El Fin Del Conocimiento - Bóveda 3 - G.TEC BCI & Neurotecnología Escuela de Primavera 2024 - Día 3

graph LR classDef hyperscanning fill:#f9d4d4, font-weight:bold, font-size:14px classDef applications fill:#d4f9d4, font-weight:bold, font-size:14px classDef experiments fill:#d4d4f9, font-weight:bold, font-size:14px classDef tools fill:#f9f9d4, font-weight:bold, font-size:14px classDef future fill:#f9d4f9, font-weight:bold, font-size:14px A["Francisco Fernandes"] --> B["Hiperescanización: grabación simultánea
de actividad cerebral. 2"] A --> C["Francisco: experimentos de hiperescanización,
equipo G-Tech. 1"] B --> D["Aplicaciones: educación, entretenimiento,
salud, marketing. 3"] B --> E["1965: Sincronización EEG,
gemelos idénticos. 4"] B --> F["La hiperescanización mejora la precisión de la
interfaz cerebro-computadora. 7"] B --> G["La hiperescanización estudia la empatía,
sincronía madre-hijo. 25"] B --> H["Hiperescanización: interacciones sociales,
trabajo en equipo, díadas. 29"] C --> I["Configuración G-Tech: gorros EEG,
proyección, PC. 5"] C --> J["2013: 8 sujetos, deletreador P300,
100% precisión. 8"] C --> K["2022: sujetos, habitaciones,
prueba D2. 9"] C --> L["Demostración: 4 g.HIamp,
2 sujetos g.Nautilus. 10"] L --> M["Tareas: cruz de fijación,
atención visual. 11"] L --> N["Compromiso en tiempo real mostrado
por sujeto. 12"] L --> O["Paradigma: alternando descanso,
tareas de atención. 13"] L --> P["Francisco: configura
gorros de 8 canales. 14"] L --> Q["Simulink: 32 g.HIamp,
16 canales g.Nautilus. 15"] Q --> R["Marcadores: Unity a
Simulink vía LSL. 16"] Q --> S["Simulink: filtrado, extracción
de características, clasificador LDA. 17"] Q --> T["Script entrena LDA
después de ejecución no clasificada. 18"] Q --> U["Tiempo real: estado clasificado
se alinea con tareas. 19"] Q --> V["Detener tarea disminuye
atención clasificada. 20"] Q --> W["Bloque multi-dispositivo:
sincroniza flujos EEG. 21"] Q --> X["LSL: marcadores: Simulink:
EEG de alta ancho de banda. 22"] C --> Y["Demostración muestra complejidad
facilidad de configuración. 27"] C --> Z["Herramientas G-Tech permiten
experimentos de hiperescanización. 30"] B --> AA["2016: sincronía EEG de pilotos
tareas. 6"] B --> AB["Múltiples sujetos mejoran
precisión BCI. 28"] B --> AC["Compromiso: cambios alfa, theta
entre estados. 26"] A --> AD["Astronautas, ISS, luna
hiperescanización: interesante. 23"] A --> AE["Octubre: experimento de vuelo
en gravedad cero, G-Tech. 24"] class A,B,E,F,G,H,AA,AB,AC hyperscanning class D applications class C,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z experiments class AD,AE future

Resumen:

1.- Francisco presenta experimentos de hiperescanización usando equipo G-Tech con múltiples sujetos realizando tareas simultáneamente.

2.- La hiperescanización es la grabación simultánea de actividad cerebral de dos o más sujetos que están interactuando o realizando la misma tarea.

3.- La hiperescanización tiene aplicaciones en educación (estudiar el rendimiento estudiantil), entretenimiento (compromiso de la audiencia), salud, marketing y estudios de interacción social.

4.- Un estudio de 1965 encontró sincronización de actividad EEG entre gemelos idénticos, demostrando un interés temprano en la hiperescanización.

5.- La configuración de G-Tech incluye gorros EEG en sujetos, una pared de proyección mostrando tareas y un PC procesando los datos de hiperescanización.

6.- Un estudio de 2016 examinó la sincronía EEG entre pilotos de avión durante el despegue, crucero y aterrizaje mientras abordaban una falla eléctrica.

7.- La hiperescanización puede mejorar la precisión en aplicaciones de interfaz cerebro-computadora combinando datos de múltiples usuarios.

8.- En un experimento de G-Tech de 2013, 8 sujetos colaboraron en una tarea de deletreador P300, logrando un 100% de precisión después de combinar sus datos.

9.- En la escuela de primavera de 2022, se realizó un estudio de hiperescanización con sujetos en diferentes habitaciones realizando tareas como la prueba D2.

10.- En la demostración en vivo de hoy, se registrarán 4 sujetos con gorros de 8 canales con un g.HIamp, y 2 con g.Nautilus.

11.- Los sujetos realizarán una tarea de descanso con cruz de fijación y una tarea de atención visual exigente seleccionando objetivos específicos dentro de límites de tiempo.

12.- Los niveles de compromiso en tiempo real se mostrarán para cada sujeto basado en su EEG durante las tareas de descanso y atención.

13.- El paradigma experimental alterna entre tareas de descanso y atención durante 2.5 y 1 minuto respectivamente, totalizando alrededor de 15 minutos.

14.- Francisco configura los gorros de electrodos de 8 canales en los 6 sujetos voluntarios, asegurando una correcta posición y contacto de los electrodos.

15.- El modelo de Simulink adquiere 32 canales EEG (8 de cada uno de los 4 sujetos) del g.HIamp y 16 canales del g.Nautilus.

16.- Los marcadores que indican el estado de la tarea se envían a través de la capa de transmisión de laboratorio (LSL) desde el paradigma Unity al modelo de Simulink.

17.- El modelo de Simulink aplica filtrado, separa bandas EEG, extrae características y entrena un clasificador LDA para detectar estados atencionales.

18.- Después de la ejecución inicial no clasificada, un script procesa los datos para entrenar el clasificador LDA para la clasificación en tiempo real.

19.- En la ejecución de retroalimentación en tiempo real, las fluctuaciones en el estado atencional clasificado se alinean con los períodos de tarea.

20.- Detener la tarea de atención hace que el estado atencional clasificado disminuya, demostrando la validez de la clasificación EEG en tiempo real.

21.- El bloque multi-dispositivo en Simulink permite la sincronización de múltiples flujos EEG sin necesidad de disparadores de hardware adicionales.

22.- Se utiliza LSL para marcadores de eventos de menor ancho de banda, mientras que los datos EEG de alto ancho de banda se comparten directamente a través de la memoria en Simulink.

23.- Frankie no está seguro si la hiperescanización se ha utilizado con astronautas en la ISS, pero sugiere que sería interesante, incluso en la luna.

24.- El equipo G-Tech se utilizará en un experimento de vuelo en gravedad cero en octubre.

25.- La hiperescanización se ha utilizado para estudiar la empatía, como la sincronía entre madre e hijo o en respuesta a estímulos emocionales.

26.- El compromiso se cuantifica mediante cambios relativos en la potencia de las bandas alfa y theta del EEG entre estados atencionales y de descanso.

27.- La demostración muestra la facilidad de configurar un experimento complejo de hiperescanización de 6 sujetos en un corto período de tiempo.

28.- Combinar datos de múltiples sujetos puede mejorar la precisión del BCI, incluso con algunos malos desempeños, promediando.

29.- La hiperescanización permite estudiar la sincronización cerebral durante interacciones sociales como el trabajo en equipo, entre parejas, gemelos o díadas padre-hijo.

30.- La presentación demuestra las herramientas de hardware y software de G-Tech para implementar fácilmente experimentos de hiperescanización con procesamiento y retroalimentación EEG en tiempo real.

Bóveda del Conocimiento construida por David Vivancos 2024