El Fin del Conocimiento - Bóveda 3 - G.TEC BCI & Neurotecnología Escuela de Primavera 2024 - Día 3 - Leo Schreiner, Matteo La Rosa, Pauline Schomaker

graph LR classDef pangolin fill:#f9d4d4, font-weight:bold, font-size:14px classDef density fill:#d4f9d4, font-weight:bold, font-size:14px classDef resolution fill:#d4d4f9, font-weight:bold, font-size:14px classDef experiments fill:#f9f9d4, font-weight:bold, font-size:14px classDef applications fill:#f9d4f9, font-weight:bold, font-size:14px A["g.Pangolin 1024"] --> B["densidad ultra alta
EEG, PCB flexibles 1"] B --> C["1024 canales, preamplificadores,
mejor relación señal-ruido 2"] B --> D["8.6mm distancia entre electrodos,
5.9mm diámetro del sensor 3"] B --> E["Mejora significativa sobre
los sistemas estándar 10-10 4"] B --> F["Proceso de configuración: preparar, montar,
aplicar, experimentar, co-registrar 5"] A --> G["Beneficios de EEG de
mayor densidad 6"] G --> H["Imágenes de fuente epiléptica,
estudios de procesamiento visual 6"] G --> I["Activación separada para
movimientos individuales de los dedos 7"] I --> J["Canales significativos por dedo,
activación amplia EEG estándar 8"] G --> K["Aumento de correlación de señal 2.5x,
mejor contenido de información 9"] A --> L["Experimentos de decodificación
de gestos de la mano 10"] L --> M["Clasificación de piedra, papel, tijeras
ejecución/imaginería 10"] L --> N["Precisión del 78.9% 1s después del inicio,
2 sujetos probados 11"] A --> O["Reconstrucción de fuente
con G.pangolin 12"] O --> P["256 canales, ejemplo de SEP
del nervio mediano 12"] O --> Q["Herramienta FieldTrip, ajuste de dipolo
en corteza sensorial izquierda 13"] O --> R["Cobertura total del cuero cabelludo
recomendada, más métodos 14"] A --> S["Estudio de movimiento individual
de los dedos, 5 sujetos 15"] S --> T["Activación focal, 70.6%
precisión de clasificación por pares 15"] A --> U["Mapeo del surco central,
SEP del nervio mediano 16"] U --> V["95.2% de precisión clasificando
canales post-/pre-centrales 16"] A --> W["Estudio de representación de
movimiento de agarre 17"] W --> X["Agarres de poder, precisión, pinza,
54 repeticiones cada uno 18"] W --> Y["236 EEG, 96 electrodos EMG
por participante en promedio 19"] W --> Z["Captura de movimiento, MVC registrado,
patrones ERD analizados 20"] W --> AA["EMG 95%, EEG 75% pico
precisión de agarre de 3 clases 21-22"] W --> AB["Análisis avanzado puede
mejorar resultados aún más 23"] A --> AC["Tareas motoras y visuales,
cobertura más amplia del cuero cabelludo 24"] AC --> AD["Activaciones temporales encontradas
para pulgar vs meñique 25"] AC --> AE["Paradigmas visuales evocaron
activaciones claras de la región 26"] AE --> AF["Precisiones similares, mapas informativos
con mayor densidad 27"] A --> AG["Demostración de experimento visual
de 512 canales 28"] AG --> AH["Configuración, preparación de la piel, aplicación de gel
colocación de la rejilla mostrada 29"] A --> AI["Reutilizabilidad, visualización, disparadores,
inalámbrico discutido 30"] class A,B pangolin class C,D,E density class F,G,H,I,J,K resolution class L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z,AA,AB,AC,AD,AE,AF,AG,AH experiments class AI applications

Resumen:

1.-Leo presentó el sistema G.pangolin, un sistema de EEG de ultra alta densidad con PCB flexibles adheridos al cuero cabelludo usando adhesivos médicos.

2.-El sistema utiliza preamplificadores para una mejor relación señal-ruido y puede usar hasta 1024 canales al fusionar 4 G.HIamps.

3.-Las rejillas G.pangolin tienen una distancia entre electrodos de 8.6mm y un diámetro de sensor expuesto de 5.9mm. Se utiliza gel conductor para llenar los sensores.

4.-En comparación con los sistemas estándar 10-10 o extendidos 10-10, G.pangolin proporciona una mejora significativa en la densidad espacial de los sensores.

5.-El proceso implica preparar las rejillas, crear el montaje, aplicar las rejillas y preamplificadores, realizar experimentos y co-registrar las posiciones de los electrodos con MRI.

6.-El EEG de mayor densidad es importante para la imaginología de fuentes en pacientes epilépticos y el estudio de aspectos espaciotemporales del procesamiento visual.

7.-La investigación muestra que el aumento de la resolución espacial con G.pangolin revela una activación de EEG separada para movimientos individuales de los dedos en comparación con el EEG estándar.

8.-En experimentos de golpeteo de dedos, G.pangolin encontró canales significativos para cada dedo, mientras que el EEG estándar mostró una activación amplia.

9.-A pesar del aumento en la distancia entre electrodos, la correlación entre señales solo aumentó 2.5 veces, lo que indica un mejor contenido de información.

10.-Los experimentos de decodificación de gestos de la mano clasificaron los movimientos de piedra, papel, tijeras usando G.pangolin tanto en ejecución motora como en imaginería.

11.-La precisión de clasificación alcanzó el 78.9% un segundo después del inicio del movimiento. El sujeto 1 realizó ejecución motora, el sujeto 2 realizó imaginería motora.

12.-Los datos de G.pangolin pueden alimentar algoritmos de reconstrucción de fuentes. Un ejemplo utilizó 256 canales y estimulación del nervio mediano SEP.

13.-El problema inverso se resolvió usando la herramienta FieldTrip. El ajuste de dipolo localizó la estimulación del nervio mediano derecho en la corteza sensorial izquierda.

14.-Se recomienda cubrir todo el cuero cabelludo para obtener los mejores resultados de reconstrucción de fuentes. Se pueden aplicar más métodos.

15.-Cinco sujetos realizaron movimientos individuales de los dedos. Los canales significativos mostraron activación focal. Se logró una precisión promedio de clasificación por pares del 70.6%.

16.-El mapeo del surco central utilizó estimulación del nervio mediano SEP. Se logró una precisión del 95.2% en la clasificación de canales post- y pre-centrales.

17.-Paulina estudió la representación de diferentes movimientos de agarre (agarre de poder, agarre de precisión, pinza) en objetos usando G.pangolin para BCIs/neuroprótesis.

18.-El paradigma incluyó preparación, ejecución hasta mantener y fases de liberación. Cada combinación de agarre-objeto se ejecutó 54 veces.

19.-En promedio, se utilizaron 236 electrodos EEG principalmente en áreas motoras y 96 electrodos EMG en músculos del brazo/mano por participante.

20.-Se registraron también la captura de movimiento y la contracción voluntaria máxima. Se analizaron los patrones ERD a lo largo del tiempo en EEG.

21.-Se compararon los resultados de decodificación de EMG, captura de movimiento y EEG/EMG a lo largo del tiempo. Se observaron tiempos de reacción y patrones de precisión.

22.-El EEG tuvo un pico de precisión del 75%, el EMG tuvo una precisión sostenida del 95% para la decodificación de agarre de 3 clases dentro de un objeto. Se notaron algunas diferencias entre participantes.

23.-Se anticipa mejorar aún más los resultados con un análisis más avanzado. La cobertura de alta densidad contribuye a la investigación de movimientos de agarre para BCIs/prótesis.

24.-Matteo investigó los beneficios de una cobertura más amplia del cuero cabelludo con G.pangolin para la ejecución/imaginería motora y tareas visuales.

25.-Cubrir regiones temporales más allá de la corteza sensoriomotora reveló algunas activaciones relevantes para la discriminación de movimiento del pulgar vs meñique.

26.-Los paradigmas visuales con diferentes estímulos de color/contraste evocaron activaciones claras de la región visual, con diferencias observables usando densidades de electrodos variables.

27.-Las precisiones para la decodificación visual fueron similares pero los mapas topográficos fueron más informativos con mayor densidad.

28.-Se realizó una demostración en vivo de un experimento visual de 512 canales. Un sensor de foto detectó los inicios de los estímulos para un tiempo preciso de ERP.

29.-Se mostró la configuración de G.pangolin, preparación de la piel, aplicación de gel conductor y colocación de la rejilla. Se discutieron técnicas de reducción de impedancia.

30.-Se abordaron en preguntas y respuestas la reutilizabilidad de las rejillas, visualización de señales EEG de alta densidad, mecanismos de disparo y restricciones de transmisión inalámbrica.

Bóveda del Conocimiento construida porDavid Vivancos 2024