Conocimiento Bóveda 3/52 - G.TEC BCI & Neurotecnología Escuela de Primavera 2024 - Día 5
Grabaciones EEG inalámbricas y deportes
Francisco Fernandes, ingeniería médica g.tec, Schiedlberg (AT)
<Imagen de resumen >

Gráfico de Conceptos & Resumen usando Claude 3 Opus | Chat GPT4 | Llama 3:

graph LR classDef sports fill:#f9d4d4, font-weight:bold, font-size:14px; classDef eeg fill:#d4f9d4, font-weight:bold, font-size:14px; classDef challenges fill:#d4d4f9, font-weight:bold, font-size:14px; classDef wireless fill:#f9f9d4, font-weight:bold, font-size:14px; classDef studies fill:#f9d4f9, font-weight:bold, font-size:14px; classDef artifacts fill:#d4f9f9, font-weight:bold, font-size:14px; A["Francisco Fernandes"] --> B["Presentación de grabaciones EEG y
deportes. 1"] A --> C["Razones: respuestas fisiológicas,
comparaciones, rendimiento. 2"] A --> D["Marcadores EEG: ERPs,
imaginación, espectral. 3"] A --> E["Desafíos: artefactos, biomarcadores,
limitaciones. 4"] E --> F["Se eligieron deportes de bajo
movimiento. 4"] A --> G["Unicornio permite grabación
de movimiento libre. 5"] G --> H["Herramientas de eliminación de
artefactos beneficiosas. 5"] A --> I["Primer estudio: bicicleta
estática, GUSB. 6"] A --> J["2022: artes marciales,
configuración inalámbrica. 7"] J --> K["Dispositivo, mochila,
tableta, portátil. 8"] A --> L["2023: bádminton, alfa,
concentración. 9"] L --> M["Prueba D2, retroalimentación
en tiempo real. 10"] A --> N["2024: unicornio, electrodos
híbridos probados. 11"] N --> O["Transmisión inalámbrica,
PCs robustos. 11"] N --> P["EPs de audio, claros
picos P300. 12"] A --> Q["Configuración: rendimiento libre,
verificación de señal. 13"] Q --> R["Audio de
altavoces. 13"] A --> S["Simulink: colección, transmisión,
procesamiento. 14"] S --> T["Datos crudos vs
corregidos por artefactos. 15"] A --> U["Ejercicios: sentadillas, flexiones,
paradas de cabeza. 16"] U --> V["Datos corregidos más limpios
vs crudos. 16"] A --> W["Voltereta: crudo obliterado,
corregido limpio. 17"] A --> X["Ojos cerrados: alfa
en crudo, corregido. 18"] X --> Y["OSCAR en hardware,
en tiempo real. 18"] A --> Z["EPs de audio durante
movimientos planeados. 19"] Z --> AA["Dos PCs: portátil,
estacionario. 19"] Z --> AB["Opciones de auriculares o
altavoces. 20"] A --> AC["EPs visuales/táctiles posibles
pero complejos. 21"] A --> AD["Fallos técnicos, grabación previa
mostrada. 22"] A --> AE["EPs crudos comprometidos,
OSCAR permite movimiento. 23"] A --> AF["Futuro EEG inalámbrico,
eliminación en tiempo real. 24"] A --> AG["Preguntas: EEG en cinta,
YouTube, certificado. 25"] A --> AH["eSports: EEG de jugador
profesional vs atleta. 26"] A --> AI["Eliminación: filtrado adaptativo,
sobremuestreo. 27"] AI --> AJ["ERPs simultáneos pueden
ser problemáticos. 27"] A --> AK["Imaginación motora: atletas
muestran mayor precisión. 28"] A --> AL["Robot controlado por cerebro
pintando por Ilic. 29"] A --> AM["Trueque: BCI por pintura,
acuerdo de préstamo. 30"] class A,B,I,J sports; class C,D,E,F,L,M,X,AC,AK eeg; class G,H,N,O,P,Q,R,Z,AA,AB,AF,AI,AJ wireless; class S,T,U,V,W,AD,AE artifacts; class Y,AH studies;

Resumen:

1.- Francisco Fernandes está presentando sobre grabaciones EEG y deportes, un área de interés creciente debido a los avances en tecnología EEG inalámbrica.

2.- Las razones para combinar EEG y deportes incluyen medir respuestas fisiológicas durante la actividad física, comparar atletas con aficionados y predecir/mejorar el rendimiento.

3.- Los marcadores EEG típicos utilizados en estudios deportivos son ERPs, imaginación motora, cambios espectrales, estudios de sueño, respiración, GSR, EMG, EOG y seguimiento ocular.

4.- Los desafíos en los estudios EEG deportivos incluyen artefactos de movimiento, falta de biomarcadores/protocolos concretos y limitaciones tecnológicas, por lo que a menudo se eligen deportes de bajo movimiento.

5.- Los dispositivos inalámbricos como unicornio permiten movimiento libre durante la grabación EEG. Las herramientas de eliminación de artefactos también son beneficiosas para tratar los artefactos de movimiento.

6.- Uno de los primeros estudios EEG deportivos hace 7 años utilizó una bicicleta estática, amplificador GUSB y potenciales evocados de audio a través de auriculares.

7.- En 2022, se utilizó una configuración inalámbrica con un sujeto practicando artes marciales mientras usaba un dispositivo inalámbrico de GENO TILO.

8.- La configuración incluía dispositivo EEG, mochila, tableta transmitiendo datos vía Wi-Fi y un portátil proporcionando estimulación de audio y recibiendo datos vía UDP.

9.- En 2023, un estudio EEG de bádminton investigó la actividad alfa y la concentración usando G-nautilus de 8 canales, prueba D2 y retroalimentación en tiempo real.

10.- Los resultados de la prueba D2 se utilizaron para detectar niveles de concentración a partir de alfa/theta durante el bádminton. La retroalimentación de barra indicaba el nivel de concentración en tiempo real.

11.- Para 2024, se probó un unicornio con electrodos híbridos, transmitiendo datos inalámbricamente desde una tableta PC a una 2ª PC robusta.

12.- Se evocaron potenciales de audio y los datos se transmitieron vía LSL. Se observaron picos P300 claros a pesar del movimiento, incluso con electrodos secos.

13.- La configuración permite a los atletas realizar libremente levantamiento de pesas, calistenia, etc., mientras verifican la calidad de la señal EEG. Los estímulos de audio pueden provenir de altavoces.

14.- Se utilizan dos modelos de Simulink: uno para la colección de datos de unicornio/transmisión LSL, otro para recibir datos/disparadores y procesar (filtrado, corrección de artefactos).

15.- Los datos crudos se muestran a la izquierda, los datos corregidos por artefactos a la derecha utilizando la caja de herramientas OSCAR. Se obtienen datos muy limpios después de la corrección.

16.- Se realizan varios ejercicios (sentadillas, flexiones, paradas de cabeza) mostrando datos mucho más limpios a la derecha después de la eliminación de artefactos en comparación con los datos crudos.

17.- Se realiza una voltereta, obliterando el EEG crudo pero la señal corregida por artefactos sigue viéndose limpia, demostrando la efectividad del enfoque.

18.- Ojos cerrados muestra un claro aumento de alfa tanto en datos crudos como corregidos. La eliminación de artefactos OSCAR está integrada en el hardware para uso en tiempo real.

19.- Se evocarán potenciales de audio mientras Martin realiza movimientos. Se pueden usar dos PCs: una llevada por el sujeto, otra estacionaria.

20.- Para los EPs de audio, los auriculares in-ear son los mejores pero los altavoces son una opción si los auriculares son demasiado restrictivos para la actividad atlética.

21.- Los estímulos visuales/táctiles para EPs son posibles en estudios deportivos pero más complicados ya que a menudo se requiere visión. Los auditivos son más factibles.

22.- Se encontraron algunos fallos técnicos al intentar grabar EPs en tiempo real durante la demostración en vivo. Se muestra la grabación del día anterior en su lugar.

23.- Sin eliminación de artefactos, el promedio de EPs crudos se ve severamente comprometido por el movimiento. OSCAR proporciona EPs claros en tiempo real durante el movimiento.

24.- Abundan las oportunidades futuras para EEG inalámbrico y eliminación de artefactos en tiempo real en estudios y aplicaciones de ciencia deportiva. Se planean más demostraciones en la escuela de primavera.

25.- Se abordan preguntas: Reproducir el movimiento de las piernas del EEG de correr en cinta es factible. Visite YouTube para ver grabaciones de sesiones en vivo perdidas y obtener el certificado.

26.- Comparar el EEG de jugadores profesionales con atletas tradicionales sería un interesante estudio de eSports para examinar diferencias en cerebros de élite.

27.- La eliminación de artefactos combina filtrado adaptativo con anti-aliasing pronunciado y sobremuestreo. Los ERPs visuales/auditivos simultáneos en una sesión pueden ser problemáticos.

28.- La imaginación motora muestra mayor precisión en atletas vs no atletas, probablemente debido a su mayor práctica con la acción imaginada para el rendimiento deportivo.

29.- La pintura detrás de los presentadores fue realizada por Dragan Ilic usando un robot controlado por cerebro durante un evento de 5 días de Ars Electronica.

30.- Christoph intercambió un sistema BCI a Dragan a cambio de la gran pintura, que Dragan puede pedir prestada para exposiciones según sea necesario.

Bóveda del Conocimiento construida por David Vivancos 2024