Este resumen describe tres artículos relacionados con interfaces cerebro-computadora (BCI) basadas en potenciales evocados visuales en estado estable (SSVEP). El primer artículo presenta un diseño híbrido BCI con 64 elementos seleccionables que logra una alta precisión utilizando paradigmas híbridos de P300 y SSVEP. El segundo artículo demuestra un sistema BCI para controlar una ortesis de mano mediante la clasificación de SSVEP. El tercer artículo propone un sistema de hogar inteligente híbrid

1. TRABAJO ACADÉMICO
REVISIÓN DE ARTÍCULOS
NOMBRE: SALAS FIGUEROA RICARDO
PROFESOR: MUGRUZA VASSALLO CARLOS
ANDRES
CURSO : PROCESAMIENTO DIGITAL DE
SEÑALES

2. INTRODUCCIÓN
• Los sistemas de interfaz cerebro-computador (BCI) proporcionan una nueva vía de comunicación directa entre el
cerebro humano y el mundo externo al convertir las intenciones de los usuarios en comandos de máquina.
• Actualmente, el estudio sobre la interfaz cerebro-computadora basadas en potencial evocado visual en estado
estable (BCI-SSVEP) cada vez se encuentra relacionada no solo en el campo de la salud, sino en el área no medica
también, por ello, hay muchos estudios en torno a estos sistemas.
• Varias señales de electroencefalograma (EGG), como el potencial evocado visual en estado estable (SSVEP), se han
adoptado como señales de control para diseñar sistemas BCI. Estas señales de EEG, como el SSVEP se ha
aplicado a muchas aplicaciones BCI debido a sus grandes ventajas, como una configuración sencilla del sistema,
una excelente relación señal-ruido (SNR), inmunidad relativa a las interferencias, mínima capacitación del
usuario requerida, fácil cuantificación y una alta tasa de transferencia de información (ITR).
• Una de sus desventajas, es que al aumentar o disminuir la cantidad de frecuencia de estímulo testeadas para un
experimento, tenemos que tomar en cuenta la reacción y compartimiento de los participantes frente a la tarea
presentada, ya que la gran parte de la adquisición de datos depende primordialmente del desempeño del sujeto
frente a una tarea o estímulos repetitivos, de igual forma, la comodidad y seguridad del participante.
• Para desarrollar sistemas domésticos inteligentes basados en BCI, se debe mejorar la seguridad y precisión de los
sistemas actuales. La mayoría de las BCI están hechas en un solo paradigma de EEG son capaces de controlar un
solo dispositivo y lo que se busca es que se mejore la comunicación de múltiples dispositivos usando el sistema
BCI.
• La medición de la señal de EEG se puede realizar facilitando así el trabajo ya que los usuarios usan una gorra
equipada con electrodos capacitivos sobre la cabeza por lo que no va a ser necesario eliminar el pelo del cuero
cabelludo y los usuarios no se sienten incómodos con esta novedosa técnica ya que no sería necesario eliminar el
pelo.

3. • Para el artículo 1:
En este artículo, presentamos una nueva aplicación de la entropía difusa inherente relativa de
múltiples escalas utilizando potenciales evocados visuales repetitivos en estado estable (SSVEP) para
investigar el cambio de complejidad del EEG entre dos fases de migraña.
• Para el artículo 2:
En este artículo, demostramos un sistema BCI para el control de la ortesis. Ya que nuestro BCI es
asincrónico, lo que significa que los sujetos podían mover la ortesis cuando quisieran, en lugar de
seguir el ritmo de las señales externas.
• Para el artículo 3:
Este estudio analiza los SSVEP inducidos por seis grupos de diodos LED. El método propuesto
produce más selecciones que el número de frecuencias de estimulación a través de una combinación
adecuada de frecuencias duales.

4. • Para el artículo 4:
En este estudio se propone un hibrido BCI con 64 elementos seleccionables basados en la fusión
de P300 y SSVEP, se pretende demostrar el aumento de precisión e ITR utilizando dos
paradigmas híbridos en DRC y ortografía de 4 dimensiones (4-D)
• Para el artículo 5:
El principal aporte de conocimiento es acerca de la señal MEG basados en los movimientos
oclusales ya que sería un gran avance para las personas con discapacidad, ya que el hecho de
apretar solo la mandíbula para que personas con alto grado de discapacidad física puedan
desplazarse en silla de ruedas controlados por ellos mismos, es un gran avance.
• Para el artículo 6:
El estudio será EEG, ya que es el método más usado por el BCI, el cerebro computadora, además
que es una resonancia potencial ya que se muestra la estímulos omitidos por lo que necesitan
plata y cloruro de plata para que se realice con éxito la conexión entre electrodos y el cuero
cabelludo.

5. REFERENCIAS DISPOSITIVO
FRECUENCIA DE
ESTIMULO
FILTRO DE
PARTICIPANTES
DISTANCIA AL
ESTIMULO
PRECISION/ITR TEMA DE INTERES
Extraction of SSVEPs-based
Inherent Fuzzy Entropy
Using a Wearable Headband
EEG in Migraine Patients
(Extracción de entropía
difusa inherente basada en
SSVEP utilizando un EEG de
diadema portátil en
pacientes con migraña).
Dispositivo de EEG de
banda para la cabeza
portátil con electrodos
O1, Oz, O2 y Fpz
Rango medio a alto (es decir,
15-30 Hz) y frecuencias más
bajas (es decir, 3-6 Hz)
(40 pacientes con migraña y
40 controles sanos [HC])
A 20cm
En términos de precisión y
memoria, el clasificador de
aprendizaje por conjuntos
AdaB ± 6% de precisión y
80 ± 6% de memoria)oost
(81
El estudio de la entropía
difusa relativa inherente de
múltiples escalas basada en
SSVEP de pacientes con
migraña y HC utilizando un
dispositivo EEG de banda
para la cabeza portátil.
An SSVEP BCI to Control a
Hand Orthosis for Persons
With Tetraplegia
(Un SSVEP BCI para controlar
una órtesis de mano para
personas con tetraplejía)
Órtesis
la clasificación se basó en una
suma ponderada de la PSD
para cada frecuencia de
estimulación y su segunda y
tercer armónico(i=1,2,3 ;
j=8,13)
Siete sujetos realizaron cada
uno, dos tareas con un BCI ,
que dependía de los
potenciales evocados visuales
en estado estable (SSVEP).
Aunque ninguno de los
sujetos tenía ningún
entrenamiento, seis sujetos
mostraron un buen control
con un valor predictivo
positivo (VPP) superior al
60%.
La distancia mínima es de 9
cm (ortesis cerrada) y la
distancia máxima fue de
12,5 cm (ortesis abierta)
El paciente se sometió a un
proceso de entrenamiento
de imágenes durante un
período de varios meses,
después de lo cual el BCI
pudo discriminar entre la
imaginación de la mano
derecha y el movimiento
de ambos pies con una
precisión de casi el 100%.
El estudio de un BCI basado
en SSVEP para controlar una
ortesis de mano ajustable
para agarrar objetos
Dual-frequency steady-state
visual evoked potential for
brain computer interface
(Potencial evocado visual de
estado estacionario de doble
frecuencia para la interfaz
cerebro-computadora)
monitor de tubo de
rayos catódicos (CRT),
monitor de pantalla de
cristal líquido (LCD) y
una matriz de diodos
emisores de luz (LED).
Se utilize 4 frecuencias
16,4, 17,5, 19,1 y 20,2 Hz
7 hombres y 1 mujer
Rango de edad:23-30 años
No especifica -
El estudio presenta un SSVEP
para BCI
El objetivo es aumentar el
número de selecciones
utilizando menos
frecuencias de estimulación.
A Hybrid Brain-Computer
Interface Based on the
Fusion of P300 and SSVEP
Scores
(Una interfaz híbrida
cerebro-computadora
basada en la fusión de
puntajes P300 y SSVEP)
Electrodos activos,
Monitor LED
Amplificador de CC
BrainAmp
100Hz
13 participantes sanos, todos
los participantes tenia vision
normal sin experiencia en BCI
70 cm
Precisión promedio
aumento de 91.33% a
95,18%
ITR promedio mejoró de
47,14 a 50,41 bit/min
El estudio presenta un
diseño BCI hibrido con 64
elementos seleccionables
que logran una alta
precisión ortográfica e ITR.
El mecanismo hibrido
mejora la precisión SSVEP
sin comprometer la
precisión del P300
A hybrid BCI-controlled
smart home system
combining SSVEP and EMG
for individuals with
paralysis.
(Un sistema doméstico
inteligente híbrido
controlado por BCI que
combina SSVEP y EMG para
Este sistema basado en
hBCI
40Hz
5 Participantes sanos y 5
participantes con parálisis
No especifica
Precision promedio es de
97.9% y 86.3%.
Este Sistema basado en hBCI
fue diseñado utilizando
interfaces visuales simples y
proponen un novedoso
sistema de control de cursor
bidimensional mediante el
uso de señales visuales.

6. PRELIMINAR
• Las interfaces cerebro-computadora (BCI) son sistemas de
comunicación que permiten a las personas enviar mensajes o
comandos sin movimiento. Las BCI se basan en diferentes tipos
de señales en el electroencefalograma (EEG), típicamente P300,
potenciales evocados visualmente en estado estacionario
(SSVEP) o desincronización relacionada con eventos.

7. LO NOVEDOSO

8. GRACIAS

13. INTERFAZ CEREBRO-COMPUTADORA BASADA EN
LA FUSIÓN DE LAS PUNTUACIONES P300 Y SSVEP
Los paradigmas de paso SSVEP se
integraron para crear dos
híbridosparadigmas, que denotamos
como el doble RC (DRC) y ortografía
de cuatro dimensiones (4-D). En
cada paradigma híbrido, elel
objetivo se detecta simultáneamente
en función de P300 y SSVEP
potenciales medidos por el
electroencefalograma (EEG).

14. UN SISTEMA DE HOGAR INTELIGENTE HÍBRIDO
CONTROLADO POR BCI QUE COMBINA SSVEP Y EMG
PARA PERSONAS CON PARÁLISIS