Interface cérebro-máquina baseada em biotelemetria e eléctrodos secos

Abstract

Um sistema de interface cérebro-máquina (ICM) permite controlar uma aplicação baseada em computador (e.g. cursor no ecrã, teclado virtual), uma cadeira de rodas ou uma prótese mecânica na ausência de actividade muscular. Pessoas com incapacidade física, bem como pessoas saudáveis, enviam sinais de controlo unicamente através da performance de tarefas mentais que geralmente envolvem a imaginação de movimento. O electroencefalograma é comummente adquirido em ICM não-invasivas. Contudo, as ICM actuais não são práticas nem apropriadas a operações prolongadas devido a quatro questões principais: o tempo de preparação dos indivíduos pode demorar até 45 minutos, considerando o efeito abrasivo e a aplicação do electrólito nos eléctrodos; a qualidade do sinal EEG degrada-se rapidamente com o tempo à medida que o electrólito seca; a mobilidade do indivíduo é limitada pelos fios da ligação à unidade de processamento; grande parte das ICM obriga à aquisição de sinal de muitos eléctrodos. Esta tese sugere uma ICM baseada em biotelemetria e eléctrodos secos, de preparação rápida e para utilizações prolongadas. Eléctrodos com microagulhas de 100-200 μm de profundidade foram fabricados e revestidos com óxido de irídio (IrO). Estes eléctrodos penetram na camada mais externa da pele (stratum corneum) e entram em contacto directo com os fluidos electrólitos da epiderme. Assim, o gel electrólito é evitado o que acelera a preparação do indivíduo e mantém a qualidade do sinal elevada por períodos mais longos. O sistema de biotelemetria adquire sinais de 5 canais, com 16 bits de resolução, a uma taxa de amostragem de 1000 amostras/s e envia-os por radiofrequência para uma unidade de processamento num raio de 10 m. Embora a ligação sem fios restaure a mobilidade do indivíduo, um sistema de biotelemetria apresenta geralmente recursos limitados: poucos canais, taxa de amostragem e independência energética reduzidas, entre outros. Destas limitações, apenas os canais utilizados dependem das tarefas mentais e dos indivíduos. Assim, dois algoritmos de selecção de características foram desenvolvidos para minimizar o número de eléctrodos de EEG necessários à discriminação de imaginações motoras. As características foram extraídas da potência em bandas de frequência ou da amplitude de potenciais evocados. Os dados adquiridos durante a calibração duma ICM foram usados para avaliar, tanto a selecção de características, como a influência de diferentes disposições de estímulos visuais (simétricos vs. assimétricos) na selecção de características. Os eléctrodos em microagulha revestidos a IrO adquirem sinais semelhantes aos dos eléctrodos convencionais de EEG revestidos a Ag/AgCl. O sistema de biotelemetria adquire sinais de EEG com consumo de energia moderado (107 mW). Os novos algoritmos de selecção de características demonstram maior precisão de classificação (máximo de 91%) do que outros algoritmos usados em ICM, com menos eléctrodos seleccionados (em média 16% dos eléctrodos disponíveis). Os algoritmos de selecção calculam conjuntos de eléctrodos compatíveis com os recursos disponíveis no sistema de biotelemetria desenvolvido: discriminações significativas entre a imaginação de movimentos da mão esquerda e da mão direita são alcançadas para conjuntos com menos de 5 eléctrodos e sinais com taxa de amostragem de 256 amostras/s. A selecção de potências em bandas de frequência confirma a detecção de padrões EEG evocados pela imaginação de movimento das mãos. Os potenciais evocados sugerem que a utilização de estímulos visuais simétricos ou letras pode ajudar a proteger contra paradigmas em que a ICM detecta o estímulo visual apresentado em vez da intenção do indivíduo. Entretanto, a utilização criativa de potenciais evocados pela visão, para detectar a fixação do olhar e a atenção, oferece boas perspectivas para aperfeiçoar a ICM.

A brain-machine interface (BMI) system lets subjects control a computer-based application (e.g. screen cursor, virtual keyboard), a wheelchair or a mechanical prosthesis in the absence of muscle activity. Both physically disabled and healthy subjects send control signals just by performing mental tasks that often involve motor imagery. The electroencephalogram (EEG) is usually acquired in the non-invasive BMIs. However, current BMIs are neither practical nor suitable for long-term operation due to four main issues: subject preparation times take up to 45 minutes, considering abrasion and electrolyte gel for electrode application; EEG signal quality degrades rapidly with time as the electrolyte gets dry; subject mobility is usually restrained by the wired connection to the processing unit; most BMIs require signal acquisition from many EEG electrodes. This thesis suggests a BMI based on a biotelemetry system and dry electrodes, for short preparation and long operation periods. Electrodes with microneedles as deep as 100-200 μm were fabricated and coated with iridium oxide (IrO). These electrodes penetrate the outer skin layer (stratum corneum) and get in contact with electrolytic fluids in epidermis. Therefore, the electrolyte gel is avoided for accelerating subject preparation and for maintaining high signal quality for longer periods. The biotelemetry system acquires signals from 5 channels, with a resolution of 16 bits, at a sampling rate of 1000 samples/s and sends them to a processing unit through radiofrequency, in a 10 m range. Although the wireless link restores subject mobility, the biotelemetry systems often provide limited acquisition resources: few channels, low sampling rate and low-capacity energy supply, among others. From these limitations, only the number of channels is both task and subject-specific. Thus, two feature selection algorithms were developed to minimize the number of EEG electrodes required for movement imagery discrimination. Features were extracted from frequency-band power or event-related potentials (ERPs). The data acquired during BMI calibration sessions were used to evaluate both the feature selection and the influence of different visual cue layouts (symmetric vs. asymmetric) on feature selection. The microneedle electrodes with IrO coating acquire signals comparable to the conventional Ag/AgCl EEG electrodes. The biotelemetry system successfully acquires EEG signals with moderate energy consumption (107 mW). The new feature selection algorithms demonstrate higher classification accuracies (as high as 91%) than other algorithms commonly used in BMI research, with fewer electrodes (on average, less than 16% of all available electrodes). The feature selection algorithms calculate electrode sets compatible with the resources available in the developed biotelemetry system: significant discriminations between left-hand and right-hand movement imageries are achieved for sets of less than 5 electrodes and sampling rate of 256 samples/s. The frequency-band power selection confirms the detection of EEG patterns evoked by hand movement imagery. The ERPs selection suggests that employing symmetric visual cues, or symbols such as letters, may help to protect against paradigms in which the BMI algorithm reads the visual cue presented rather than the subject intention. Meanwhile, creative use of visually-evoked potentials to detect fixation and attention offers creative prospects to improve BMI.