan olores objetivo y no objetivo provocan diferentes respuestas EEG/EBG en MCI vs saludable.

23.-La combinación de EEG y EEG olfativo (EBG) mejoró la clasificación de prueba única de objetivos/no objetivos olfativos.

24.-FNIRS muestra diferentes respuestas hemodinámicas sobre la corteza prefrontal a estímulos olfativos en MCI vs envejecimiento saludable.

25.-La dinámica del tamaño de la pupila modelada como redes fue más compleja en saludable vs MCI durante tareas olfativas.

26.-En resumen, los BCIs multimodales reactivos y pasivos (EEG/FNIRS/EBG/seguimiento ocular) muestran promesa como biomarcadores tempranos de demencia.

27.-ML hace factible utilizar paradigmas BCI complejos en tiempo real para la evaluación cognitiva en poblaciones envejecidas.

28.-Se invita a la investigación colaborativa para desarrollar y validar biomarcadores BCI en cohortes mayores de ancianos.

29.-Hay posiciones de doctorado disponibles en la Universidad Nicolaus Copernicus en Polonia para investigación de biomarcadores BCI.

30.-No hay investigación actual sobre el uso de estos biomarcadores BCI para migraña o afasia, pero se está llevando a cabo trabajo relacionado.

Bóveda del Conocimiento construida porDavid Vivancos 2024