Resumen

En la sociedad que envejece, el número de personas que sufren trastornos vasculares aumenta rápidamente y se ha convertido en un problema social. La tasa de mortalidad por ictus, que es la segunda causa de mortalidad mundial, ha aumentado un 40% en las dos últimas décadas. El ictus también puede causar parálisis. Últimamente, las interfaces cerebro-ordenador (BCI) han acaparado la atención en el campo de la rehabilitación como tecnología de asistencia. Una BCI para la rehabilitación motora de pacientes con parálisis promueve la plasticidad neural, cuando los sujetos realizan imágenes motoras (IM). La retroalimentación, como la visual y la propioceptiva, influye en la modulación del ritmo cerebral para contribuir al aprendizaje de las IM y a la restauración de la función motora. Además, la realidad virtual (RV) puede proporcionar potentes opciones gráficas para mejorar la visualización de la retroalimentación. Este trabajo tiene como objetivo mejorar la RV-BCI inmersiva basada en la IM de la mano, utilizando la retroalimentación de la estimulación visual-electrotáctil en lugar de la retroalimentación visual. Las tareas de IM incluyen agarre, flexión/extensión y su combinación aleatoria. Además, los sujetos respondieron a un cuestionario de percepción del sistema después de los experimentos. El sistema propuesto se evaluó con veinte sujetos sanos. La retroalimentación visual-electrotáctil mejoró la precisión media de la clasificación en las tareas de agarre (93,00% ± 3,50%) y flexión/extensión (95,00% ± 5,27%) del IM. Además, los sujetos lograron una precisión de clasificación media aceptable (máximo de 86,5% ± 5,80%) para la tarea de IM aleatoria, que requería más concentración. La retroalimentación propioceptiva mantuvo una densidad espectral de potencia media más baja en todos los canales y niveles de atención más altos que los de la retroalimentación visual durante los ensayos de prueba para las tareas de MI de agarre y flexión/extensión. Además, esta retroalimentación generó una mayor potencia relativa en la banda μ para la corteza premotora, lo que indicó una mejor preparación de la IM. Por lo tanto, la estimulación electrotáctil junto con la retroalimentación visual mejoró la precisión de la clasificación de la VR-BCI inmersiva en un 5,5 y 4,5 en las tareas de agarre y flexión/extensión del IM, respectivamente, retuvo la atención del sujeto y facilitó el IM mejor que la retroalimentación visual sola.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:retroalimentación visual, tarea de mi extensión, precisión de clasificación de medios, vr inmersiva, tarea de mi, agarre, flexión, sujeto, mayor nivel de atención, mejor preparación de mi
• Keywords:visual feedback, extension mi task, means classification accuracy, immersive vr, mi task, grasping, flexion, subject, higher attention level, better mi preparation