tema: prototipo de silla de ruedas...
TRANSCRIPT
UNIVERSIDAD TECNOLÓGICA EQUINOCCIAL
FACULTAD DE CIENCIAS DE LA INGENIERÍA
CARRERA DE INGENIERÍA MECATRÓNICA
TEMA:
“PROTOTIPO DE SILLA DE RUEDAS CONTROLADA
MEDIANTE SEÑALES ELÉCTRICAS PRODUCIDAS POR EL
CEREBRO (ELECTROENCEFALOGRAMA)”
TRABAJO PREVIO A LA OBTENCIÓN DEL TÍTULO
DE INGENIERO MECATRÓNICO
AUTOR: EDISON SANTIAGO MAILA ANDRANGO
DIRECTOR: ING. FAUSTO FREIRE CARRERA
Quito, Ecuador
2015
© Universidad Tecnológica Equinoccial. 2014
Reservados todos los derechos de reproducción
DECLARACIÓN
Yo EDISON SANTIAGO MAILA ANDRANGO, declaro que el trabajo aquí
descrito es de mi autoría; que no ha sido previamente presentado para
ningún grado o calificación profesional; y, que he consultado las referencias
bibliográficas que se incluyen en este documento.
La Universidad Tecnológica Equinoccial puede hacer uso de los derechos
correspondientes a este trabajo, según lo establecido por la Ley de
Propiedad Intelectual, por su Reglamento y por la normativa institucional
vigente.
_________________________
Edison Santiago Maila Andrango
C.I. 1720801032
CERTIFICACIÓN
Certifico que el presente trabajo que lleva por título “Prototipo de silla de
ruedas controlada mediante señales eléctricas producidas por el
cerebro (electroencefalograma)”, que, para aspirar al título de Ingeniero
Mecatrónico fue desarrollado por Edison Maila, bajo mi dirección y
supervisión, en la Facultad de Ciencias de la Ingeniería; y cumple con las
condiciones requeridas por el reglamento de Trabajos de Titulación
artículos 18 y 25.
___________________
Ing. Fausto Freire Carrera
DIRECTOR DEL TRABAJO
C.I. 1802424737
DEDICATORIA
A Dios, a mi familia y
a cada uno de mis profesores,
porque sin su ayuda, apoyo y paciencia
nada de esto hubiera sido posible.
AGRADECIMIENTO
Agradezco a Dios por acompañarme y ayudarme en cada una de las metas
propuestas en los años de estudio.
De igual manera a mis padres, por su bondad, consejos y sabiduría, que me
supieron manifestar en los momentos más difíciles de mi vida.
Al Ing. Fausto Freire, Director de tesis, por su asesoramiento, paciencia,
voluntad y apoyo para realizar con éxito el presente trabajo y poder alcanzar
el titulo anhelado.
A cada una de las autoridades y profesores de la Universidad Tecnológica
Equinoccial, por brindarme su valioso aporte académico logrando una sólida
formación universitaria.
i
ÍNDICE DE CONTENIDOS
PÁGINA
RESUMEN…………………………………………………………………………..x
ABSTRACT…………………………………………………………………………xi
1. INTRODUCCIÓN………………………………………………………………..1
2. MARCO TEÓRICO……………………………………………………………...4
2.1. EL CEREBRO. ...................................................................................... 4
2.1.1. El encéfalo. ................................................................................ 4
2.1.2 La neurona. ................................................................................ 6
2.1.2.1. Función. .................................................................................. 7
2.1.2.2. Transmisión eléctrica. ............................................................. 7
2.1.2.3. Potencial de reposo. ............................................................... 7
2.1.2.4. Potencial de acción. ................................................................ 9
2.1.2.5. Desplazamiento de potencial a lo largo del axón. ................. 10
2.1.3. Electroencefalograma. ............................................................. 10
2.1.3.1. Ondas cerebrales. ................................................................. 11
2.1.3.2. Registro de señales EEG. ..................................................... 12
2.1.3.3. Descripción de electrodos. .................................................... 12
2.1.3.4. Norma del sistema internacional 10-20. ................................ 14
2.2. SISTEMAS BCI (BRAIN CONTROL INTERFACE). ..................................... 15
2.2.1. Componentes funcionales. ....................................................... 15
2.3. APLICACIONES DE SISTEMAS BCI. ....................................................... 16
3. METODOLOGÍA………………………………………………………………..18
3.1. INTERFAZ CEREBRO COMPUTADORA .................................................... 18
3.1.1. Emotiv® EPOC Neuroheadset vs Neuro Impulse Actuator ....... 19
3.1.1.1 Instalación EPOC Neuroheadset .......................................... 20
3.2. ENTORNO DE DESARROLLO ................................................................ 23
ii
3.2.1. LabVIEW vs Matlab .................................................................. 23
3.2.1.1. Entorno LabVIEW. ................................................................ 25
3.2.1.2. Librerías Emotiv® en LabVIEW. ............................................. 26
3.2.1.3. Emotiv Create Task. ............................................................. 27
3.2.1.4. Emotiv Start Task. ................................................................. 28
3.2.1.5. Emotiv Stop Task. ................................................................. 28
3.2.1.6. Emotiv Multi-Task. ................................................................ 28
3.2.1.7. Librerías de Arduino en LabVIEW. ........................................ 29
3.2.1.8. Init.vi...................................................................................... 29
3.2.1.9. Close.vi ................................................................................. 30
3.2.1.10 Set Digital Pin Mode. ............................................................ 31
3.2.1.11. Digital Write Pin. ................................................................ 31
3.3. TARJETA DE ADQUISICIÓN DE DATOS ................................................... 31
3.4. EVALUACIÓN DEL SISTEMA. ................................................................ 33
3.4.1. Indicador de efectividad del sistema. ....................................... 34
3.4.2. Índice de carga de trabajo. ....................................................... 37
3.4.3. Protocolo de pruebas. .............................................................. 42
4. DISEÑO………..………………………………………………………………..43
4.1. DISEÑO DE LA APLICACIÓN. ................................................................ 43
4.1.1. Aplicación sistema BCI. ............................................................ 43
4.2. DISEÑO DE LA TARJETA ELECTRÓNICA DE POTENCIA PARA EL PROTOTIPO
DE SILLA DE RUEDAS .................................................................................... 46
4.3. DISEÑO DEL PROTOTIPO DE SILLA DE RUEDAS. ..................................... 49
4.4. INTEGRACIÓN DEL SISTEMA. ............................................................... 52
4.4.1. EPOC Neuroheadset y LabVIEW. ............................................ 52
4.4.2. LabVIEW y Arduino. ................................................................. 53
5. ANÁLISIS DE RESULTADOS………………………………………………..56
5.1. PRESENTACIÓN DE RESULTADOS. ....................................................... 56
5.2. ERRORES. ........................................................................................ 70
iii
6. CONCLUSIONES Y RECOMENDACIONES……………………………….72
6.1. CONCLUSIONES................................................................................. 72
6.2. RECOMENDACIONES. ......................................................................... 74
BIBLIOGRAFÍA ............................................................................................ 75
iv
ÍNDICE DE TABLAS
Tabla 3.1. Cuadro comparativo Emotiv® EPOC Neuroheadset - Neuro
s Impulse Actuator ......................................................................... 19
Tabla 3.2. Cuadro comparativo LabVIEW - Matlab ...................................... 24
Tabla 3.3. Cuadro comparativo DAQ USB-6008 de LabVIEW – Arduino
s MEGA 2560 ................................................................................. 32
Tabla 3.4. Valoración de cumplimiento de tareas ........................................ 35
Tabla 3.5. Tareas a realizarse ..................................................................... 35
Tabla 3.6. Cuadro para evaluar el índice de eficiencia del sistema ............. 36
Tabla 3.7. Cuadro para evaluar el índice de carga de trabajo ..................... 39
Tabla 4.1. Parámetros de configuración para comunicación bluetooth
s entre LabVIEW y Arduino ............................................................ 54
Tabla 5.1. Resultado de pruebas del usuario 1 ........................................... 56
Tabla 5.2. Indicador de eficiencia, eficacia y efectividad del usuario 1 ........ 57
Tabla 5.3. Índice de carga de trabajo del usuario 1 ..................................... 57
Tabla 5.4. Promedio de evaluación de usuarios .......................................... 61
Tabla 5.5. Promedio de eficiencia, eficacia y efectividad del sistema .......... 62
Tabla 5.6. Promedio de índice de carga de trabajo ..................................... 63
Tabla 5.7. Evaluación del paciente con paraplejía ....................................... 64
Tabla 5.8. Indicador de eficiencia, eficacia y efectividad del paciente con
s paraplejía .................................................................................... 65
Tabla 5.9. Índice de carga de trabajo del paciente con paraplejía ............... 65
v
ÍNDICE DE ECUACIONES
Ecuación 3.1. Índice de eficiencia ................................................................ 36
Ecuación 3.2. Índice de eficacia ................................................................... 37
Ecuación 3.3. Índice de efectividad .............................................................. 37
Ecuación 3.4. Peso total .............................................................................. 38
Ecuación 3.5. Puntuación convertida ........................................................... 39
Ecuación 3.6. Puntuación ponderada .......................................................... 40
Ecuación 3.7. Puntuación ponderada total .................................................. 40
Ecuación 3.8. Índice de carga de trabajo global .......................................... 40
vi
ÍNDICE DE FIGURAS
Figura 2.1. Lóbulos del cerebro ..................................................................... 5
Figura 2.2. Topología de la neurona .............................................................. 6
Figura 2.3. Concentración de iones en la membrana celular ......................... 8
Figura 2.4. Bomba iónica ............................................................................... 8
Figura 2.5. Potencial de acción ...................................................................... 9
Figura 2.6. Secuencia de potenciales .......................................................... 10
Figura 2.7. Registro bipolar .......................................................................... 13
Figura 2.8. Registro unipolar ........................................................................ 13
Figura 2.9. Sistema de colocación de electrodos......................................... 14
Figura 2.10. Modelo funcional de sistemas BCI ........................................... 16
Figura 3.1. Metodología diseño mecatrónico ............................................... 18
Figura 3.2. Ubicación de electrodos ............................................................. 20
Figura 3.3. Hidratación de almohadillas ....................................................... 21
Figura 3.4. Ensamblaje de almohadillas en electrodos ................................ 21
Figura 3.5. Emparejamiento de equipos EPOC Neuroheadset -PC ............. 22
Figura 3.6. Procedimiento de colocación ..................................................... 23
Figura 3.7. Panel Frontal ............................................................................. 25
Figura 3.8. Diagrama de bloques ................................................................. 26
Figura 3.9. Emotiv Create Task ................................................................... 27
Figura 3.10. Emotiv Start Task ..................................................................... 28
Figura 3.11. Emotiv Stop Task ..................................................................... 28
Figura 3.12. Emotiv Multi-Task .................................................................... 29
Figura 3.13. Init.vi ........................................................................................ 30
Figura 3.14. Close.vi .................................................................................... 30
Figura 3.15. Set Digital Pin Mode ................................................................ 31
Figura 3.16. Digital Write Pin ....................................................................... 31
Figura 3.17. Sistema desarrollado y controlado por el usuario .................... 34
Figura 3.18. Diagrama de flujo del funcionamiento de protocolo ................. 41
Figura 4.1. Aplicación Sistema BCI .............................................................. 44
Figura 4.2. Flujograma de programación ..................................................... 45
vii
Figura 4.3. Circuito electrónico para el control de motores .......................... 46
Figura 4.4. Circuito electrónico para comunicación bluetooth
s LabVIEW – Arduino .................................................................... 47
Figura 4.5. Diseño de pistas en Proteus ...................................................... 47
Figura 4.6. Ubicación de dispositivos electrónicos en 3D ............................ 48
Figura 4.7. Tarjeta electrónica de potencia terminada y montada
s sobre la tarjeta Arduino .............................................................. 48
Figura 4.8. Diseño de la estructura base ..................................................... 49
Figura 4.9. Estructura del prototipo de silla de ruedas ................................. 50
Figura 4.10. Lamina soldada a la estructura ............................................... 50
Figura 4.11. Ubicación de apoyapiés y apoyabrazos ................................... 51
Figura 4.12. Prototipo de silla de ruedas final modelada en SolidWorks ..... 51
Figura 4.13. Prototipo de silla de ruedas construida .................................... 51
Figura 4.14. Ruta de vínculo dinámico EN Emotiv Create Task .................. 52
Figura 4.15. Fichero a cargar en el IDE de Arduino ..................................... 54
Figura 4.16. Configuración de la librería Init.vi ............................................. 55
Figura 5.1. Señales EEG del usuario 1 ........................................................ 58
Figura 5.2. Emoción instantánea del usuario 1 ............................................ 59
Figura 5.3. Participación / Aburrimiento del usuario 1 .................................. 59
Figura 5.4. Frustración usuario 1 ................................................................. 60
Figura 5.5. Meditación usuario 1 .................................................................. 60
Figura 5.6. Implementación del sistema en un usuario parapléjico.............. 63
Figura 5.7. Señales EEG de paciente con paraplejía .................................. 66
Figura 5.8. Emoción Instantánea de paciente con paraplejía ...................... 66
Figura 5.9. Participación / Aburrimiento de paciente con paraplejía ............ 67
Figura 5.10. Frustración de paciente con paraplejía .................................... 67
Figura 5.11. Meditación de paciente con paraplejía ..................................... 68
Figura 5.12. Emoción instantánea de ambos usuarios ................................ 68
Figura 5.13. Participación / Aburrimiento de ambos usuarios ...................... 69
Figura 5.14. Frustración de ambos usuarios ................................................ 69
Figura 5.15. Meditación de ambos usuarios ................................................ 70
viii
ÍNDICE DE ANEXOS
Anexo 1. Evaluación de efectividad del sistema .......................................... 76
Anexo 2. Evaluación NASA-TLX (Task Load Index) .................................... 76
Anexo 3. Protocolo para el desarrollo de pruebas ....................................... 76
Anexo 4. Código de programación ............................................................... 76
ix
RESUMEN
Es un proceso de diseño y desarrollo de un sistema basada en una interfaz
cerebro-computadora destinada a controlar un prototipo de silla de ruedas
con el fin de ser utilizada por personas que han sufrido algún accidente o
presentan una discapacidad severa. Para comprender el funcionamiento del
sistema se realizó un estudio de cada una de las librerías y bibliotecas que
permiten enlazar el equipo Emotiv® Neuroheadset EEG hacia una PC, para
luego ser controladas mediante el desarrollo de una interfaz. La aplicación
se elaboró bajo una plataforma de entorno y desarrollo para diseñar
sistemas, controlando el prototipo de silla de ruedas mediante una tarjeta de
adquisición de datos de manera inalámbrica. Se realizó el diseño y
elaboración del prototipo de silla de ruedas y de la tarjeta de potencia, la
misma que controla dos motores de corriente continua. El sistema se evaluó
mediante indicadores de eficiencia, eficacia, efectividad y el índice de carga
de trabajo que el usuario puede presentar al intentar mover el prototipo de
silla de ruedas. El resultado obtenido mostró que el desempeño del sistema
es adecuado para la movilidad del prototipo de silla de ruedas, obteniendo
un índice de efectividad mayor del 85% y un índice de carga de trabajo
inferior al 50%. Por lo tanto, la ejecución del sistema permite que usuarios
puedan controlar y manejar el prototipo de silla de ruedas mediante señales
eléctricas producidas por el cerebro, de manera efectiva y con una tasa baja
de índice de carga de trabajo.
x
ABSTRACT
It is a design process and development of a system based on a brain-
computer interface intended for controlling a wheelchair prototype with the
purpose that people who have had an accident and those who have a severe
disability, use it. To understand the operation was performed a study of all
bookstores and libraries that allows us to link the equipment Emotiv®
Neuroheadset EEG towards a PC to be controlled through the development
of an interface. The application was developed under a platform of
development environment to design systems, controlling the wheelchair
prototype through a data acquisition card wirelessly. It was performed the
design and development of wheelchair prototype and the potency board,
which controls two DC motors. The system was evaluated by efficiency,
efficacy, effectiveness indicators and task load index that the user may have
when trying to move the wheelchair prototype. The result showed that the
performance of the system is suitable for mobility wheelchair prototype,
getting an index greater than 85% effectiveness and task load index less
than 50%. Therefore, the performance of the system allows that the users
can control and handle the wheelchair prototype through electrical signals
produced by the brain, so effectively and with a task load index low.
1. INTRODUCCIÓN
1
La realización de cualquier trabajo requiere de la aplicación de diversas
capacidades y destrezas físicas y mentales.
La paraplejía es un tipo de lesión en la medula espinal que ocasiona la
parálisis total o parcial de las extremidades inferiores del cuerpo,
normalmente es ocasionada por un trauma o una enfermedad congénita.
Puede darse como resultado de lesiones por caídas, accidentes de tránsito,
violencia debido a disparos, puñaladas, lesiones deportivas, etc.
Produciendo un seccionamiento o compresión en la medula espinal,
causando el incorrecto funcionamiento de los miembros inferiores.
Cualquier daño a la médula espinal es una lesión muy compleja. Cada lesión
es diferente y puede afectar el cuerpo en varias formas diferentes. Las
lesiones medulares cervicales normalmente causan pérdida de funciones en
los brazos y piernas, resultando una cuadriplejia.
La inactividad debida a la paraplejía o cuadriplejía puede causar problemas
adicionales como úlceras por presión, espasmos musculares, huesos
debilitados, dolor crónico y depresiones debido al aislamiento social, a la
falta de apoyo emocional y la dependencia o asistencia total realizada por
alguien más. En muchos casos los pacientes que sufren de esta lesión
suelen tener un declive emocional, lo que ocasiona que las personas se
sientan marginadas porque piensan que son una carga familiar.
Debido a los avances tecnológicos y a desarrollos en la neurología, es
posible crear nuevas herramientas que permitan mejorar la calidad de vida
de pacientes con altos grados de discapacidad, ya sea personas con
paraplejía, tetraplejía o cuadriplejía.
Una de las herramientas que se utilizan actualmente son las interfaces
cerebro-computadora o BCI (Brain Control Interface), siendo dispositivos que
permiten leer las señales eléctricas producidas por el cerebro para luego ser
traducidas en señales de control mediante una computadora.
2
La elaboración de una interfaz cerebro –computadora representa una
esperanza tangible para aquellas personas con discapacidades severas,
especialmente para personas con cuadriplejía o tetraplejía, ya que les
permite recuperar funciones móviles de manera autónoma.
El aprovechamiento del desarrollo en este campo y la elaboración de un
sistema BCI que controla un dispositivo mecatrónico de uso médico, genera
un impacto social relevante para aquellas personas discapacitadas que
dependen de otros para realizar sus actividades diarias.
De acuerdo al Consejo Nacional de Igualdad de Discapacidades (2014), “En
Ecuador existen cerca de 175 463 personas con discapacidades físicas, la
mayoría en las provincias de Pichincha y Guayas con 23 622 y 38 929
personas respectivamente”, los mismos que podrían ser beneficiarios de
estas aplicaciones con sistemas BCI.
No obstante, el desarrollo del sistema puede hacerse extensivo para el
control de distintos dispositivos eléctricos o electromecánicos, permitiéndole
interactuar al paciente con su entorno de manera sencilla.
Objetivos
Objetivo General
Desarrollar un prototipo de silla de ruedas controlada mediante las
señales eléctricas generadas por el cerebro utilizando el dispositivo
EEG EPOC Neuroheadset.
Objetivo especifico
Analizar las señales eléctricas generadas por el cerebro y su
utilización
Desarrollar un prototipo de silla de ruedas.
Integrar los sistemas para el control y manejo del prototipo de silla de
ruedas.
3
Evaluar el desempeño del sistema y la carga de trabajo que percibe el
paciente al tratar de movilizar el prototipo de silla de ruedas usando la
diadema EEG, mediante indicadores de efectividad y carga de
trabajo.
Evaluar el desenvolvimiento del sistema con una persona real que
presente una discapacidad severa, como paraplejía, cuadriplejía o
tetraplejía.
2. MARCO TEÓRICO
4
La neurona constituye la parte central del sistema nervioso y es la
encargada de trasmitir información a todas partes del cuerpo humano. Esta
información se transmite mediante impulsos nerviosos que se desplazan a lo
largo del axón. Las señales adquiridas por los electrodos pueden ser
interpretadas y ejecutadas mediante sistemas BCI, transformando estas
señales eléctricas en movimientos mecánicos. Se muestra la constitución
principal del cerebro, la transmisión eléctrica de la neurona debido a una
estimulación nerviosa, el registro de señales electroencefalográficas, el
sistema de posicionamiento de electrodos, componentes funcionales de
sistemas BCI y la descripción del equipo electroencefalográfica EPOC
Neuroheadset.
2.1. El cerebro.
El ser humano se desenvuelve en un entorno de continuo aprendizaje,
desde el momento en que hace uso de su actividad sensorio-motriz guarda
esta información en canales electroquímicos, siendo estimulados por
distintos órganos receptores.
Las personas que por algún accidente traumático presentan parálisis
muscular, dejan de tener un control voluntario en sus extremidades.
Sin embargo, en casos como cuadriplejía, la información en el cerebro no se
ve afectada a nivel cognitivo, esta información se mantiene intacta
guardando todas sus capacidades.
2.1.1. El encéfalo.
Es parte del sistema nervioso central situada en la cavidad craneana, se
ocupa de funciones tanto voluntarias como involuntarias. Es el órgano del
pensamiento y razonamiento.
5
Está formado por dos grandes hemisferios, separados mediante una cisura
longitudinal en hemisferio izquierdo y derecho.
Cada hemisferio puede dividirse en 4 lóbulos diferentes:
Lóbulo occipital: Implica la capacidad de ver e interpretar lo que
vemos.
Lóbulo parietal: Integra información sensorial procedente de varias
partes del cuerpo como el procesamiento de información, el
movimiento, la orientación espacial, el reconocimiento, la percepción
de estimulación, el dolor y la sensación táctil.
Lóbulo temporal: Es responsable del proceso auditivo y de la
formación de memoria.
Lóbulo frontal: Asume el control de impulsos, la memoria funcional,
funciones motoras, socialización y espontaneidad. Los lóbulos
frontales asisten en la planificación, coordinación, control y ejecución
de las conductas.
La ubicación de los lóbulos se muestra en la figura 2.1.
Figura 2.1. Lóbulos del cerebro
Fuente: (Dibujos imagenes biologia y mas, 2011)
6
2.1.2 La neurona.
“Constituye la unidad básica del procesamiento de información del sistema
nervioso”. (Diamon, Schaeibel, & Elson, 1996).
La interpretación y reconocimiento de estímulos sensoriales (compresión), la
retención de información (memoria) y elaboración de respuestas (conducta),
está integrada por varios centenares de millones de neuronas por medio de
incalculables interconexiones.
En la neurona se distinguen tres partes fundamentales que son: cuerpo
celular o soma, dendritas y axón.
Cuerpo celular o soma: Corresponde a la parte más voluminosa de
la neurona, en esta parte se parte se encuentra el núcleo y es aquella
que contiene la información que controla la actividad neuronal.
Dendritas: Son prolongaciones que se originan del soma, además
son las encargadas de realizar la conexión con otras neuronas.
Axón: Es una prolongación única y larga de la neurona, en algunas
ocasiones puede medir hasta un metro de longitud. Su función es
sacar el impulso desde el soma neuronal y conducirlo hasta otro lugar
del sistema.
La ubicación de dichas áreas se muestra en la figura 2.2.
Figura 2.2. Topología de la neurona
Fuente: (Arribas, 2005)
7
2.1.2.1. Función.
La función de la neurona es transmitir información en forma de impulsos
nerviosos, el estímulo viaja en una sola dirección, se inicia desde las
dendritas, se concentra en el soma y pasa a lo largo del axón hacia otra
neurona, musculo o glándula.
El contacto entre las neuronas se denomina sinapsis, es la encargada de
transmitir información entre neuronas.
2.1.2.2. Transmisión eléctrica.
De acuerdo a Marrero (2005), “el impulso nervioso producido es de
naturaleza electroquímica, lo que produce una corriente eléctrica debido a
gradientes de concentraciones de sustancias químicas que tienen cargas
eléctricas”.
El proceso de transmisión de un impulso nervioso se divide en tres fases: el
potencial de reposo, el potencial de acción y el desplazamiento de potencial
a lo largo del axón.
2.1.2.3. Potencial de reposo.
Se llama así al estado en que se encuentra una neurona que no está
transmitiendo un impulso nervioso.
“En estado de reposo las neuronas presentan polaridad, teniendo carga
positiva sobre la superficie de la membrana celular y carga negativa en el
interior. Se ha encontrado que el potencial de membrana esta entre -40 y -75
mV”. (Bustamante, 2007)
El desbalance eléctrico es provocado por concentraciones desiguales de
iones, principalmente por Na+ y Cl- que se encuentran al exterior de la
8
membrana celular, mientras que iones de k+ y proteínas con carga negativa
se concentran al interior.
La distribución de estas concentraciones de iones se observa en la figura
2.3.
Este desbalance de iones se genera por el funcionamiento de la bomba
iónica sodio-potasio.
De acuerdo a Bustamante (2007), “El principal mecanismo que crea el
desequilibrio iónico a través de la membrana celular es la bomba iónica, la
misma que actúa de manera continua para concentrar determinados iones
en uno u otro lado”.
Figura 2.3. Concentración de iones en la membrana celular
Fuente: (Tovar, 2010)
En estado de reposo la bomba iónica, expulsa iones sodio al exterior y los
cambia por iones potasio, dando origen al potencial de reposo a través de la
membrana celular.
El funcionamiento de la bomba iónica de observa en la figura 2.4.
Figura 2.4. Bomba iónica
Fuente: (Alvarez, 2010)
9
2.1.2.4. Potencial de acción.
Es el nombre con el que se designa un cambio drástico en la carga. El
cambio se suscita cuando la neurona recibe algún tipo de estimulación
externa, esta estimulación inicia desde las dendritas, luego se concentra en
el soma, consolidándose particularmente en el punto donde inicia el axón.
Si estas estimulaciones son lo suficientemente intensas generan un disturbio
en la base del axón, abriendo canales de sodio presentes en la membrana y
por lo tanto permite el libre flujo de Na+ al interior del axón, de manera que el
potencial de membrana cambia de negativo a positivo, “aproximadamente de
-70 a 40 mV, produciendo una despolarización”. (Marrero, 2005)
Si la despolarización alcanza un determina valor de umbral, situado entre -55
y -50 mV, se genera un cambio en la carga eléctrica, lo que se le conoce
como potencial de acción.
El procedimiento esquemático del potencial de acción se observa en la figura
2.5.
Figura 2.5. Potencial de acción
Fuente: (Biologia, 2010)
Cada vez que se haya alcanzado este potencial, se propaga a lo largo del
axón en un intercambio de iones.
10
2.1.2.5. Desplazamiento de potencial a lo largo del axón.
El primer potencial de acción genera nuevas estimulaciones provocando que
los canales se abran y dejen entrar el Na+ al interior del axón, originando un
nuevo potencial de acción.
El nuevo potencial de acción afectará a su vez al próximo punto,
produciendo una secuencia de potenciales conocido como un impulso
nervioso, la misma que puede ser observada en la figura 2.6.
Figura 2.6. Secuencia de potenciales
Fuente: (Biología: Cordinación Nerviosa.)
El siguiente paso es la apertura de los canales de potasio y el cierre de los
canales de sodio, de manera que se produce la repolarización de la
membrana, llegando a -80 o -90 mV.
El proceso dura aproximadamente 1ms, y luego de un periodo refractario la
célula puede volver a repetir dicho proceso.
Toda esta actividad eléctrica puede ser registrada mediante un
electroencefalógrafo, obteniendo un electroencefalograma procedente del
estímulo de algún órgano receptor, como oídos, ojos o tacto.
2.1.3. Electroencefalograma.
El electroencefalograma (en adelante EEG), es el gráfico obtenido mediante
el registro de la actividad eléctrica generada por las neuronas del encéfalo,
11
este registro es adquirido a través del cráneo mediante electrodos situados
en la parte superior del cuero cabelludo.
2.1.3.1. Ondas cerebrales.
“Nuestro cerebro produce impulsos eléctricos que viajan a través de
nuestras neuronas. Estos impulsos eléctricos producen ritmos que son
conocidos como ondas cerebrales”. (Aznar, 2012)
Se destacan por su banda de frecuencia, amplitud de señal y localización en
el cerebro.
De acuerdo a Sergio (2012), “Existen cinco tipos de ondas cerebrales: beta,
alfa, theta, delta y mu.”
Onda beta: se produce cuando la persona está despierto e implicado
en actividades mentales.
Su frecuencia oscila entre 14 - 30 Hz, con amplitud de entre 2 – 20 µV
situado en la región central y frontal del cerebro.
Onda alfa: suele tener presencia en el cerebro cuando la persona se
encuentra en un estado de relajación, generalmente sin realizar
actividades que implique movimiento.
Su frecuencia oscila entre 8 – 14 Hz, con amplitud de entre 20 – 60
µV situado en la región posterior del cerebro.
Onda theta: se alcanza bajo un estado de meditación profunda,
especialmente en personas que está fantaseando.
Su frecuencia oscila entre 4 – 8 Hz, con amplitud de entre 20 – 100
µV situado en la región temporal del cerebro.
Onda delta: se genera ante un estado de sueño profundo y nunca
llega a cero pues esto significa la muerte cerebral.
Su frecuencia oscila entre 0.1 – 4 Hz, con amplitud de entre 20 – 200
µV.
12
Onda mu: suele tener presencia en estados de reposo o
concentración, se relaciona con el área sensorio-motriz.
Su frecuencia oscila entre 8 – 13 Hz, con amplitud de entre 10 – 50
µV situado en la región central del cerebro.
2.1.3.2. Registro de señales EEG.
La adquisición de señales bioeléctricas es obtenida mediante electrodos, a
pesar de que existen muchas técnicas para conseguir estas señales, el
electroencefalograma (EEG) no requiere de intervención quirúrgica como
requerirían otros métodos.
El electrocorticograma (ECoG) es un método invasivo que requiere de
intervención quirúrgica. El neurocirujano realiza una craneotomía y coloca
los electrodos sobre la superficie de la corteza expuesta.
Este tipo de técnicas invasivas se realizan para tener señales más limpias,
con mejor resolución y libre de ruido. Sin embargo, este procedimiento
puede generar mayores complicaciones como: sangrado, problemas con
distintos órganos internos, excesivos dolores en el proceso de recuperación
e incluso infecciones internas.
2.1.3.3. Descripción de electrodos.
De acuerdo a Renzo (2014), “Los electrodos son elementos esenciales para
la medicina porque proporcionan una interfaz entre el cuerpo humano y
aparatos médicos de medida”.
Son los encargados de transformar en corrientes eléctricas las corrientes
iónicas del cuerpo humano, está formado por una superficie metálica y una
solución salina o gel electrolítico.
Existen dos tipos de registros: bipolares y unipolares o referenciales.
13
Bipolares: registra la diferencia de potencial entre dos electrodos
ubicados en la superficie del cuero cabelludo. El esquema de este
registro se observa en la figura 2.7.
Figura 2.7. Registro bipolar
Fuente: (Bases de la electromedicina, 2004)
Unipolares: registra las diferencia de potencial entre electrodos
ubicados en la superficie del cuero cabelludo y un electrodo a
distancia; llamado referencial. Este electrodo diferencial entrega un
potencial cero, generalmente situado en el lóbulo de la oreja o
mentón. El esquema de este registro se observa en la figura 2.8.
Figura 2.8. Registro unipolar
Fuente: (Bases de la electromedicina, 2004)
Existen varios tipos de electrodos superficiales, entre ellos tenemos:
Adheridos: son discos metálicos de 5 mm de diámetro que se
adhieren al cuero cabelludo por medio de una pasta conductora a
14
base de bentonita, esto permite su fijación por varias horas sin
mostrar problemas.
De contacto: son pequeños tubos de plata clorurada ubicadas en
soportes plásticos. En su extremo de contacto se ubica una
almohadilla que debe ser humedecida por una solución salina
permitiendo así su conducción.
Quirúrgicos: son utilizados en actos quirúrgicos, siendo manipulados
solo por neurocirujanos.
2.1.3.4. Norma del sistema internacional 10-20.
El sistema para la colocación de electrodos más utilizada es el sistema 10-
20, determinada por la Federación Internacional de Sociedades de
Electroencefalografía
El sistema internacional 10-20, emplea marcas como puntos de referencia
para ubicar los electrodos en la superficie del cuero cabelludo.
La localización de los electrodos se identifica con números y letras. Si se
encuentra en el hemisferio derecho, se usa números pares, mientras que
cuando está sobre el hemisferio izquierdo se usa números impares.
Las letras establecen la región de la cabeza: Lóbulo central (C), Lóbulo
temporal (T), lóbulo frontal (F), lóbulo parietal (P), lóbulo occipital (O) y lóbulo
frontopolar (Fp). Los electrodos del lóbulo de la oreja se designan con A1 y
A2.
Figura 2.9. Sistema de colocación de electrodos
Fuente: (Bases de la electromedicina, 2004)
15
Las marcas principales sobre las que se determinan las medidas, se
denominan nasion, inion y vertex.
El esquema del sistema de posicionamiento se muestra en la figura 2.9.
La posición de los electrodos se establece por una distancia relativa de entre
10-20% de longitud total.
Los electrodos de la línea media reciben un subíndice Z, cuyo significado es
cero y sirve para identificar la línea central del cerebro.
2.2. Sistemas BCI (Brain Control Interface).
Una interfaz cerebro- computadora o BCI, es un sistema de comunicación
constituido por elementos de hardware y software.
Las intenciones del usuario se traducen a partir de señales eléctricas, siendo
registradas, interpretadas y ejecutadas por un ordenador.
De esta forma, un sistema BCI crea un canal que permite a los usuarios
interactuar con su entorno mediante su actividad cerebral.
2.2.1. Componentes funcionales.
Todo sistema BCI tiene un modelo funcional, este consiste en medir la
actividad cerebral, procesar la información para obtener características de
interés e interaccionarlas con el entorno de forma deseada por el usuario.
El esquema del modelo funcional se observa en la figura 2.10.
Adquisición de señal: es el registro de la actividad cerebral del
usuario mediante el uso de electrodos ubicados en la parte superior
del cuero cabelludo. Posteriormente la señal es registrada y
procesada mediante etapas de amplificación y digitalización.
16
Procesamiento de señal: recibe la señal digitalizada y la transforma
en comandos que entienda el dispositivo.
En esta etapa, mediante el uso de componentes y filtros, se reduce el
ruido en la señal de entrada, luego se le asocia a la señal neurológica
que está siendo estimulada, para finalmente ser decodificada y
manifestar la intensión del usuario.
Aplicación: es el encargado de materializar la interacción del usuario
con el entorno.
En esta etapa se recibe la señal procesada y se realiza las acciones
correspondientes a través de un controlador.
Figura 2.10. Modelo funcional de sistemas BCI
Fuente: (Galindo, 2008)
2.3. Aplicaciones de sistemas BCI.
Como se mencionó anteriormente el objetivo de los BCI, es transmitir las
señales eléctricas generadas por el cerebro, interpretarlas y ejecutarlas por
17
un ordenador. Estas señales se generan debido a estímulos expresivos,
cognitivos o afectivos.
En la actualidad, están orientados al beneficio de personas discapacitadas,
la finalidad es crear menos dependencia de sus cuidadores y realizar tareas
cotidianas que resulten difíciles.
Emotiv® Systems, es una empresa Australiana líder en el desarrollo
bioinformático que se encarga de diseñar aplicaciones para juegos virtuales
mediante sistemas BCI.
El desarrollado de estos sistemas BCI, han permitido crear nuevas
aplicaciones para controlar robots inalámbricos o dispositivos domóticos.
Henrik Matzke parte del equipo de la universidad libre de Berlín, integró la
EPOC Neuroheadset de Emotiv® con un carro común, el objetivo es moverlo
mediante señales cognitivas. A pesar de que no es 100% seguro manejar un
carro de esta manera, el desarrollo de estas aplicaciones permite conocer un
poco más el comportamiento de nuestro cerebro y crear nuevas alternativas
de movilidad para personas con discapacidades.
3. METODOLOGÍA
18
La metodología utilizada para el diseño mecatrónico se muestra en la figura
3.1.
Figura 3.1. Metodología diseño mecatrónico
3.1. Interfaz cerebro computadora
La actividad eléctrica neuronal es la suma de potenciales eléctricos, esta
actividad puede ser registrada mediante electrodos situados en la superficie
del cuero cabelludo. Con el avance de nuevas tecnologías, esta actividad
neuronal puede ser monitoreada a través de sistemas BCI, la misma que
consiste básicamente en la interacción del cerebro con un dispositivo
externo.
En el mercado existen varios equipos dedicados a este tipo de interacciones,
las más representativas son Emotiv® EPOC Neuroheadset y Neuro Impulse
19
Actuator, ya que permiten al programador crear aplicaciones para un sistema
concreto mediante el kit de desarrollo de software (SDK).
3.1.1. Emotiv® EPOC Neuroheadset vs Neuro Impulse Actuator
La diadema EEG EPOC Neuroheadset, es un sistema portable de alta
resolución, multicanal y multiplataforma diseñada para investigaciones
prácticas que proporcionan una interfaz cerebro-computadora.
Neuro Impulse Actuator es un sistema que proporciona una interfaz cerebro-
computadora mediante la captura de señales musculares, nervios,
componentes simpáticos y parasimpáticos que se originan de alguna
actividad cerebral.
Las diferencias relevantes entre estos dos equipos se puede observar en la
tabla 3.1.
Tabla 3.1. Cuadro comparativo Emotiv® EPOC Neuroheadset - Neuro Impulse Actuator
DISPOSITIVO Emotiv® EPOC Neuroheadset Neuro Impulse Actuator
NUMERO DE
ELECTRODOS 14 y dos referenciales 3
OTROS
SENSORES Giroscopio Sensor ocular
MOVIMIENTOS 13 (6 de dirección, 6 de rotación, 1 para ocultar o desvanecer objetos)
Perfil de Multi-mapeo
SDK SI SI
CONECTIVIDAD Wireless, banda de 2.4Ghz USB 2.0
De acuerdo a los parámetros y prestaciones que se observan en la tabla 3.1,
se selecciona a Emotiv® EPOC Neuroheadset como equipo para adquirir los
datos EEG, ya que cuenta con 14 canales electroencefalográficas, dos
20
referencias situadas detrás de la oreja, una batería de litio que proporciona
12 horas de uso continuo y un receptor USB que gestiona las señales EEG
de la Emotiv® EPOC Neuroheadset a la PC mediante comunicación wireless.
El nombre de los canales está basado en el sistema internacional 10-20 y
son: AF3, F7, F3, FC5, T7, P7, O1, O2, P8, T8, FC6, F4, F8, AF4 con
referencias CMS/DRL en P3 y P4 respectivamente.
La ubicación de estos canales se observa en la figura 3.2.
Figura 3.2. Ubicación de electrodos
Fuente: (Ekanayake, 2011)
3.1.1.1 Instalación EPOC Neuroheadset
Para tener una buena comunicación entre la EPOC Neuroheadset y la PC,
se sigue un proceso de instalación.
Se debe hidratar cada una de las almohadillas de los sensores añadiendo
abundante gotas de solución salina, para tener una buena conducción
eléctrica.
La forma de hidratar cada uno de los sensores se observar en la figura 3.3.
La solución salina que se utiliza es una solución multiacción, la misma que
se usa para limpiar los lentes de contacto y que proporcionan una buena
conducción eléctrica.
21
Figura 3.3. Hidratación de almohadillas
Fuente: (Emotiv Guides, 2014)
Luego de este proceso se retira cada uno de los sensores del paquete
hidratante girando en un cuarto de vuelta hacia la izquierda hasta escuchar
un “click”.
Se instala en cada uno de los electrodos ubicados en los brazos plásticos de
la EPOC Neuroheadset, girando de la misma manera en la que fueron
removidas del paquete hidratante, pero hacia la derecha.
Este proceso se observa en la figura 3.4.
Figura 3.4. Ensamblaje de almohadillas en electrodos
Fuente: (Emotiv Guides, 2014)
Una vez instalada cada una de las almohadillas en los electrodos, se
empareja la EPOC Neuroheadset con la PC.
22
Para realizar este proceso se conecta el dispositivo USB en nuestra
computadora y se enciende la EPOC Neuroheadset con el botón de
encendido ubicado en la parte posterior.
Este procedimiento se observa en la figura 3.5.
El receptor USB permite la comunicación wireless desde la EPOC
Neuroheadset hacia la PC.
Una vez emparejado e instalado correctamente cada una de las almohadillas
en los sensores, se sujeta con ambas manos la EPOC Neuroheadset y sin
estirar se ubica en la parte superior de la cabeza.
Figura 3.5. Emparejamiento de equipos EPOC Neuroheadset -PC
Fuente: (Emotiv Guides, 2014)
Luego se desliza lentamente hasta ubicar las dos referencias CMS y DRL
mencionadas anteriormente, detrás de cada lóbulo de la oreja.
Los sensores frontales se ubican aproximadamente a tres dedos por encima
de las cejas.
El proceso para ubicar la EPOC Neuroheadset en la cabeza se observa en
la figura 3.6.
Con la ayuda del software EPOC Control Panel de Emotiv® se observa si
cada uno de los electrodos tiene buena conexión. En el caso de no tener una
buena conexión se retira la diadema EEG de la cabeza y se vuelve a hidratar
cada una de las almohadillas hasta que estén completamente humedecidas.
23
Figura 3.6. Procedimiento de colocación
Fuente: (Emotiv Guides, 2014)
Nuevamente se vuelve a ubicar la diadema EEG en la cabeza y se observa
la conexión de cada electrodo,
Cabe destacar que muchas veces solo se requiere de ubicar correctamente
la posición del electrodo en la cabeza.
3.2. Entorno de desarrollo
De acuerdo a Douglas (2003), “El entorno de desarrollo es un paquete de
software diseñado para la creación y ejecución de un programa”.
Existen varios equipos dedicados a la ejecución de entornos de desarrollos,
las más representativas son LabVIEW y Matlab, ya que la interacción del
software con el programador es más amigable, en el caso de LabVIEW y el
entorno de desarrollo visual Simulink® de Matlab, la programación se ejecuta
en bloques.
3.2.1. LabVIEW vs Matlab
LabVIEW (Laboratory Virtual Instrumentation Engineering Workbench) es un
lenguaje de programación gráfico para el diseño de sistemas de adquisición
de datos, instrumentación y control.
24
Es compatible con distintas herramientas de programación y permite una
fácil integración con hardware.
Simulink® de Matlab es un lenguaje de programación en bloques, diseñado
para la simulación y diseño basado en modelos.
Al igual que LabVIEW, es compatible con distintas herramientas de
programación, permitiendo la fácil integración entre equipos.
Las diferencias relevantes entre estos dos equipos se puede observar en la
tabla 3.2.
Tabla 3.2. Cuadro comparativo LabVIEW - Matlab
DISPOSITIVO LabVIEW Simulink Matlab
APLICACIÓN Adquisición, procesamiento y
visualización de señales
Cálculos,
Procesamiento de
datos, diseño basado
en modelos.
FÁCIL
INTEGRACIÓN
CON EMOTIV
EPOC
NEUROHEADSET
Si No
SISTEMA
OPERATIVO
Windows, Linux, Unix,
Mac OS X
Windows, Linux, Unix,
Mac OS X
POSIBILIDAD DE
ANALIZAR EN
TIEMPO REAL
SI SI
INTEGRACIÓN
CON
HARDWARE
ARDUINO
SI SI
25
De acuerdo a los parámetros y prestaciones que se observan en la tabla 3.2,
se selecciona a LabVIEW como software para adquirir los datos EEG de la
EPOC Neuroheadset, ya que es compatible con distintas herramientas de
programación y su aplicación está destinada a adquirir señales con una fácil
realización de interfaces humano maquina (HMI).
A continuación se presenta el entorno de LabVIEW y librerías que se utilizan
para realizar la comunicación con Emotiv EPOC Neuroheadset.
3.2.1.1. Entorno LabVIEW.
El lenguaje de programación G de LabVIEW consta de un panel frontal y un
diagrama de bloques.
En el panel frontal se diseña la interfaz de usuario y se ubica los
controladores e indicadores.
La interfaz del panel se observa en la figura 3.7.
Figura 3.7. Panel Frontal
La interfaz del diagrama de bloques se muestra en la figura 3.8.
En este panel se crea el código fuente de la programación y determina la
funcionalidad del programa.
26
Figura 3.8. Diagrama de bloques
Cada controlador e indicador que se utiliza en el panel frontal tiene una
representación en el diagrama de bloques.
Los controladores pueden ser booleanos, numéricos, strings, matrices o
combinaciones, mientras que los indicadores pueden ser tablas, gráficos en
2D o 3D, entre otros.
3.2.1.2. Librerías Emotiv® en LabVIEW.
La conexión y conectividad con distintas librerías hace que la programación
de LabVIEW sea más interactiva.
Las librerías de Emotiv® obtienen los patrones generados por la EPOC
Neuroheadset y las envían a la interfaz de LabVIEW.
Estas señales adquiridas por la diadema EEG se programan en el diagrama
de bloques, luego se determina la estimulación que realiza el movimiento
para el prototipo de silla de ruedas.
Para esto se hace uso de bibliotecas de vínculos dinámicos específicamente
el edk.dll que se genera al instalar los programas de Emotiv®. Una biblioteca
27
de vínculos dinámicos es un archivo con extensión DLL, la misma que
contiene códigos y datos que pueden ser utilizados por más de un programa
al mismo tiempo, siendo esta su principal ventaja.
La desventaja de bibliotecas de vínculos dinámicos, es la generación de un
programa dependiente, es decir que, para generar las señales dentro de la
interfaz de LabVIEW, debe estar abierto la aplicación EPOC Control Panel
de Emotiv®, produciendo una comunicación paralela mediante la extensión
DLL.
Las librerías utilizadas para adquirir las señales en la interfaz de LabVIEW
son el Emotiv Create Task, Emotiv Start Task, Emotiv Stop Task y Emotiv
Multi-task.
3.2.1.3. Emotiv Create Task.
Se encuentra dentro del diagrama de bloques y es la encargada de vincular
las aplicaciones de Emotiv® con la interfaz de LabVIEW.
Para que esta conexión se genere se debe escribir la ruta del vínculo
dinámico en el enlace del Path del Emotiv Create Task.
Este enlace permite usar las aplicaciones de Emotiv®, entre ellas
EmoEngine, EmoComposer y el Control Panel.
La imagen del bloque Emotiv Create Task se observa en la figura 3.9.
Figura 3.9. Emotiv Create Task
28
3.2.1.4. Emotiv Start Task.
Inicia la tarea de acuerdo con el tipo de gesto o funcionalidad a censarse y
proporciona la conexión al software de Emotiv®.
La imagen de este bloque se observa en la figura 3.10.
Figura 3.10. Emotiv Start Task
3.2.1.5. Emotiv Stop Task.
Detiene la tarea de Emotiv®, desconectando el software y libera los recurso
asignados.
La imagen de este bloque se observa en la figura 3.11.
Figura 3.11. Emotiv Stop Task
3.2.1.6. Emotiv Multi-Task.
Es un bloque multitarea que detiene la lectura del auricular hasta que otra
esté disponible. Este bloque permite filtrar las señales de la EPOC
Neuroheadset, como estimulaciones cognitivas, expresivas, afectivas o
estados del auricular como el nivel de batería, calidad de contacto, entre
otros.
29
La imagen de este bloque se puede observar en la figura 3.12.
Figura 3.12. Emotiv Multi-Task
3.2.1.7. Librerías de Arduino en LabVIEW.
Arduino es una plataforma electrónica de hardware libre dirigida a proyectos
interactivos.
La interfaz de LabVIEW para arduino es un conjunto de herramientas
gratuitas que permiten a los desarrolladores adquirir datos desde el
microcontrolador Arduino y procesarlo en el entorno de programación gráfica
de LabVIEW.
Esta comunicación permite el envío y procesamiento de paquetes de datos
desde la tarjeta electrónica de Arduino hacia la interfaz de LabVIEW.
Las librerías que controlan los actuadores y permiten el enlace con la tarjeta
electrónica de Arduino son: Init, Close, Set Digital Pin Mode y Digital Write
Pin.
3.2.1.8. Init.vi
Inicia la conexión entre Arduino y LabVIEW, su representación se observa
en la figura 3.13.
30
Figura 3.13. Init.vi
En este bloque se configura la velocidad de transmisión, el tipo de tarjeta
Arduino, los bytes por paquete y el tipo de conexión.
3.2.1.9. Close.vi
Cierra la conexión activa entre la tarjeta Arduino y LabVIEW, su
representación se puede observar en la figura 3.14.
Figura 3.14. Close.vi
Este bloque debe ir en conjunto con la librería Simple Error Handler.vi. Si un
error a ocurrido esta biblioteca devuelve una descripción y opcionalmente lo
muestra en un cuadro de dialogo.
31
3.2.1.10 Set Digital Pin Mode.
Este bloque configura los pines digitales como entradas o salidas, la
representación en el diagrama de bloques se observa en la figura 3.15.
Figura 3.15. Set Digital Pin Mode
3.2.1.11. Digital Write Pin.
Escribe el valor digital especificado en el pin de salida.
Para que el Arduino escriba esta señal como salida, el pin digital debe ser
configurado antes como salida usando el Set Digital Pin Mode, su
representación en el diagrama de bloques se observa en la figura 3.16.
Figura 3.16. Digital Write Pin
3.3. Tarjeta de adquisición de datos
Una tarjeta de adquisición (DAQ) es un hardware que toma datos digitales o
analógicos del mundo real, luego estas señales son manipuladas por el
programador en un software de entorno de desarrollo para realizar algún tipo
de sistema.
32
El proceso consiste en tomar un conjunto de señales físicas, convertirlas en
tensiones eléctricas, y digitalizarla de manera que puedan ser procesadas en
un computador.
Como el entorno de desarrollo seleccionado anteriormente es LabVIEW, se
compara entre una DAQ USB-6008 de bajo presupuesto vía USB de
LabVIEW y la utilización de una Arduino MEGA 2560 en función de una
DAQ.
Las diferencias relevantes entre estos dos equipos se puede observar en la
tabla 3.3.
Tabla 3.3. Cuadro comparativo DAQ USB-6008 de LabVIEW – Arduino
MEGA 2560
DISPOSITIVO DAQ USB-6008 de LabVIEW Arduino MEGA 2560
ENTRADAS /
SALIDAS
DIGITALES
12 54
ENTRADAS
ANALÓGICAS 8 16
TENSIÓN DE
ENTRADA 0 V a 5 V 0 V a 12 V
ALIMENTACIÓN USB
USB, batería 9V
PROCESADOR No tiene
ATmega 328P
33
De acuerdo a los parámetros y prestaciones que se observan en la tabla 3.3,
se selecciona a Arduino MEGA 2560 como tarjeta de adquisición de datos
para gestionar las señales EEG de la EPOC Neuroheadset y controlar el
prototipo de silla de ruedas ya que, es compatible con el entorno de
desarrollo de LabVIEW, presenta mayor capacidad de entradas digitales y
analógicas y puede ser alimentada sin la necesidad del cable USB logrando
tener un sistema libre de cables, de manera que mediante un módulo
bluethoot puede ser manejado de manera inalámbrica.
3.4. Evaluación del sistema.
De acuerdo a lo presentado en los capítulos anteriores, se creó un sistema
que recepta las señales producidas por la actividad cerebral de un usuario
mediante la diadema EEG, vía wireless, hasta un computador. En el
computador, un software desarrollado en la interfaz de LabVIEW, traduce
estas señales en instrucciones y las envía vía bluetooth hasta una tarjeta
electrónica Arduino.
El Arduino controla a su vez la tarjeta electrónica de potencia, la misma que
alimenta dos motores y proporciona el manejo del prototipo de la silla de
ruedas conforme a la intensión del usuario.
Para controlar el sistema, el usuario utiliza gestos faciales, ya que presenta
una mayor correspondencia entre la intención del usuario y las instrucciones
ejecutadas.
El sistema completo y desarrollado se muestra en la figura 3.17.
Para evaluar la efectividad y el indicie de carga de trabajo del sistema
desarrollado, se calificó el desempeño del prototipo de silla de ruedas en
diferentes actividades. Para realizar esta calificación, se creó una escala de
puntuaciones que dependen de la ejecución el movimiento propuesto, es
decir, si el usuario necesita de varios o pocos intentos para ejecutar el
movimiento.
34
Figura 3.17. Sistema desarrollado y controlado por el usuario
Posteriormente el usuario pondera y califica el indicador NASA-TLX, el
mismo que proporciona el índice de carga de trabajo global.
Finalmente se calcula todas las calificaciones obtenidas y se obtiene la
efectividad y el índice de carga del trabajo del sistema desarrollado.
3.4.1. Indicador de efectividad del sistema.
Para desarrollar el sistema de evaluación con el cual se comprobó la
efectividad del sistema, se determinó que el usuario realice cinco actividades
distintas y que sean calificadas sobre una escala de valoración la misma que
se observa en la tabla 3.4.
35
Tabla 3.4. Valoración de cumplimiento de tareas
VALORACIÓN
0 No completa la tarea.
1 Completa la tarea de manera vacilante: necesita
de muchos intentos.
2 Completa la tarea de manera vacilante: necesita
de pocos intentos.
3 Completa la tarea de manera óptima: necesita de
un solo intento.
Esta escala permite calificar el desempeño del sistema cuando el usuario
realice uno de los movimientos propuestos
Los movimientos o tareas que el usuario debe realizar se observa en la tabla
3.5.
Tabla 3.5. Tareas a realizarse
MOVIMIENTOS / TAREAS
ADELANTE
ATRÁS
DERECHA
IZQUIERDA
POSICIONAMIENTO EN 4 ZONAS ESTABLECIDAS
La primera tarea que realiza el usuario es mover el prototipo de silla de
ruedas hacia adelante, la segunda tarea es mover hacia tras, en la tercera
tarea el usuario debe moverla hacia la derecha, en la cuarta tarea hacia la
izquierda y en la quinta tarea el usuario debe posicionar el prototipo de silla
de ruedas en 4 zonas establecidas. Estas tareas son evaluadas y se colocan
en una tabla para posteriormente ser calificadas.
36
El cuadro de calificación se observa en la tabla 3.6.
Tabla 3.6. Cuadro para evaluar el índice de eficiencia del sistema
EVALUACIÓN DE TAREAS
MOVIMIENTOS / TAREAS CALIFICACIÓN
ADELANTE
ATRÁS
DERECHA
IZQUIERDA
POSICIONAMIENTO EN 4 ZONAS ESTABLECIDAS
Después de calificar las tareas, se calcula el índice de eficiencia.
La eficiencia se define como la “virtud y facultad para lograr un efecto
determinado”. (Enciclopedia Oceano Uno, 1992)
En este caso, se espera lograr una eficiencia del 100% del sistema cuando
todas las calificaciones obtengan el puntaje máximo de 3.
La ecuación 3.1 muestra la fórmula del indicador de eficiencia.
[3.1]
Fuente: (Merlano, 2010)
Ecuación 3.1. Índice de eficiencia
Una vez obtenido el índice de eficiencia, se calcula el índice de eficacia. La
eficacia se define como la “capacidad para lograr los objetivos y metas
planeadas”. (Mejía, 1998)
En base a esta definición, se plantea como meta una eficiencia del 93% del
sistema. Se toma en cuenta este porcentaje debido a errores o retardos de
tiempo que puedan suceder durante el proceso de evaluación.
La ecuación 3.2 muestra la fórmula del indicador de eficacia:
37
[3.2]
Fuente: (Merlano, 2010)
Ecuación 3.2. Índice de eficacia
Finalmente se calcula el índice de efectividad del sistema, promediando el
índice de eficiencia por el índice de eficacia.
La efectividad se define como “el logro del objetivo planeado (eficacia) con la
menor cantidad de recursos posibles (eficiencia)” (Mejía, 1998).
La ecuación 3.3 muestra la fórmula del indicador de efectividad:
[3.3]
Fuente: (Merlano, 2010)
Ecuación 3.3. Índice de efectividad
El formato de evaluación utilizado para medir la efectividad del sistema se
muestra en el anexo 1.
3.4.2. Índice de carga de trabajo.
Para medir el índice de carga de trabajo, se usa en sistema de evaluación
NASA TLX.
Este método fue desarrollado por el HUMAN PERFORMANCE GROUP de la
NASA AMES RESEARCH CENTER. El NASA TLX (Task Load Index o
índice de carga de trabajo) es un procedimiento de valoración que da una
puntuación global de la carga de trabajo.
Está basada en una media ponderada entre seis sub-escalas, tres se
refieren a las demandas propuestas por las personas (físicas, mentales y
temporales) y tres a la demanda que existe entre la interacción del sistema y
la persona (esfuerzo, frustración y rendimiento). Este formato de evaluación
de NASA TLX se muestra en el anexo 2.
38
El usuario debe llenar el formato una vez terminado las cinco tareas
propuestas para evaluar el índice de efectividad del sistema.
El método consta de una fase de puntuación y otra de ponderación, en el
cual se deben llenar unas plantillas.
En la primera fase de puntuación el usuario califica la tarea que acaba de
realizar en una escala de 1 a 20, mostrando su nivel de confort o disconfort.
Luego el usuario pondera la actividad realizada, comparando las cargas
impuestas por cada una de las seis sub-escalas. Finalmente se calculan los
datos obtenidos y se obtiene el índice de carga de trabajo global.
El cuadro de calificación se observa en la tabla 3.7.
Para calcular los datos, se debe partir de las elecciones hechas por el
usuario en la fase de ponderación, de manera que se obtiene el peso (PE)
de cada dimensión dependiendo del número de veces que se ha elegido.
Este peso varía entre 0 cuando nunca fue elegida y 5 cuando fue elegida en
cada par de comparación.
Para obtener el peso total (PET) se suman los pesos de cada dimensión.
La ecuación 3.4 muestra la fórmula para obtener el peso total:
[3.4]
Fuente: (Rodriguez & Roberto, 2006)
Ecuación 3.4. Peso total
Donde:
PET = Peso total
PE = Peso de cada dimensión, ponderada por el usuario.
La sumatoria del peso total siempre dará como resultado 15.
39
Tabla 3.7. Cuadro para evaluar el índice de carga de trabajo
VARIABLE PESO
(PE)
PUNTUACIÓN
(PU)
PUNTUACIÓN
CONVERTIDA
(PUc)
PUNTUACIÓN
PONDERADA
(PUP)
ÍNDICE DE
CARGA
INDIVIDUAL
(ICI)
Demanda
mental
Demanda
física
Demanda
temporal
Rendimiento
Esfuerzo
Frustración
Total
PESO
TOTAL
(PET)
PUNTUACIÓN
PONDERADA
TOTAL
(PUPT)
ÍNDICE DE
CARGA DE
TRABAJO
GLOBAL
(ICTG)
Los valores obtenidos en la fase de puntuación se deben convertir en una
escala sobre 1000, multiplicando por 5 el valor de cada subescala.
La ecuación 3.5 muestra la fórmula para obtener la puntuación convertida.
[3.5]
Fuente: (Rodriguez & Roberto, 2006)
Ecuación 3.5. Puntuación convertida
Donde:
Puc = Puntuación Convertida
Pu = Puntuación realizada por el Usuario.
40
Para obtener la puntuación ponderada de cada dimensión es necesario
multiplicar el peso de cada dimensión por su puntuación convertida.
La ecuación 3.6 muestra la fórmula para obtener la puntuación ponderada.
[3.6]
Fuente: (Rodriguez & Roberto, 2006)
Ecuación 3.6. Puntuación ponderada
Donde:
PUP = Puntuación Ponderada.
Para calcular la puntuación ponderada total (PUPT), se suma las
puntuaciones ponderadas de cada dimensión.
La ecuación 3.7 muestra la fórmula para obtener la puntuación ponderada
total.
[3.7]
Fuente: (Rodriguez & Roberto, 2006)
Ecuación 3.7. Puntuación ponderada total
Donde:
PUPT = Puntuación ponderada total.
La sumatoria de la puntuación ponderada total tiene un valor máximo de
1500.
Finalmente para calcular el índice de carga de trabajo global (ICTG) se
divide la puntuación ponderada total por el peso total.
La ecuación 3.8 muestra la fórmula para obtener el índice de carga de
trabajo global.
[3.8]
Fuente: (Rodriguez & Roberto, 2006)Ecuación 3.8. Índice de carga de trabajo global
41
Donde:
ICTG = Índice de carga de trabajo global.
Se utilizó este método, porque fue necesario calificar el índice de carga de
trabajo que sufría el usuario al realizar cada una de las tareas propuestas, y
como esto podía influenciar en el desarrollo del sistema.
Figura 3.18. Diagrama de flujo del funcionamiento de protocolo
42
3.4.3. Protocolo de pruebas.
Para asegurar que la evaluación se realice correctamente, se elaboró un
protocolo de pruebas, detallando cada una de las acciones que debe tomar
el usuario y el evaluador para medir los indicadores. El formato del protocolo
se muestra en el anexo 3.
La imagen 3.18 detalla el diagrama de flujo de funcionamiento para el
desarrollo de pruebas según el protocolo.
4. DISEÑO
43
El diseño mecánico se realiza mediante un software CAD para el modelado y
elaboración del prototipo de silla de ruedas, el diseño eléctrico mediante un
software de simulación y enrutado de componentes electrónicos, el diseño
de control mediante una plataforma y entorno de desarrollo.
4.1. Diseño de la aplicación.
La aplicación se desarrolló bajo la plataforma de LabVIEW usando
bibliotecas de vínculos dinámicos de Emotiv® y librerías de Arduino.
Los enlaces de vínculos dinámicos comunican las señales EEG adquiridas
por la EPOC Neuroheadset con la interfaz de LabVIEW.
Después se programa la estimulación que va a generar el movimiento y se
envía las señales hacia los controladores usando la tarjeta electrónica de
Arduino mediante el uso de librerías.
4.1.1. Aplicación sistema BCI.
Los vínculos dinámicos gestionan las señales generadas por la EPOC
Neuroheadset y permiten programarlas y procesarlas mediante un control
lógico en la interfaz de LabVIEW.
Este control lógico recibe información de la Emotiv Multi-Task con datos de 0
o 1, y mediante comparaciones de verdaderos o falsos se define el
movimiento para cada estimulación facial. Por comunicación bluetooth, las
señales son enviadas a la tarjeta Arduino, proporcionando un enlace
inalámbrico, tanto entre la EPOC Neuroheadset a la PC, como de la PC al
hardware de control.
Finalmente el Arduino controla la tarjeta electrónica de potencia, lo que
genera el direccionamiento y movimiento de la silla de ruedas. Las ondas
EEG generadas por el usuario, como la emoción, participación, aburrimiento,
44
frustración y meditación pueden ser observadas y medidas usando un
waveform de LabVIEW. Estas señales EEG indican el estado de
participación del usuario entre una escala de 0 a 1.
La aplicación elaborada en LabVIEW puede ser observada en la figura 4.1.
Figura 4.1. Aplicación Sistema BCI
45
En el panel frontal se observa la configuración de conexión, como el puerto
de comunicación, tipo de conexión, tipo de tarjeta Arduino, el Baud Rate y el
número de bytes por paquete.
Figura 4.2. Flujograma de programación
46
Los indicadores led muestran la dirección que toma la silla de ruedas,
dependiendo de la estimulación facial que este siendo censada.
La parte superior derecha mediante el uso de un waveform, se refleja el
patrón de las señales afectivas del usuario al intentar mover la silla de
ruedas.
Por último, en el diagrama de bloques se observa la programación y
conexión entre las librerías de arduino, las librerías de Emotiv® y el bloque
de control lógico.
El flujograma de programación se observa en la figura 4.2 y el código de
programación en el anexo 4.
4.2. Diseño de la tarjeta electrónica de potencia para el
prototipo de silla de ruedas
La tarjeta electrónica de potencia fue diseñada para integrar el módulo
HC05, la bornera de alimentación, el integrado L293D, la salida de corriente
hacia los motores y la incorporación con la tarjeta arduino.
El esquema del circuito electrónico desarrollado se observa en la figura 4.3.
Figura 4.3. Circuito electrónico para el control de motores
47
Este circuito dirige el movimiento de dos motores en ambos sentidos, ya sea
avance o retroceso, para que el motor avance en un sentido, uno de los
pines debe estar en alto y el otro en bajo, en el caso de que las dos señales
se encuentren en alto o bajo, el motor no responde y no genera el
movimiento.
El esquema del circuito electrónico utilizado para la comunicación bluetooth
se observa en la figura 4.4.
Figura 4.4. Circuito electrónico para comunicación bluetooth LabVIEW – Arduino
Este circuito permite la comunicación bluetooth entre el Arduino y LabVIEW.
El diseño de la placa fue realizado en Proteus, tomando en cuenta la mejor
ubicación de los dispositivos electrónicos.
Las pistas y la ubicación de los dispositivos en 3D se observan las figuras
4.5 y 4.6.
Figura 4.5. Diseño de pistas en Proteus
48
Figura 4.6. Ubicación de dispositivos electrónicos en 3D
El diseño de la placa permite que la tarjeta electrónica de potencia pueda ser
montada sobre el Arduino, como lo muestra la figura 4.7.
Los motores de la silla de ruedas son alimentados por una batería de 9V DC,
las mismas que son controladas por el integrado L293D. Este integrado es
un puente H que se utiliza para controlar la velocidad o dirección de los
motores.
Figura 4.7. Tarjeta electrónica de potencia terminada y montada sobre la tarjeta Arduino
Los pines digitales (PIN 4, PIN 6, PIN 8 y PIN 10) del Arduino envían señales
de alto o bajo hacia el L293D y dependiendo de la estimulación facial
censada se ejecuta el avance, retroceso o direccionamiento del prototipo de
la silla de ruedas.
49
4.3. Diseño del prototipo de silla de ruedas.
El prototipo fue diseñado de acuerdo a requerimientos del sistema y para la
interpretación de una silla de ruedas convencional.
Para tener una mejor perspectiva del diseño final, se utilizó el programa
SolidWorks.
Este programa es un software CAD (diseño asistido por computadora) que
se utiliza para modelados mecánicos en 3D. El programa permite modelar
piezas y extraer de ellos planos técnicos, que son necesarios para la
producción.
Para el diseño de las piezas se tomaron en cuenta la forma de distintas sillas
de ruedas tradicionales, de manera que, la base sobre la cual van soldadas
la mayor parte de piezas se observa en la figura 4.8.
En este prototipo se utilizó un varilla de hierro de 4.8 mm y fueron soldadas
mediante suelda eléctrica.
Figura 4.8. Diseño de la estructura base
Para formar la estructura, fue necesario soldar varillas en la parte posterior e
inferior, como se observa en la figura 4.9.
Luego se suelda una lámina de aluminio de 2 mm de espesor en la parte
inferior de la silla como muestra la figura 4.10.
50
Figura 4.9. Estructura del prototipo de silla de ruedas
Esta lámina sostiene los motores, las llantas garruchas delanteras y
proporciona el espacio adecuado para colocar el circuito dentro de la silla de
ruedas.
Figura 4.10. Lamina soldada a la estructura
Después se suelda los soportes de los apoyapiés y se coloca los
apoyabrazos como se ve en la figura 4.11.
51
Figura 4.11. Ubicación de apoyapiés y apoyabrazos
Finalmente se ubica el espaldar, el circuito, el asiento, los motores de las
llantas traseras y las llantas garrucha, obteniendo la perspectiva del modelo
final como se muestra en la figura 4.12.
Figura 4.12. Prototipo de silla de ruedas final modelada en SolidWorks
El prototipo de silla de ruedas construida se observa en la figura 4.13.
Figura 4.13. Prototipo de silla de ruedas construida
52
4.4. Integración del sistema.
Los distintos enlaces de comunicación generan un sistema inalámbrico, lo
que permite al prototipo de silla de ruedas moverse sin la obstrucción de
cables.
La comunicación de la EPOC Neuroheadset a las aplicaciones de Emotiv®
es mediante Wireless, mientras que la conexión entre LabVIEW y Arduino se
ejecuta por comunicación bluetooth.
Estas conexiones permiten que el Arduino y un puente H (L293D) controlen
la tarjeta electrónica de potencia, la misma que proporciona la alimentación
para los dos motores de las llantas de la silla de ruedas.
Para que estos enlaces se generen las librerías de Emotiv® en LabVIEW
deben contener una ruta específica, y el Arduino un firmware que permita la
comunicación.
4.4.1. EPOC Neuroheadset y LabVIEW.
Como se indicó anteriormente el enlace entre Emotiv® y la Interfaz de
LabVIEW se la realiza mediante vínculos dinámicos.
Para crear esta comunicación la librería Emotiv Create Task debe contener
la ruta: C:\Program Files\Emotiv SDK v2.0.0.20-LITE\dll\32 bit\edk.dll, como
muestra la figura 4.14.
Figura 4.14. Ruta de vínculo dinámico EN Emotiv Create Task
53
Dentro de la pestaña de opciones de la librería se selecciona la aplicación
Control Panel, esto permite enlazar la interfaz de LabVIEW con las señales
que vienen de la EPOC Neuroheadset a la aplicación de Emotiv®.
Finalmente las señales adquiridas en LabVIEW pueden ser programadas de
distintas formas dependiendo de la aplicación, pero en este caso son
planteadas para el movimiento y direccionamiento de un prototipo de silla de
ruedas.
4.4.2. LabVIEW y Arduino.
Como se indicó anteriormente, se usa arduino sobre LabVIEW, porque de
acuerdo a los parámetros mostrados en la tabla 3.3, una tarjeta Arduino
tiene mejores prestaciones para adquirir los datos y gestionar las señales
EEG de la EPOC Neuroheadset y controlar el prototipo de silla de ruedas, en
lugar de una tarjeta DAQ de LabVIEW de bajo costo, como lo es la USB-
6008.
El archivo del firmware que se genera al instalar la interfaz de LabVIEW para
Arduino permite la comunicación entre estos dos equipos.
Para poder enlazarlos, se debe cargar el fichero LIFA_Base (…\National
Instruments\LabVIEW 20XX\vi.lib\LabVIEW Interface for
Arduino\Firmware\LIFA_Base) en el IDE de Arduino, como muestra en la
figura 4.15.
Una vez cargado el archivo en la tarjeta Arduino, esta puede comunicarse
con la interfaz de LabVIEW enviando y recibiendo datos como función de
una DAQ.
Las librerías de Arduino en LabVIEW permiten distintas comunicaciones, ya
sea por XBEE, USB o Bluetooth.
Para el diseño y comodidad de la aplicación se utiliza una conexión
bluetooth, la misma que envía datos desde la PC hasta un módulo HC05.
54
El módulo Bluetooth HC05, es un dispositivo relativamente económico que
ayuda a comunicar dos equipos sin necesidad de cables, es capaz de
conectarse con una PC o con distintos dispositivos bluetooth, lo que le
permite funcionar como maestro o esclavo.
Figura 4.15. Fichero a cargar en el IDE de Arduino
La librería de Arduino que proporciona el enlace entre la interfaz de
LabVIEW y el HC05 es el INIT.vi.
En este bloque se configuran los distintos parámetros de conexión como la
velocidad de transmisión, el puerto de comunicación, el tipo de la tarjeta
Arduino, los bytes por paquete y el tipo de conexión.
Los parámetros utilizados se muestran en la tabla 4.1.
Tabla 4.1. Parámetros de configuración para comunicación bluetooth entre
LabVIEW y Arduino
Velocidad de Transmisión 9600 bps
Puerto de Comunicación COM 8
Tipo de tarjeta Arduino Arduino Mega 2560
Bytes por Paquete 15
Tipo de Conexión Bluetooth
55
La velocidad de transmisión por defecto del HC05 es de 9600 bps, aunque
pueden ser modificadas dependiendo la aplicación.
El paquete de datos que envía LabVIEW hacia Arduino, tiene por defecto 15
bytes, “cada paquete contienen un encabezado, un byte de comando, bytes
de datos y una suma de comprobación” Fuente especificada no válida..
El puerto de comunicación COM 8 se genera al momento de emparejar el
módulo HC05 con la PC.
Todos estos parámetros deben ser configurados en la librería INIT.vi como
muestra la figura 4.16.
Figura 4.16. Configuración de la librería Init.vi
Esta configuración permite que LabVIEW envié y reciba datos, desde y hacia
la tarjeta Arduino, la misma que controla la tarjeta electrónica de potencia.
5. ANÁLISIS DE RESULTADOS
56
Se muestra los resultados obtenidos en los índices de eficiencia, eficacia y
efectividad del sistema, así como el índice de carga de trabajo que pueden
percibir los pacientes al realizar los movimientos del prototipo de silla de
ruedas mediante el EEG EPOC Neuroheadset.
5.1. Presentación de Resultados.
Como se mencionó con anterioridad, las pruebas para determinar el
funcionamiento del sistema se realizó mediante un indicador de efectividad
del sistema y un índice de carga de trabajo.
De acuerdo a Milton J. & Arnold J. (2004) los lineamientos recomendados
para estimaciones experimentales debe ser de 20 muestras o más con un
tamaño de 4 o 5.
En este caso, las pruebas se realizaron a 20 pacientes sanos y 1 paciente
con paraplejia, los cuales tuvieron que realizar 5 tareas distintas.
Los resultados obtenidos por uno de los pacientes sanos se observa en la
tabla 5.1, 5.2 y 5.3.
Tabla 5.1. Resultado de pruebas del usuario 1
EVALUACIÓN DE TAREAS
MOVIMIENTOS / TAREAS CALIFICACIÓN
ADELANTE 3
ATRÁS 3
DERECHA 3
IZQUIERDA 2
POSICIONAMIENTO EN 4 ZONAS ESTABLECIDAS 2
De acuerdo a la tabla 5.1, el usuario 1 obtuvo en las 3 primeras tareas una
calificación de 3, lo que indica que se completó la tarea de manera óptica, es
decir en un solo intento. En la cuarta y quinta tarea se obtuvo una
57
calificación de 2 lo que muestra que se completó la tarea de manera
vacilante, pero con pocos intentos. Estos datos se obtuvieron de acuerdo a
las evaluaciones realizadas con el anexo 1.
Tabla 5.2. Indicador de eficiencia, eficacia y efectividad del usuario 1
EFICIENCIA 86,67%
EFICACIA 93,19%
EFECTIVIDAD 89,33%
En la tabla 5.2, se observa que el indicador de efectividad del sistema
alcanza un 89,33%, lo que indica el buen desempeño del prototipo de silla
de ruedas, al ser manejado y controlado por una diadema EEG. El cálculo de
eficiencia se realizó de acuerdo a la ecuación 3.1, el índice de eficacia de
acuerdo a la ecuación 3.2 y finalmente el cálculo de índice de efectividad de
acuerdo a la ecuación 3.3.
Tabla 5.3. Índice de carga de trabajo del usuario 1
VARIABLE PESO PUNTUACIÓN PUNTUACIÓN
CONVERTIDA
PUNTUACIÓN
PONDERADA
ÍNDICE DE
CARGA
INDIVIDUAL
Demanda mental 3 14 70 210 14,00%
Demanda física 0 1 5 0 0,00%
Demanda temporal 2 3 15 30 2,00%
Rendimiento 5 15 75 375 25,00%
Esfuerzo 2 13 65 130 8,67%
Frustración 3 10 50 150 10,00%
Total 15
895 59,67%
La tabla 5.3, muestra el índice de carga de trabajo del usuario 1 con un 59,
67% con índices de carga individuales mayores entre el rendimiento y la
58
demanda mental con un 25% y 14% respectivamente. Los datos obtenidos
del usuario 1, indican que el prototipo de silla de ruedas tiene una efectividad
mayor del 89% con una carga de trabajo relativamente baja. Dentro de la
tabla, el peso y la puntuación se obtienen de acuerdo a la evaluación
realizada con el anexo 2, la puntuación convertida se obtiene de acuerdo a
la ecuación 3.5, la puntuación ponderada de acuerdo a la ecuación 3.6, y el
índice de carga de trabajo de acuerdo a la ecuación 3.8.
Ya que el sistema permite adquirir patrones producidas por las señales EEG
de la EPOC Neuroheadset, se muestra a continuación aquellas producidas
por el usuario 1, las mismas se muestran en la figura 5.1.
Figura 5.1. Señales EEG del usuario 1
La figura 5.1 indica cuatro señales distintas que corresponden a la emoción
instantánea, la participación / aburrimiento, frustración y meditación.
En la figura 5.2 se observa las señales de emoción instantánea, con una
línea de tendencia polinómica de sexto orden.
59
Figura 5.2. Emoción instantánea del usuario 1
En la figura 5.3 se observa las señales de participación / aburrimiento, con
una línea de tendencia polinómica de sexto orden.
Figura 5.3. Participación / Aburrimiento del usuario 1
En la figura 5.4 se observa las señales de frustración, con una línea de
tendencia polinómica de sexto orden.
0
0,2
0,4
0,6
0,8
1
0 100 200 300 400
PO
RC
ENTA
JE (
%)
TIEMPO (S)
0,4
0,5
0,6
0,7
0,8
0,9
1
1,1
0 100 200 300 400
PO
RC
ENTA
JE (
%)
TIEMPO (S)
60
Figura 5.4. Frustración usuario 1
En la figura 5.5 se observa las señales de meditación, con una línea de
tendencia polinómica de sexto orden.
Figura 5.5. Meditación usuario 1
Se usa una línea de tendencia polinómica de sexto orden, porque permite
conservar la sensibilidad de las variaciones obteniendo una mejor
visualización de los resultados.
0
0,2
0,4
0,6
0,8
1
1,2
0 100 200 300 400
PO
RC
ENTA
JE (
%)
TIEMPO (S)
0,25
0,3
0,35
0,4
0,45
0,5
0 100 200 300 400
PO
RC
ENTA
JE (
%)
TIEMPO (S)
61
Este proceso se realizó para cada uno de los usuarios, siguiendo el
protocolo de pruebas anteriormente mencionado.
En las tablas 5.4, 5.5 y 5.6 se muestra el promedio de los datos conseguidos
por los 20 pacientes sanos.
Tabla 5.4. Promedio de evaluación de usuarios
EVALUACIÓN DE TAREAS
MOVIMIENTOS / TAREAS PROMEDIO DE
CALIFICACIÓN
ADELANTE 3,00
ATRÁS 3,00
DERECHA 2,30
IZQUIERDA 2,50
POSICIONAMIENTO EN 4 ZONAS
ESTABLECIDAS 2,00
La tabla 5.4, muestra el promedio de evaluación de tareas, donde las dos
primeras tareas tienen una calificación de 3, lo que señala que el sistema
respondió al primer intento del usuario, movilizando el prototipo de silla de
ruedas mediante la diadema EEG.
La calificación de los movimientos de las tareas derecha o izquierda es de
2,3 y 2,5 respectivamente, lo que indica que en algunas pruebas el usuario
requería de pocos intentos para moverlos, pero que no los podía realizar al
primer intento, algo que no sucedió con los movimientos de adelante o hacia
atrás.
La quinta tarea tiene una calificación de 2, lo que demuestra que el usuario
siempre necesito de pocos intentos para mover el prototipo silla de ruedas a
cuatro distintas zonas establecidas. Esto caso se presentó porque el usuario
62
generalmente tenía que mover libremente el prototipo de silla de ruedas y
controlarlo sin la ayuda de un supervisor, cabe decir que las pruebas se
realizaron sin un entrenamiento previo, con el objetivo de saber si el sistema
respondería a cualquier persona en cualquier escenario.
En algunos casos se hicieron pruebas con personas que tenían un
entrenamiento previo, obteniendo mejores resultados.
Estos datos se obtuvieron de las evaluaciones realizadas a 20 pacientes
sanos utilizando la evaluación de efectividad del sistema que se puede
observar en el anexo 1.
Tabla 5.5. Promedio de eficiencia, eficacia y efectividad del sistema
EFICIENCIA 85,33%
EFICACIA 91,76%
EFECTIVIDAD 88,54%
La tabla 5.5 muestra el promedio de eficiencia, eficacia y efectividad, donde
se obtuvo en promedio una eficiencia del 85,33% con una eficacia de
91.76% y con un promedio de efectividad del 88,54%.
Estos datos indican que el sistema respondió adecuadamente a las distintas
tareas a la cual fue sometido el sistema, obteniendo puntajes altos.
Los cálculos de eficiencia, eficacia y efectividad, se realizaron de la misma
manera en que fue evaluado el usuario 1 y que puede ser observada en la
tabla 5.2.
La tabla 5.6 muestra que el promedio de índice de carga de trabajo es de
49,16%, obteniendo un valor relativamente bajo, donde su mayor carga se
presenta en la demanda mental con un 22,48% y el rendimiento con un 15%.
63
Tabla 5.6. Promedio de índice de carga de trabajo
VARIABLE PROMEDIO
DE PESO
PROMEDIO DE
PUNTUACIÓN
PROMEDIO DE
PUNTUACIÓN
CONVERTIDA
PROMEDIO DE
PUNTUACIÓN
PONDERADA
PROMEDIO
DE CARGA
INDIVIDUAL
Demanda mental 4,35 15,5 77,5 337,125 22,48%
Demanda física 0,15 1,35 6,75 1,0125 0,07%
Demanda temporal 2,45 5,05 25,25 61,8625 4,12%
Rendimiento 3,6 13,05 65,25 234,9 15,66%
Esfuerzo 2,75 4,95 24,75 68,0625 4,54%
Frustración 1,7 4,05 20,25 34,425 2,30%
Total 15
737,3875 49,16%
Obviamente se muestra un índice de carga de demanda mental elevada ya
que el sistema necesita de la concentración y participación del usuario para
ejecutar correctamente los movimientos.
Los cálculos realizados para obtener el promedio de índice de carga de
trabajo se realizaron de igual manera en que fue evaluado el usuario 1, y
que puede ser observada en la tabla 5.3.
Figura 5.6. Implementación del sistema en un usuario parapléjico
64
Finalmente la última prueba se realizó con un paciente de 40 años, el mismo
que sufrió una paraplejía espástica debido a una fractura en la columna
vertebral específicamente en la vértebra torácica T5 y T6, lo que le ocasionó
una parálisis en la parte inferior del cuerpo.
La implementación del sistema con el usuario se muestra en la figura 5.6.
La prueba se realizó bajo las mismas evaluaciones y protocolo ejecutado por
los 20 pacientes sanos.
La tabla 5.7, 5.8 y 5.9 muestran los resultados obtenidos.
Tabla 5.7. Evaluación del paciente con paraplejía
EVALUACIÓN DE TAREAS
MOVIMIENTOS / TAREAS CALIFICACIÓN
ADELANTE 3
ATRÁS 3
DERECHA 2
IZQUIERDA 3
POSICIONAMIENTO EN 4 ZONAS ESTABLECIDAS 2
La tabla 5.7 muestra que el paciente con discapacidad severa obtuvo una
calificación alta en las cuatro primeras tareas, lo indica que el usuario
necesitó de un solo intento para movilizar el prototipo de silla de ruedas.
En la quinta tarea el usuario obtuvo una calificación de 2, ya que
necesitando de pocos intentos para movilizar el prototipo de silla de ruedas
hacia las 4 zonas establecidas. Estos datos se obtuvieron de la misma
manera en que fueron evaluados los 20 pacientes sanos utilizando el
formato de evaluación del anexo 1.
65
Tabla 5.8. Indicador de eficiencia, eficacia y efectividad del paciente con paraplejía
EFICIENCIA 86,67%
EFICACIA 93,19%
EFECTIVIDAD 89,93%
De acuerdo a la tabla 5.8, se obtuvo un índice de eficiencia del 86,67% con
una eficacia del 93,19% y una efectividad del 89,93%. Los cálculos se
realizaron de la misma manera en que fue evaluado el usuario 1 y que
puede ser observada en la tabla 5.2.
Los datos obtenidos por el usuario, muestran que el sistema respondió
adecuadamente a las tareas requeridas para la movilidad del prototipo de
silla de ruedas.
Tabla 5.9. Índice de carga de trabajo del paciente con paraplejía
VARIABLE PESO PUNTUACIÓN PUNTUACIÓN
CONVERTIDA
PUNTUACIÓN
PONDERADA
ÍNDICE DE
CARGA
INDIVIDUAL
Demanda mental 4 17 85 340 22,67%
Demanda física 0 1 5 0 0,00%
Demanda temporal 3 6 30 90 6,00%
Rendimiento 5 18 90 450 30,00%
Esfuerzo 2 2 10 20 1,33%
Frustración 1 1 5 5 0,33%
Total 15
905 60,33%
Los datos obtenidos en la tabla 5.9, muestran que el índice de carga de
trabajo obtenido es de un 60,33% con índices de cargas individuales
relevantes en la demanda metal con un 22,67% y el rendimiento con un
66
30%. La pregunta del rendimiento tiene que ver con: ¿Qué tan exitoso se
encontraba con el cumplimiento de la tarea?, lo que demuestra que el
usuario presentó un elevado interés de éxito al ser evaluado por el sistema.
Los cálculos realizados para obtener el índice de carga de trabajo del
usuario con discapacidad severa, se realizaron de igual manera en que fue
evaluado el usuario 1, y que puede ser observada en la tabla 4.3.
La figura 5.7 muestra las señales EEG del paciente con paraplejía.
Figura 5.7. Señales EEG de paciente con paraplejía
En la figura 5.8 se observa las señales de emoción instantánea, con una
línea de tendencia polinómica de sexto orden.
Figura 5.8. Emoción Instantánea de paciente con paraplejía
0
0,2
0,4
0,6
0,8
1
0 50 100 150 200 250 300 350 400
PO
RC
ENTA
JE (
%)
TIEMPO (S)
67
En la figura 5.9 se observa las señales de participación / aburrimiento, con
una línea de tendencia polinómica de sexto orden.
Figura 5.9. Participación / Aburrimiento de paciente con paraplejía
En la figura 5.10 se observa las señales de frustración, con una línea de
tendencia polinómica de sexto orden.
Figura 5.10. Frustración de paciente con paraplejía
En la figura 5.11 se observa las señales de meditación, con una línea de
tendencia polinómica de sexto orden. Las gráficas EEG adquiridas del
paciente con discapacidad severa, esto permite comparar las señales entre
un usuario sano y un usuario que presenta una discapacidad física.
0
0,2
0,4
0,6
0,8
1
0 50 100 150 200 250 300 350 400
PO
RC
ENTA
JE (
%)
TIEMPO (S)
0
0,2
0,4
0,6
0,8
1
0 100 200 300 400
PO
RC
ENTA
JE (
%)
TIEMPO (S)
68
Figura 5.11. Meditación de paciente con paraplejía
Para tener una mejor perspectiva de esta comparación, se junta en una sola
grafica las señales adquiridas por el usuario 1 y las del paciente con
discapacidad severa.
En la figura 5.12 se observa la emoción instantánea de los dos usuarios.
Figura 5.12. Emoción instantánea de ambos usuarios
De acuerdo a la gráfica, al iniciar la evaluación el usuario 1 presentaba
mayor interés cerca de un 83% mientras que el paciente con paraplejía inicio
de manera tranquila la evaluación del sistema.
0
0,1
0,2
0,3
0,4
0,5
0,6
0 50 100 150 200 250 300 350 400
PO
RC
ENTA
JE (
%)
TIEMPO (S)
0
0,2
0,4
0,6
0,8
1
0 100 200 300 400
PO
RC
ENTA
JE (
)%
TIEMPO (S)
Usuario 1
Paciente con paraplejía
69
A medida que la evaluación transcurría, los dos usuarios tienden a presentar
la misma emoción instantánea.
La figura 5.13 muestra la participación / aburrimiento de los dos usuarios.
Figura 5.13. Participación / Aburrimiento de ambos usuarios
De acuerdo a la gráfica, al comienzo de la evaluación, los dos usuarios
presentaban una participación alta. Durante el proceso de evaluación, los
usuarios tienden a percibir las mismas variaciones.
En la figura 5.14 se observa la frustración de los dos usuarios
Figura 5.14. Frustración de ambos usuarios
0
0,2
0,4
0,6
0,8
1
0 100 200 300 400
PO
RC
ENTA
JE (
%)
TIEMPO (S)
Usuario 1
Paciente con paraplejía
0
0,2
0,4
0,6
0,8
1
0 100 200 300 400
PO
RC
ENTA
JE (
%)
TIEMPO (S)
Usuario 1
Paciente con paraplejía
70
Según la gráfica, el paciente con paraplejía comienza la evaluación con una
frustración elevada debido a que probaba el sistema por primera vez,
mientras que el usuario 1 lo probó anteriormente, por lo cual se encontraba
más cómodo al momento de iniciar la evaluación.
La figura 5.15 muestra la gráfica de meditación de los dos usuarios.
Figura 5.15. Meditación de ambos usuarios
De acuerdo a la gráfica, los dos usuario presentan una meditación entre un
30 y 40% durante todo el proceso de evaluación, demostrando que ambos
pacientes estuvieron concentrados casi de la misma manera para intentar
mover el prototipo de silla de ruedas mediante la diadema EEG EPOC
Neuroheadset.
5.2. Errores.
Dentro de las pruebas realizadas, se observa que los distintos equipos que
conforman el sistema no presentaron ningún problema de interacción.
La comunicación entre EPOC Neuroheadset hacia la PC y desde la PC
hacia el arduino, respondió de manera adecuada, obteniendo un porcentaje
alto de efectividad con un bajo índice de carga de trabajo.
Como se mencionó anteriormente las pruebas se realizaron sin un
entrenamiento previo, con el objetivo de saber si el sistema respondería a
cualquier persona en cualquier escenario, sin embargo los principales
0
0,1
0,2
0,3
0,4
0,5
0,6
0 100 200 300 400
PO
RC
ENTA
JE (
%)
TIEMPO (S)
Usuario 1
Paciente con paraplejía
71
errores que se pudieron observar en las evaluaciones, dependieron más del
usuario que del sistema, es decir, en muchas pruebas realizadas, aquellas
personas que tuvieron la oportunidad de probar el sistema antes o de cierta
manera ser entrenados, obtuvieron un puntaje alto en el momento de ser
evaluados.
A pesar de que el sistema no necesita de un entrenamiento previo para
realizar los movimientos del prototipo de silla de ruedas, es importante que si
se lo realice, porque esto permite que las personas ejecuten los movimientos
de manera más fluida y que el sistema responda con una mayor efectividad.
6. CONCLUSIONES Y RECOMENDACIONES
72
6.1. Conclusiones.
El planteamiento de los objetivos expuestos para esta tesis fue alcanzado.
Considerando que en base a los resultados obtenidos para el desarrollo de
un prototipo de silla de ruedas mediante señales eléctricas producidas por el
cerebro (electroencefalograma), se puede decir que, es posible el control y
manejo efectivo de un prototipo de silla de ruedas al utilizar una interfaz
cerebro-computadora utilizando señales EEG de una EPOC Neuroheadset.
Entre los objetivos más relevantes se encuentra el desarrollo y la integración
de distintos sistemas para el control y manejo de un prototipo de silla de
ruedas, siendo evaluadas por indicadores e índices de carga de trabajo. Las
evaluaciones realizadas demostraron ser útiles y eficaces, ya que se logró
controlar efectivamente el sistema.
Estas evaluaciones fueron desarrolladas de acuerdo al protocolo elaborado
para la evaluación de las pruebas, permitiendo ayudar a los usuarios y al
supervisor a realizar de manera adecuada cada una de las tareas.
Cabe recalcar que se puede obtener una efectividad mayor en el sistema si
el usuario realiza un entrenamiento previo, ya que le permite a la persona
adaptarse a los distintos movimientos del prototipo de silla de ruedas.
De acuerdo a las evaluaciones realizadas, el sistema puede ser manejado
tanto por personas sanas como por personas con discapacidad severa, ya
que en las evaluaciones realizadas, se demostró que una persona con
paraplejía puede llegar a manejar el prototipo de silla de ruedas con una
efectividad del 89,93% y con un índice de carga de trabajo del 60,33%,
alcanzando uno de los objetivos planteados para la evaluación el sistema
con una persona que presente una discapacidad severa.
Las pruebas realizadas a 20 pacientes sanos demostraron que el control del
prototipo mediante una diadema EEG EPOC Neuroheadset y un sistema
BCI, tiene una efectividad bastante aceptable, ya que se alcanzó una
88,54% de efectividad con un índice de carga de trabajo de 49,16%, lo que
73
demuestra que el sistema respondió adecuadamente a las estimulaciones de
los distintos usuarios.
Además las conexiones inalámbricas realizadas en el sistema permiten al
usuario moverse libremente sin obstrucciones de cables, para gestionar los
movimientos del prototipo de silla de ruedas.
74
6.2. Recomendaciones.
Entre las evaluaciones importantes y para posteriores etapas de este
trabajo, se considera de relevancia tener en cuenta la hidratación
previamente de las almohadillas de los electrodos, para tener una mejor
conducción eléctrica y una mejor señal.
Es importante que el usuario se mantenga cómodo y concentrado para la
realización de las pruebas, tomando en cuenta que cuando se deje de hacer
uso de la EPOC Neuroheadset, es recomendable sacar las almohadillas de
los electrodos y guardarlos en su estuche correspondiente
Para la etapa de integración del sistema, es considerable observar el
datasheet del módulo bluetooth, porque de acuerdo a sus parámetros de
comunicación deben ser programados en la interfaz de LabVIEW, además
los motores utilizados en el prototipo de silla de ruedas deben tener un
torque adecuado para su correcta movilidad, caso contrario pueden no
reaccionar al movimiento debido a su peso.
Se recomienda que a la hora de desarrollar un proyecto similar se desarrolle
un sistema de evaluación más completo, donde puedan ser evaluados
señales cognitivas, físicas y emocionales, mostrando una visión global de las
estimulación del paciente.
Es conveniente evaluar el sistema BCI con distintos estímulos e interfaces,
con el fin de comprobar los resultados obtenidos para luego determinar si
hay algún estimulo o una interfaz cerebro- computadora dominante.
Además se recomienda que si se realiza un proyecto similar el sistema sea
implementado en una silla de ruedas convencional y que se realice las
mismas pruebas elaboradas en este trabajo para obtener datos
comparativos.
.
75
BIBLIOGRAFÍA
Alter, M. J. (2004). Los estiramientos desarrollo del ejercicio. Barcelona:
PaidoTribo.
Alvarez, D. (23 de Noviembre de 2010). Fisicoquimica Experimental.
Recuperado el 22 de Septiembre de 2014, de
http://dennissealva.blogspot.com/2010/11/potencial-de-
membrana.html
Arribas, J. (2005). El odio Humano. Recuperado el 22 de Septiembre de
2014, de
http://www.lpi.tel.uva.es/~nacho/docencia/ing_ond_1/trabajos_04_05/i
o1/public_html/oidohumano.htm
Aznar, A. (2012). Las ondas cerebrales. Recuperado el 12 de Agosto de
2014, de http://www.ub.edu/pa1/node/130
Barea, R. (s.f.). Bioinegieria. Recuperado el 2014 de Agosto de 2014, de
http://www.bioingenieria.edu.ar/academica/catedras/bioingenieria2/arc
hivos/apuntes/tema%205%20-%20electroencefalografia.pdf
Bases de la electromedicina. (2004). Recuperado el 10 de Diciembre de
2014, de http://slideplayer.es/slide/2261827/
Biologia. (18 de Abril de 2010). Recuperado el 10 de Diciembre de 2014, de
Potencial de acción neuronal:
http://talyzycer.blogspot.com/2010/04/potencial-de-accion-
neuronal.html
Biología: Cordinación Nerviosa. (s.f.). Recuperado el 22 de Septiembre de
2014, de
http://www.biogeo.iespedrojimenezmontoya.es/BIOLOGIAJM/METAZ
OOS/coord_neviosa.htm
76
Biomédica, G. d. (s.f.). Grupo de Ingeniería Biomédica Universidad de
Valladolid. Recuperado el 7 de Octubre de 2014, de
http://www.gib.tel.uva.es/index.php?option=com_content&view=article
&id=14&Itemid=109
Bustamante, E. (2007). Potenciales electricos y canales ionicos: Potencial de
reposo. En A. Quiceno (Ed.), El sistema nervioso: Desde las neuronas
hasta el cerebro humano (pág. 80). Colombia: Universidad de
Antioquia.
Campbell, R. (2007). Biologia. Madrid: Panamericana.
Cardinali, D. P. (1992). Manual de Neurofisiologia. Madrid: Lavel S.A.
Cardinali, D. p. (2007). Neurociencia Aplicada sus fundamentos. Buenos
Aires: Panamericana.
Dan T, S. (2013). Mona. Listopia: Planeta.
Denison, T., Morris, M., & Sun, f. (Febrero de 2015). Building a bionic
nervous system. IEEE Spectrum, 30-35.
Diamon, M., Schaeibel, A., & Elson, L. (1996). El cerebro humano (Primera
ed.). Barcelona: Ariel S.A.
Dibujos imagenes biologia y mas. (21 de Octubre de 2011). Recuperado el
22 de Septiembre de 2014, de
http://biologiafotosdibujosimagenes.blogspot.com/2011/10/lobulos-del-
cerebro-humano.html
Douglas, M. (2003). Java para estudiantes. En Su primer programa en java
(Tercera ed., pág. 11). Mexico: Pearson.
Duarte, E. Q. (2006). Fisica, Principios con Aplicaciones. Mexico: Pearson.
Eduardo Navarro, H. G. (2006). Neurocirugia. Medellin: Universidad de
antioquia.
77
Ekanayake, H. (7 de Octubre de 2011). Visaduma. Recuperado el 10 de
Diciembre de 2014, de
http://neurofeedback.visaduma.info/emotivresearch.htm
Emotiv Guides. (2014). Recuperado el 22 de Seotiembre de 2014, de
EMOTIV EPOC QUICK START GUIDE:
http://www.emotiv.com/quickstart-guides/QuickStartGuide2014.pdf
Enciclopedia Oceano Uno. (1992). Bogotá: Grupo Editorial Oceano.
Fernandez, J. (17 de Abril de 2013). SCYKNESS. Recuperado el 22 de
Septiembre de 2014, de
http://scykness.wordpress.com/2013/04/17/neurofisiologia-
fundamentos-basicos-y-potenciales-de-accion/
Galindo, D. (15 de Diciembre de 2008). Introducción a los sistemas Brain
Computer Interface. Recuperado el 13 de Agosto de 2014, de
http://www.lacofa.es/blog/2008/12/15/introduccion-a-los-sistemas-
brain-computer-interface/
Island, M. (2007). IFMBE Proceedings. venezuela: Muller-karger.
Javier Calderon, J. L. (2002). Neurofisiologia aplicada. Madrid: Tebar.
kolb, W. (2006). Neuropsicologia Humana. Buenos Aires: Panamericana.
Lodish, B. M. (2005). Biologia Celular y Molecular. Montevideo:
Panamericana.
López, A. L. (2009). Desarrollo de un sistema Brain-Computer Interface.
Malaga: Etesit.i.
Mark R. Rosensweig, M. B. (2005). Psicobiologia. Barcelona: Ariel.
Marrero, E. (2005). Neurona: Biologia y comportamiento. Recuperado el 8 de
Agosto de 2014, de
http://academic.uprm.edu/eddiem/psic3001/id36.htm
78
MathWorks. (2014). Simulink. Recuperado el 6 de Febrero de 2015, de
http://www.mathworks.com/products/simulink/
Mejía, C. (Octubre de 1998). Indicadores de efectividad y eficacia.
Recuperado el 21 de Octubre de 2014, de
http://www.planning.com.co/bd/archivos/Octubre1998.pdf
Mendez, J. F. (2011). FMB proceedings. Habana: Claib.
Merlano, C. (2010). Indicadores productivos. Recuperado el 2 de Febrero de
2015, de Administracion de la producción:
https://ingcarlosmerlano.wordpress.com/administracion-de-la-
produccion/
Milton, J., & Arnold, J. (2003). Probabilidad y estadistica con aplicaciones
para ingenieria y ciencias computacionales. D.F., Mexico: McGraw-Hill
Interamericana.
Ministerio de Salud Pública. (Septiembre de 2014). Recuperado el 10 de
Diciembre de 2014, de Consejo Nacional de Igual de Discapacidades:
http://www.consejodiscapacidades.gob.ec/wp-
content/uploads/downloads/2014/11/registro_nacional_discapacidade
s.pdf
Monterrey, I. T. (2008). Guía de recursos de información del BCI. Monterrey:
University of Texas.
Navarro, R. (s.f.). Instrumentacion Biomedica. Recuperado el 22 de Agosto
de 2014, de
http://www.bioingenieria.edu.ar/academica/catedras/bioingenieria2/arc
hivos/apuntes/tema%205%20-%20electroencefalografia.pdf
Ramon la Torre, J. L. (1996). Biofisica y fisiologia celular. sevilla: Universidad
de Sevilla.
79
Renzo, B. (2004). Electrodos para uso en estudio de electrofisiología y
ablación. Recuperado el 20 de Agosto de 2014, de
http://www.nib.fmed.edu.uy/Biardo.pdf
Richard Gerrig, P. Z. (2001). Psicologia y Neurociencia. chile: Pearson.
Rodriguez, E., & Roberto, G. (Marzo de 2006). Evaluación de la carga
mental de trabajadores de puestos de trabajo en computación con
iluminacion narural y artificial alternativas. Recuperado el 2 de
Febrero de 2015, de Sistema integrado de documentacion
Universidad Nacional de Cuyo: http://bdigital.uncu.edu.ar/2570
Rose, E. (20 de Junio de 2014). BBC. Recuperado el 7 de Octubre de 2014,
de Future: http://www.bbc.com/future/story/20140620-i-drove-a-car-
with-my-thoughts
Sergio, G. (2012). Adquisicion de señales electroencefalohgraficas para el
movimiento de un prototipo de silla de ruedasen un sistema BCI.
Recuperado el 10 de Diciembre de 2014
Silverthorn. (2008). Fisiologia Humana, Enfoque integrado. Madrid:
Panamericana.
Tamorri, S. (2004). Neurociencia. Barcelona: Paidotribo.
Tovar, J. (2010). Programa del curso Neurobioquímica. Recuperado el 22 de
Septiembre de 2014, de Impulso Nervioso:
http://www.javeriana.edu.co/Facultades/Ciencias/neurobioquimica/libr
os/neurobioquimica/impulsonerv.htm
Zuleta, E. B. (2007). El Sistema Nerioso. Medellin: Universidad de Antioquia.
ANEXOS
80
ANEXO 1
EVALUACIÓN DE EFECTIVIDAD DEL SISTEMA
Nombre: _____________________________________________________________________
Edad: ________________________________________________________________________
Fecha: ________________________________________________________________________
Tiempo inicial de evaluación: ______________________________________________________
Tiempo final de evaluación: _______________________________________________________________
VALORACIÓN
0 No completa la tarea
1 Completa la tarea de manera vacilante: necesita de muchos intentos.
2 Completa la tarea de manera vacilante: necesita de pocos intentos.
3 Completa la tarea de manera óptima: necesita de un solo intento
EFICIENCIA DEL SISTEMA
EFICACIA DEL SISTEMA
EFECTIVIDAD DEL SISTEMA
Observaciones y conclusiones:
--------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------
-------------------------------------------------------------------------------------------------------------------------
MOVIMIENTOS / TAREAS CALIFICACIÓN
Adelante
Atrás
Derecha
Izquierda
Posicionamiento en 4 zonas establecidas
Anexo 1.
Evaluación de
efectividad del
sistema
81
ANEXO 2
EVALUACIÓN NASA-TLX (TASK LOAD INDEX)
Nombre:
_____________________________________________________________________________________
Edad:
________________________________________________________________________________________
Fecha:
_______________________________________________________________________________________
Tiempo inicial de evaluación:
____________________________________________________________________
Tiempo final de evaluación:
______________________________________________________________________
Demanda mental
¿Cuánta actividad mental y perceptiva se requería? ¿Cómo mentalmente de exigente era la tarea?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Muy bajo
Muy alto
Demanda física
¿Cuánta actividad física se requería? ¿Cómo físicamente de exigente era la tarea?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Muy bajo
Muy alto
Demanda temporal
¿Cómo de apresurado era la tarea? ¿Fue el ritmo lento o rápido?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Muy bajo
Muy alto
Rendimiento
¿Qué tan exitoso se encontraba con el cumplimiento de la tarea?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Muy bajo
Muy alto
Esfuerzo
¿Qué tan difícil ha tenido que trabajar para lograr la realización de la tarea?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Muy bajo
Muy alto
Anexo 2. Evaluación NASA-TLX (Task Load Index)
82
Frustración
¿Qué tan molesto, irritado, desalentado y estresado se sintió en la realización de la tarea?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Muy bajo
Muy alto
FASE DE PONDERACIÓN
Demanda temporal
¿Cómo de apresurado era la tarea? ¿Fue el ritmo lento o rápido?
O Frustración
¿Qué tan molesto, irritado, desalentado y estresado se sintió en la realización de la tarea?
Frustración ¿Qué tan molesto, irritado, desalentado y estresado se sintió en la realización de
la tarea?
O Esfuerzo
¿Qué tan difícil ha tenido que trabajar para lograr la realización de la tarea?
Demanda temporal ¿Cómo de apresurado era la tarea? ¿Fue
el ritmo lento o rápido? O
Demanda física ¿Cuánta actividad física se requería? ¿Cómo
físicamente de exigente era la tarea?
Demanda física ¿Cuánta actividad física se requería?
¿Cómo físicamente de exigente era la tarea?
O Esfuerzo
¿Qué tan difícil ha tenido que trabajar para lograr la realización de la tarea?
Rendimiento ¿Qué tan exitoso se encontraba con el
cumplimiento de la tarea? O
Esfuerzo ¿Qué tan difícil ha tenido que trabajar para
lograr la realización de la tarea?
Demanda temporal ¿Cómo de apresurado era la tarea? ¿Fue
el ritmo lento o rápido? O
Rendimiento ¿Qué tan exitoso se encontraba con el
cumplimiento de la tarea?
Demanda mental ¿Cuánta actividad mental y perceptiva se
requería? ¿Cómo mentalmente de exigente era la tarea?
O Rendimiento
¿Qué tan exitoso se encontraba con el cumplimiento de la tarea?
Esfuerzo
¿Qué tan difícil ha tenido que trabajar para lograr la realización de la tarea?
O
Demanda mental ¿Cuánta actividad mental y perceptiva se
requería? ¿Cómo mentalmente de exigente era la tarea?
Rendimiento ¿Qué tan exitoso se encontraba con el
cumplimiento de la tarea? O
Frustración ¿Qué tan molesto, irritado, desalentado y
estresado se sintió en la realización de la tarea?
Demanda temporal
¿Cómo de apresurado era la tarea? ¿Fue el ritmo lento o rápido?
O
Demanda mental ¿Cuánta actividad mental y perceptiva se
requería? ¿Cómo mentalmente de exigente era la tarea?
Esfuerzo ¿Qué tan difícil ha tenido que trabajar para lograr la realización de la tarea?
O Demanda temporal
¿Cómo de apresurado era la tarea? ¿Fue el ritmo lento o rápido?
Demanda física ¿Cuánta actividad física se requería?
¿Cómo físicamente de exigente era la tarea?
O
Demanda mental ¿Cuánta actividad mental y perceptiva se
requería? ¿Cómo mentalmente de exigente era la tarea?
Rendimiento ¿Qué tan exitoso se encontraba con el
cumplimiento de la tarea? O
Demanda física ¿Cuánta actividad física se requería? ¿Cómo
físicamente de exigente era la tarea?
83
Demanda mental ¿Cuánta actividad mental y perceptiva se
requería? ¿Cómo mentalmente de exigente era la tarea?
O Frustración
¿Qué tan molesto, irritado, desalentado y estresado se sintió en la realización de la tarea?
Frustración ¿Qué tan molesto, irritado, desalentado y estresado se sintió en la realización de
la tarea?
O Demanda física
¿Cuánta actividad física se requería? ¿Cómo físicamente de exigente era la tarea?
PUNTUACIÓN
Observaciones y conclusiones:
--------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------
--------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------
84
ANEXO 3
PROTOCOLO PARA EL DESARROLLO DE PRUEBAS
Objetivo de la prueba:
Evaluar el desempeño del prototipo de la silla de ruedas siendo direccionada a distintos sitios preestablecidos.
Descripción de la prueba:
El usuario debe intentar mover el prototipo de silla de ruedas usando señales expresivas. En esta prueba se
pueden realizan varios intentos debido a la complejidad del sistema.
Materiales:
EPOC Neuroheadset.
Almohadillas.
Solución salina.
Prototipo de silla de ruedas.
Interfaz BCI.
Formato de evaluación NASA-TLX.
Formato de evaluación de movilidad para el prototipo de silla de ruedas.
Descripción detallada de la prueba:
1. El evaluador explica a cada usuario las tareas a realizar durante la prueba.
2. El evaluador presenta al usuario formatos de calificación tanto el NASA-TLX y la evaluación de efectividad del
sistema, proporcionando un tiempo adecuado para su lectura.
3. El evaluador hidrata con solución salina cada una de las almohadillas.
4. El usuario se ubica al frente de la computadora y se coloca la EPOC Neuroheadset en la cabeza.
5. El evaluador coloca correctamente cada uno de los electrodos en el caso de que sea necesario.
6. El evaluador verifica el funcionamiento de la EPOC Neuroheadset y el posicionamiento de los electrodos usando la
aplicación EPOC Control Panel de Emotiv.
7. El usuario realiza la primera tarea moviendo del prototipo de silla de ruedas hacia el frente.
8. El evaluador califica el movimiento o movimientos en el formato de evaluación de efectividad del sistema.
9. El usuario realiza la segunda tarea moviendo el prototipo de silla de ruedas hacia el atrás.
10. El evaluador califica el movimiento o movimientos en el formato de evaluación de efectividad del sistema.
11. El usuario realiza la tercera tarea moviendo el prototipo de silla de ruedas hacia la derecha.
12. El evaluador califica el movimiento o movimientos en el formato de evaluación de efectividad del sistema.
13. El usuario realiza la cuarta tarea moviendo el prototipo de silla de ruedas hacia la izquierda.
14. El evaluador califica el movimiento o movimientos en el formato de evaluación de efectividad del sistema.
15. El usuario realiza la quinta tarea posicionando el prototipo de silla de ruedas en 4 zonas establecidos por el
evaluador.
16. El usuario llena el formato de calificación NASA-TLX y el evaluador el formato de efectividad del sistema.
17. El usuario realiza la evaluación de los pesos de cada parámetro utilizado en el formato NASA-TLX.
18. El evaluador diligencia los formatos y gestiona la calificación final.
19. El evaluador compara resultados y saca conclusiones.
Anexo 3. Protocolo para el desarrollo de pruebas
85
ANEXO 4
CÓDIGO DE PROGRAMACIÓN
ETAPA DE COMUNICACIÓN Y CONEXIÓN CON LIBRERÍAS ARDUINO Y
EMOTIV®
Anexo 4. Código de programación
86
ETAPA DE CONTROL