Resumen

La detección de la intención de movimiento a partir del potencial cortical relacionado con el movimiento (MRCP) derivado de las señales del electroencefalograma (EEG) ha demostrado ser importante en combinación con los dispositivos de asistencia para un neurofeedback eficaz en la rehabilitación. En este estudio, comparamos las características del dominio del tiempo y de la frecuencia para detectar la intención de movimiento a partir de las señales del EEG antes de la ejecución del movimiento. Se recodificaron los datos de 24 sujetos sanos, 12 que realizaban movimientos reales y 12 que realizaban movimientos imaginarios. Además, se incluyeron seis pacientes con apoplejía y parálisis de las extremidades inferiores. Se investigaron las características temporales y espectrales en combinación con el análisis discriminante lineal y se compararon con la comparación de plantillas. Los resultados mostraron que las características espectrales eran las más adecuadas para diferenciar entre la intención de movimiento y el ruido en las diferentes tareas. La media del conjunto de tareas cuando se utilizaron características espectrales fue (error = 3,4 ± 0,8%, sensibilidad = 97,2 ± 0,9% y especificidad = 97 ± 1%) significativamente mejor (P0,001). Los resultados implican que la información de frecuencia es importante para detectar la intención de movimiento, lo que es prometedor para la aplicación de este enfoque para proporcionar neurofeedback en tiempo real impulsado por el paciente.

• Materias:Inteligencia artificial Algoritmos genéticos Ingeniería civil Neurociencia Cognitiva
• Subjects:Artificial intelligence Genetic algorithms Civil engineering Cognitive Neuroscience
• Palabras claves:intención de movimiento, rasgos espectrales, análisis discriminante lineal, detección de movimiento, potencial cortical relacionado, rasgos del dominio de la frecuencia, paresia de miembros inferiores, neurofeedback efectivo, ejecución de movimiento, movimiento imaginario
• Keywords:movement intention, spectral features, linear discriminant analysis, detection of movement, related cortical potential, frequency domain features, lower limb paresis, effective neurofeedback, movement execution, imaginary movement