diego cosano vaquerizo mejora en la adquisiciÓn...

Diego Cosano Vaquerizo

MEJORA EN LA ADQUISICIÓN DE SEÑALES CEREBRALES (EEG) Y REALIZACIÓN DE UN SISTEMA PORTÁTIL DE ADQUISICIÓN

DE SEÑALES OCULARES (EOG)

TRABAJO FINAL DE GRADO

Dirigido por Alfonso José Romero Nevado y José Luis Ramírez Falo

Grado en Ingeniería Electrónica Industrial y Automática

Tarragona

2016


1

ÍNDICE

0.- HOJA DE IDENTIFICACIÓN ............................................................................... 2

1.- OBJETO DEL PROYECTO ................................................................................... 4

2.- ALCANCE .............................................................................................................. 4

3.- ANTECEDENTES DEL PROYECTO ................................................................... 5

4.- FASES DEL PROYECTO ...................................................................................... 7

5.- LAS SEÑALES BIOMÉDICAS ............................................................................. 9

5.1.- Definición y tipo de señales biomédicas .............................................................. 9

5.2.- Análisis espectral de una señal ........................................................................... 13

5.3.- Procesamiento de señales biomédicas ................................................................ 14

5.4.- Sensores .............................................................................................................. 14

5.5.- Las señales bioeléctricas .................................................................................... 16

5.5.1.- Señales cardiacas (ECG), musculares (EMG), de las retinas (ERG) y de los

músculos gastrointestinales (EGG) ............................................................................ 20

5.5.2.- Señales cerebrales (EEG) ................................................................................ 24

5.5.2.1.- El encéfalo y las neuronas ............................................................................ 24

5.5.2.2.- Electroencefalograma ................................................................................... 25

5.5.3.- Señales oculares (EOG) .................................................................................. 29

5.5.3.1.- El ojo y sus movimientos ............................................................................. 29

5.5.3.2.- Electrooculograma ....................................................................................... 30

6.- SOLUCIONES ADOPTADAS ............................................................................. 32

6.1.- Explicación de la prueba .................................................................................... 32

6.2.- Mejora de la adquisición de datos del electroencefalógrafo comercial ............. 33

6.2.1.- Emotiv Epoc Headset ...................................................................................... 34

6.2.2.- OpenViBe ........................................................................................................ 36

6.2.2.1.- Solución adoptada ........................................................................................ 38

6.3.- Fabricación de un electrooculógrafo .................................................................. 42

6.3.1.- Prueba de un electrooculógrafo comercial ...................................................... 43

6.3.2.- Diseño de la PCB ............................................................................................ 44

6.3.3.- Arduino ........................................................................................................... 51

6.3.4.- El Electrooculograma ...................................................................................... 54

7.- CONCLUSIONES ................................................................................................ 56


2

0.- HOJA DE IDENTIFICACIÓN

Título del proyecto

Mejora en la adquisición de señales cerebrales (ECG) y realización de un sistema portátil

de adquisición de señales oculares (EOG).

Emplazamiento

El proyecto ha sido realizado en la Escola Tècnica Superior d'Enginyeria: Avenida dels

Països Catalans, 26, 43007 Tarragona, 977 55 96 00.

Figura 0.1.: Emplazamiento ETSE

Razón por la cuál ha sido encargado el proyecto

Mejorar las condiciones de las pruebas realizadas a voluntarios basadas en la inducción de

mareos, llevadas a cabo en el Hospital Joan XXIII de Tarragona por el equipo de

investigación SPABE de la Universitat Rovira i Virgili, dedicado al procesado digital de

señales en entornos aeroespaciales y biomédicos.

Facultat de Química de la Universitat Rovira i Virgili: Calle de Marcel·lí Domingo, 1,

43007 Tarragona, 977 55 95 16.

Figura 0.2.: Emplazamiento FQ


3

Autor del proyecto


Estudiante de grado de Ingeniería Electrónica Industrial y Automática en la

Universitat Rovira i Virgili.

D.N.I: 39999339-V

Dirección: c/ Aragón, 9, 3-A (Salou)

Correo electrónico: [email protected]

Tutores del proyecto

Dr. Alfonso José Romero Nevado



Dr. José Luis Ramírez Falo



Fecha y firma de los mencionados

Tarragona,


Alfonso José Romero Nevado José Luis Ramírez Falo

mailto:[email protected]




4

1.- OBJETO DEL PROYECTO

En términos generales, el proyecto se podría resumir en mejorar las condiciones, la

ejecución y los resultados de unas pruebas que se realizan sobre voluntarios en el Hospital

Joan XXIII de Tarragona en las que se provocan mareos sobre éstos.

El fin de estas pruebas es estudiar cómo se comporta el cerebro, midiendo las respuestas

que genera en forma de señales eléctricas con la utilización de un electroencefalógrafo

comercial en forma de casco, que registra electroencefalogramas.

Se añadirá a estas pruebas, y gracias a este proyecto, la obtención de los movimientos que

realizan los ojos durante la prueba para así poder estudiarlos. Estos movimientos también

serán medidos en forma de señales eléctricas a través de un electrooculógrafo no

comercial, que se fabricará con el fin de poder generar electrooculogramas.

2.- ALCANCE

El ámbito de aplicación de este proyecto se centrará básicamente en la mejora de las

pruebas realizadas sobre voluntarios en las que se quiere observar y estudiar las respuestas

en forma de señales eléctricas que genera el cerebro y los movimientos que hacen los ojos

cuando una persona se marea.

En este proyecto se detallarán los equipos a usar (hardware), programas (software), y se

definirá cómo se deben usar para su correcta funcionalidad durante las pruebas.

El hardware utilizado será el siguiente:

- Ordenador con Windows XP o superior.

- Emotiv Epoc Headset: electroencefalógrafo en forma de casco con electrodos

encargado de medir las señales eléctricas que genera el cerebro.

- Electrooculograma, que se compone de:

- Cinco electrodos tipo Ag/AgCl y sus cables de conexionado

- PCB amplificadora y filtradora de señal.

- Arduino Uno.

El software utilizado será el siguiente:

- OpenViBe: programa dedicado al diseño y el uso de interfaces cerebro-ordenador.

- Microsoft Office Excel.

-HyperTerminal.


5

3.- ANTECEDENTES DEL PROYECTO

El equipo de investigación SPABE de la Universitat Rovira i Virgili lleva un tiempo

estudiando las respuestas que genera el cerebro, en forma de actividad bioeléctrica, cuando

una persona sufre un mareo. Estas respuestas se pueden medir en forma de señal eléctrica

utilizando electrodos y generando así electroencefalogramas para que un profesional de la

medicina pueda interpretar los resultados.

Para estudiar estas respuestas se hacen pruebas a voluntarios en el Hospital Joan XXIII de

Tarragona, donde al voluntario se le aplica agua a diferentes temperaturas en el oído, hecho

que provoca que la persona se maree.

Para medir esta actividad bioeléctrica se utiliza un electroencefalógrafo en forma de casco

que se compone de 14 electrodos y 2 referencias. Este casco mide voltajes en determinadas

partes del cerebro de forma analógica. El mismo casco internamente interpreta y convierte

estos datos analógicos en datos digitales y los envía vía bluetooth al puerto USB del

ordenador.

Una vez en el ordenador, un programa realizado sobre el entorno OpenViBe procesa estos

datos digitales y los muestra para que puedan ser interpretados por un profesional de la

medicina. Éstos pueden ser mostrados por pantalla en forma de gráfica, dibujando las

señales captadas por cada electrodo (voltaje en función del tiempo), o en forma de datos

(fichero tipo CSV), donde se genera una columna con los datos medidos por cada electrodo

en cada unidad de tiempo.

Una vez se obtiene este archivo CSV se trata con el entorno de desarrollo matemático

Matlab, donde se elimina el ruido y se depuran las señales obtenidas, además de dividirlas

conforme a las diferentes partes que tiene la prueba. Finalmente obtienen el

electroencefalograma para que así un médico sea capaz de interpretarlo. Esta parte de la

prueba queda fuera del alcance de este proyecto.

A la hora de realizar estas pruebas se encuentran con varios problemas e incomodidades.

Es entonces cuando se ponen en contacto con el equipo de investigación MINOS de la

Universitat Rovira i Virgili, dedicado a la investigación de microsistemas y

nanotecnologías para el análisis químico, para tratar de resolver estos problemas e

incomodidades. A raíz de aquí surge la idea de realizar este trabajo final de grado.

El primer problema es que durante la prueba, cuya duración es de aproximadamente una

hora, se tiene que ir apuntando varios sucesos indicadores del inicio de cada una de las

partes de la prueba, los cuales son: Relax pre-start, Relax, Play, Definers start, Definers

end, Relax post-start, Relax post-end. Para apuntarlos se utiliza un cronómetro de mano,

cuya cuenta se inicia cuando se inicia la prueba, lápiz y papel. Este método resulta muy

incómodo, ya que se tiene que ir apuntando el tiempo en el que se produce un suceso de

manera manual, aparte de la obvia imprecisión que éste método implica. Además, al haber


6

varios sucesos diferentes, se tiene que ir apuntando de qué tipo de suceso se trata en cada

momento.

El segundo problema es que, una vez finalizada la prueba, se tienen que añadir estos

sucesos de manera manual en la hoja de datos generada en la prueba, hecho que genera

molestias y pérdidas de tiempo innecesarias.

Por último, se quiere mejorar la prueba añadiendo dos señales más referentes al

electrooculógrafo, para así generar electrooculogramas y poder estudiar también qué

movimientos hace el ojo humano y con qué patrón cuando una persona sufre un mareo.


7

4.- FASES DEL PROYECTO

Figura 4.1.: Diagrama de fases del proyecto

Fase 1

- Definición de los problemas surgidos durante las pruebas

En esta fase se define el proyecto. Se hacen varias reuniones con miembros del equipo de

investigación SPABE de la Universitat Rovira i Virgili, donde se exponen los problemas e

incomodidades surgidos durante las pruebas. También se expresa la voluntad de añadir un

electrooculograma a la prueba para así mejorarla.

A partir de tener acotados estos problemas y voluntades se piensa en las acciones a realizar

para obtener las soluciones adecuadas. Estas soluciones son presentadas a los miembros

del grupo de investigación mencionado y les parecen correctas.

Fase 2

- Software - Mejora en la adquisición de señales bioeléctricas

Una de sus voluntades es mejorar la parte de software de las pruebas, donde se encuentran

varias incomodidades. A partir de que ya se utilizaba el programa OpenViBe, se decide

aplicar las mejoras sobre este entorno, ya que es un software indicado para este tipo de

aplicaciones, su licencia es libre y además así no se cambiaba el entorno de software con el

que los miembros del equipo de investigación estaban familiarizados.


8

- Hardware - Diseño de un electrooculograma

Debido a la expresa voluntad de añadir un electrooculograma a la prueba para que ésta

pueda ser más completa, se decide diseñar uno propio.

Fase 3

- Programación OpenViBe

El equipo de investigación ya disponía de un programa creado en OpenViBe, que se

utilizaba en las pruebas hasta la realización de este proyecto, pero se decide realizar uno

desde cero para así entender mejor el funcionamiento. El escenario finalmente realizado es

más completo que el anterior y así se solucionan algunos de los problemas iniciales.

- Generación del archivo de datos

Durante la prueba, se generan archivos de datos tipo CSV para poder tener disponibles las

mediciones obtenidas por el electroencefalógrafo. De ésta manera se puede tratar estos

datos posteriormente con Matlab y obtener el electroencefalograma.

- Diseño placa PCB

Se diseña una placa PCB con diferentes componentes electrónicos con el objetivo de

amplificar y posteriormente filtrar la señal obtenida por los electrodos del

electrooculograma.

- Conexionado PCB - Arduino - PC

Para pasar los datos obtenidos desde la PCB (analógicos) al PC (digitales) se decide

utilizar una Arduino Uno. En esta fase se hace la programación de ésta y el conexionado de

las tres partes.

Fase 4

- Validación de los resultados obtenidos

En esta fase se valida si los resultados obtenidos del electroencefalógrafo y del

electrooculograma son correctos o no, y si se han solucionado los problemas que tenían

inicialmente.

Fase 5

- Evaluación en una prueba real

Finalmente se probará el equipo completo en una prueba real, con un voluntario al que se

le provocará el mareo. De esta manera se podrá comprobar el grado de funcionalidad del

proyecto.


9

5.- LAS SEÑALES BIOMÉDICAS

5.1.- Definición y tipo de señales biomédicas

Las señales biomédicas son señales producidas por un sistema biológico vivo y se utilizan

fundamentalmente para extraer información de éste [3].

La Ingeniería Biomédica es la que se encarga de la adquisición y del procesamiento de

dichas señales para su posterior comprensión y aplicación [2]. Es un campo en alza ya que

actualmente dispone de una gran financiación debido a que aparte de beneficios en la

salud, se pueden obtener bienes en otros campos como puede ser el militar e industrial.

Hoy en día las señales biomédicas tienen un campo de aplicación muy importante en el

estudio del cuerpo, ya sea para detectar y/o curar enfermedades, para estudiar

comportamientos de cada persona en un determinado suceso, etc.

Para medir estas señales se utilizan diferentes instrumentos de medida. Los principales son

galgas extensiométricas y diferentes tipos de electrodos.

Figura 5.1.1.: Ejemplo de electrodo de aguja, utilizados para la realización de electromiogramas [7]

Una de las características principales de algunas de las señales biomédicas es que varían

enormemente entre una persona y otra. Por lo tanto es difícil sacar conclusiones

determinantes en las diferentes mediciones, todo y que cada vez se está avanzando más en

el estudio de estas señales. Esto es debido a que el cuerpo humano es un sistema dinámico

no lineal que vive dentro de otro sistema mayor (planeta Tierra), cuyas características

inciden directamente en él e incluso determinan algunas de sus propiedades particulares,

como puede ser el ritmo circadiano [2].

Las señales biomédicas se utilizan para medir diversos parámetros físicos y fisiológicos. El

rango de frecuencias y los valores del parámetro a medir son los principales factores que se

deben de tener en cuenta a la hora de medir.


10

Dependiendo de sus características, principalmente su unidad de medida, las señales

biomédicas se clasifican en los siguientes grupos:

Figura 5.1.2.: Tabla de las distintas señales biomédicas existentes

Como se puede ver en la tabla anterior, existen, por el momento, siete grandes grupos de

señales biomédicas, que son: de bioimpedancia, bioacústicas, biomagnéticas,

biomecánicas, bioquímicas, bioópticas y bioeléctricas [2]. A continuación se hace un

pequeño resumen de cada una de ellas.

Las señales de bioimpedancia son aquellas que generan los tejidos humanos en forma de

impedancia eléctrica. Ésta releva información importante sobre su composición, volumen,

composición sanguínea entre otras.

Este tipo de señal se genera usualmente aplicando al tejido bajo prueba señales senoidales

de bajo amperaje para así evitar dañar a los tejidos, principalmente debido a problemas de

calentamiento.

Señales biomédicas

Señales de bioimpedancia

Señales bioacústicas

Señales biomagnéticas

Señales biomecánicas

Señales bioquímicas

Señales bioópticas

Señales bioeléctricas

Señales cardiacas

Señales musculares

Señales de las retinas

Señales músculos gastrointestinales

Señales cerebrales

Señales oculares


11

Las mediciones de bioimpedancia se realizan normalmente con cuatro electrodos. Dos de

ellos se conectan a una fuente de alimentación y son utilizados para inyectar la corriente

eléctrica en el tejido. Los otros dos son los de medición y se ubican sobre el tejido en

prueba, para así medir la caída de tensión generada por la corriente y la impedancia del

mismo [4].

Este tipo de señales se utilizan como uno de los métodos más fiables para calcular la grasa

corporal del cuerpo humano. Mientras más grasa haya en el cuerpo, más resistencia hay al

paso de la corriente eléctrica ya que hay menos agua en el tejido bajo medición. Mientras

más músculo haya, menos resistencia hay al paso de la corriente eléctrica ya que el

músculo tiene mayor capacidad de contención de agua. Por tanto, en función de la

resistencia medida por los electrodos se puede obtener el índice de grasa corporal del tejido

o cuerpo a medir [8].

Figura 5.1.3.: Báscula de bioimpedancia [6]

Las señales bioacústicas son aquellas que generan ciertos fenómenos biomédicos del

cuerpo humano en forma de ruido acústico. La medición de éste proporciona información

acerca del fenómeno que lo produce. Dos ejemplos conocidos de ruidos acústicos son el

flujo de sangre en el corazón y el flujo de aire a través de las vías respiratorias. También se

conoce que la contracción muscular genera ruido, el cual puede ser adquirido a través de

transductores acústicos (micrófonos) colocados sobre la superficie de la piel [4].

El estudio de este tipo de señales proporciona información valiosa para el diagnóstico de

enfermedades. Un ejemplo claro es la utilización de un estetoscopio.

Las señales biomagnéticas son aquellas producidas en forma de campo magnético por el

cuerpo humano. Se conoce que varios órganos como el cerebro, el corazón, el hígado y los

pulmones generan campos magnéticos extremadamente débiles.

La medición de tales campos provee información no incluida en otras bioseñales, lo que

puede facilitar el diagnóstico y tratamientos de enfermedades, entre otras aplicaciones.

Resulta difícil medir correctamente estos campos por su escasa intensidad. Además

cualquier aparato de instrumentación cercano incide directamente sobre ellos y puede

distorsionarlos [4].


12

Las señales biomecánicas son aquellas producidas por el cuerpo humano en forma de

fenómenos cinemáticos y mecánicos. Estas señales incluyen aquellas producidas por la

locomoción y el desplazamiento, señales de flujo y presión, entre otras. Una de las señales

biomecánicas con más aplicación es la circulación sanguínea [9].

Figura 5.1.4.: Representación del ángulo de rotación de la rodilla de una persona al caminar [2]

La medición de este tipo de señales a menudo provoca diversos problemas debido a que el

fenómeno mecánico no se propaga, como por ejemplo sí lo hacen los campos magnéticos y

eléctricos y las ondas acústicas. Esto hace que la medición tenga que ser realizada en el

sitio exacto donde se genera el fenómeno, lo que a menudo provoca complicaciones [4].

Las señales bioquímicas son el resultado de mediciones químicas de tejidos vivos o de

tejidos muertos analizados posteriormente en un laboratorio. Dos ejemplos de señales

bioquímicas son la concentración de oxigeno y el bióxido de carbono en la sangre o en el

sistema respiratorio [4].

Las señales bioópticas son generadas por la luz que incide sobre los sistemas biológicos.

Esta incidencia puede ser natural o provocada para la medición.

Por ejemplo, la oxigenación sanguínea puede estimarse midiendo la luz transmitida y

reflejada por los tejidos. También se puede obtener información valiosa sobre un feto

midiendo la fluorescencia del líquido amniótico del mismo.

Gracias al desarrollo de la tecnología de fibra óptica se ha abierto un amplio espectro en el

estudio de las señales bioópticas [4].

Por último están las señales bioeléctricas, las cuales son las señales biomédicas más

importantes. De hecho, es un campo de la medicina que está avanzando día a día. Hay

tipos de señales bioeléctricas, como las cardiacas, que ya hace años que se están

investigando. Pero otras como las cerebrales no son tan conocidas y su campo de

aplicación puede llegar a ser grandísimo e importantísimo en el futuro.

Más adelante se explicarán con detenimiento este tipo de señales, ya que el trabajo trata

principalmente sobre éstas. Como se puede observar en la figura 5.1.2., hay seis tipos de

señales bioeléctricas. En concreto, el trabajo se centra en las señales bioeléctricas

cerebrales y oculares.


13

5.2.- Análisis espectral de una señal

Una señal, sea del tipo que sea, es una representación o descripción de cómo un parámetro

está relacionado con otro y que tiene como función transportar información. Por ejemplo,

el tipo más común en electrónica analógica es un voltaje que varía respecto al tiempo [1].

Figura 5.2.1.: Representación de un voltaje sinusoidal en función del tiempo

Por definición el análisis espectral se refiere a la acción de descomponer algo complejo en

partes simples o identificar las partes más simples que lo forman.

Si hablamos del análisis espectral de una señal, paralelamente hablamos de la transformada

de Fourier. Ésta nos dice que cualquier señal temporal está constituida por una o más ondas

senoidales a diferentes frecuencias, cada una con una amplitud y fase determinada. El

espectro de una señal es la representación de una señal en el dominio de la frecuencia. En

la siguiente figura se puede diferenciar la medición en el dominio temporal y dominio

frecuencial:

Figura 5.2.2.: Relación entre el dominio temporal y frecuencial [5]

Para lograr analizar con facilidad los componentes frecuenciales de una forma de onda se

utiliza el espectro frecuencial de la señal. En él se pueden ver representadas la magnitud y

la fase de sus componentes en el dominio de la frecuencia. Esto nos permite caracterizar

con mayor precisión una señal o un conjunto de ellas [10].

El espectro de una señal f(t) puede determinarse mediante la denominada transformada de

Fourier:

[ ( )] ( ) ∫ ( )

(1)


14

5.3.- Procesamiento de señales biomédicas

La mayoría de señales biomédicas son muy débiles, contienen ruido y pueden estar enmascaradas

por otras bioseñales de diferentes fenómenos biológicos [11].

A lo largo de todo el proceso de adquisición de los datos de una señal biomédica es primordial

preservar la información de la bioseñal original. Las señales son detectadas primeramente por un

sensor en un lugar específico del cuerpo humano. El sensor convierte la medición física en una

salida eléctrica para así poder ser medido por un instrumento de registro eléctrico.

Figura 5.3.1.: Diagrama de bloques del procesamiento de señales biomédicas

Después de haber sido detectada por el sensor, usualmente la señal es amplificada y

filtrada. Para la amplificación de señales biomédicas usualmente se utilizan amplificadores

operacionales. Para el filtrado se pueden usar filtros analógicos o digitales. En el caso del

diagrama de bloques anterior, se usaría un filtrado analógico ya que el bloque de filtrado

está antes del de digitalización.

Una vez amplificada y filtrada, la señal se digitaliza utilizando un ADC (Analog-to-Digital

Converter). De esta manera se pasa de una señal analógica a una señal digital discreta, para

que así pueda ser interpretada, almacenada y procesada por un PC.

5.4.- Sensores

Un sensor es un elemento capaz de transformar diferentes tipos de magnitudes físicas y

transformarlas en otras variables, principalmente eléctricas [3].

Los sensores son elementos clave en la obtención de señales biomédicas. Dependiendo de

la señal a medir son de un tipo u otro. Es indispensable que el sensor no interfiera en la

señal medida, por lo tanto hay que utilizar el tipo de sensor adecuado para cada medición.

Los sensores biomédicos se clasifican como físicos o químicos. Los sensores físicos son

aquellos que captan medidas variables como las geométricas, térmicas e hidráulicas (p ej.

desplazamiento de un músculo, presión sanguínea, temperatura corporal, etc.). Los

sensores químicos miden cantidades químicas identificando, por ejemplo, la presencia de

determinados compuestos químicos o monitorizando la actividad química en el cuerpo por

motivos terapéuticos o de diagnóstico [12].

Amplificación Filtrado Digitalización

(ADC) Procesamiento

señal (PC)


15

En el siguiente diagrama se pueden observar los diferentes tipos de sensores biomédicos

existentes:

Figura 5.4.1.: Clasificación de los diferentes sensores biomédicos [14]

Los sensores de fenómenos eléctricos del cuerpo, llamados electrodos, juegan un papel

muy importante en el campo de la biomedicina ya que son los más utilizados. De hecho, en

la parte práctica del trabajo con la realización de un electroencefalograma y un

electrooculograma, se utilizan este tipo de sensores.

Figura 5.4.2.: Electrodo utilizado en electrocardiogramas, del tipo Ag/AgCl con hidrogel [13]

Sensores biomédicos

Físicos

Geométricos

Mecánicos

Térmicos

Hidráulicos

Eléctricos

Ópticos

Químicos

Gaseosos

Electroquímicos

Fototérmicos


16

El principio básico de operación de los electrodos es el mismo para la mayoría de

aplicaciones, tienen muchas formas y son usados en las mediciones de muchos tipos de

fenómenos bioeléctricos.

En la siguiente tabla se pueden observar diferentes ejemplos de aplicaciones de electrodos:

Aplicación Biopotencial Tipo de electrodo

Monitorización cardiaca ECG Ag/AgCl con esponja

Ag/AgCl con hidrogel

Monitorización cardiopulmonar

de niños Impedancia de ECG

Ag/AgCl con esponja


Película delgada

Electroencefalografía EEG Ag/AgCl

Electrodos activos

Diagnóstico de la actividad

muscular EMG Aguja

Electrogramas cardiacos Electrograma Sonda intracardiaca

Telemetría implantada ECG Presilla de acero inoxidable

Biopotenciales EMG Discos de platino

Movimiento de los ojos EOG Ag/AgCl con hidrogel Figura 5.4.3.: Tabla de los diferentes tipos de electrodos y sus posibles aplicaciones [14]

5.5.- Las señales bioeléctricas

Como se ha explicado en el punto 5.1., las señales bioeléctricas son uno de los siete tipos

de señales biomédicas existentes. Dado que son el tipo de señales biomédicas con más

aplicaciones, y a que este trabajo se centra en las señales cerebrales y oculares, ambas

clasificadas en el grupo de señales bioeléctricas, se merecen un punto a parte de las demás.

La monitorización de estas señales, al igual que la de los demás tipos de señales

biomédicas, proporciona una información muy valiosa en cuanto al funcionamiento del

tejido o sistema medido. Estas señales son medidas por electrodos, y su unidad de medida

son los voltios.

Las señales bioeléctricas son potenciales iónicos, producidos como resultado de la

actividad electroquímica de una clase de células conocidas como células excitables. Estas

células están presentes en diferentes sistemas o tejidos como el muscular, el nervioso o el

cardiaco, y se pueden presentar en estado de potencial de reposo cuando no están

excitadas, o en estado de potencial de acción cuando sí lo están [16].

Lo que realmente genera estos potenciales iónicos es el desplazamiento de dichos iones,

especialmente los correspondientes al Na+, K+ y Cl-, los cuales contienen una carga

eléctrica ya sea positiva (catión) o negativa (anión) [15].


17

Las células excitables están recubiertas por una membrana que separa dos compartimentos

fisiológicos con concentraciones iónicas diferentes. Así pues se puede estudiar esta

membrana como si fuera un circuito eléctrico compuesto de la siguiente manera:

Figura 5.5.1.: Circuito equivalente a la membrana de una célula excitable en estado de potencial de reposo

[15]

En el circuito, Gm es la conductancia equivalente de la suma de las conductancias de Na+,

K+ y Cl-; Vm es el potencial de reposo y Cm es la capacidad de la membrana por unidad

de superficie [15].

Las células excitables se encuentran en estado de potencial de acción cuando sus

membranas son excitadas. Es entonces cuando la conductancia del potencial en reposo

presenta un cambio transitorio, lo cual produce un impulso de potencial llamado potencial

de acción. En este caso, el circuito equivalente se compone de la siguiente manera:

Figura 5.5.2.: Circuito equivalente a la membrana de una célula excitable en estado de potencial de acción

[15]

Donde se considera Im el impulso que hace que las membranas se exciten. Este impulso se

convierte en un impulso de potencial, y es medido en Vm donde ya se conoce como

potencial de acción.

Existe un umbral de disparo, que al ser alcanzado se genera el potencial de acción. Es

entonces cuando aumenta la conductancia de Na+ y se produce una entrada masiva de Na+

a la parte interna de la célula. Este estado se llama polarización y se sucede hasta que la

difusión y el campo eléctrico se equilibran y éste cambia de dirección [15].

Intracelular

Extracelular

Membrana

Intracelular

Extracelular

Membrana


18

El siguiente estado que se sucede es el conocido como repolarización, en el que la difusión

y el campo eléctrico de suman para expulsar iones de K+. Es entonces cuando el potencial

de la membrana vuelve a su estado inicial, el ya mencionado potencial de reposo. En la

siguiente gráfica se puede observar el proceso descrito:

Figura 5.5.3.: Proceso de potencial de acción de una célula excitable [15]

Al generar un potencial de acción, las células pueden excitar a células adyacentes

provocando una corriente iónica. El período de despolarización evita que una célula que

acaba de ser activada vuelva a ser excitada. Así pues, lo que se mide con los electrodos es

el efecto combinado de un gran número de potenciales de acción, cada uno correspondiente

a una célula [15].

Tal y como se ha mencionado en el punto 5.1., existen siete tipos de señales bioeléctricas:

Cardiacas (ECG), Cerebrales (EEG), Musculares (EMG), Oculares (EOG), de las Retinas

(ERG) y de los Músculos Gastrointestinales (EGG) [17]. La magnitud en la que éstas son

medidas es en voltios, ya que al fin y al cabo las señales son eléctricas y se mide una

diferencia de potencial. En la siguiente página se puede observar sus principales

características.

En los siguientes puntos se explicará cada una de las señales eléctricas existentes,

incidiendo en las señales cerebrales y oculares, ya que la parte práctica del trabajo se centra

en éstas.


19

Figura 5.5.4.: Principales características de las señales bioeléctricas existentes [17]

Señal Aparato de medida Representación Siglas Magnitud Ancho de Banda Electrodo utilizado

Cardiaca Electrocardiógrafo Electrocardiograma ECG 0,5 - 4 mV 0,01 - 250 Hz


Muscular Electromiógrafo Electromiograma EMG 0,1 - 5 mV DC - 10000 Hz

Aguja [18]

Retina Electrorretinógrafo Electrorretinograma ERG 0 - 900 µV DC - 50 Hz

Corneal [19]

Músculos

Gastrointestinales Electrogastrógrafo Electrogastrograma EGG 10 - 1000 µV DC - 1 Hz Ag/AgCl con hidrogel

Cerebral Electroencefalógrafo Electroencefalograma EEG 5 - 300 µV DC - 100 Hz

Almohadilla [10]

Ocular Electrooculógrafo Electrooculograma EOG 50 - 3500 µV DC - 50 Hz Ag/AgCl con hidrogel


20

5.5.1.- Señales cardiacas (ECG), musculares (EMG), de las retinas (ERG) y de los

músculos gastrointestinales (EGG)

Señales cardiacas (ECG)

Las señales cardiacas son señales bioeléctricas producidas por el corazón. La

representación de estas señales se obtiene con la electrocardiografía, siendo ésta una de las

técnicas de adquisición de señales biomédicas más avanzada y conocida por la población.

En este caso, lo que produce el potencial de acción es un tejido de fibras musculares

llamado miocardio, que es el encargado de la contracción del corazón. El miocardio es un

conjunto de células que son las que realmente generan potenciales de acción de manera

individual, pero para el estudio del corazón se considera a éste como una sola célula. Así

pues, este produce potenciales de acción con una frecuencia de 1 Hz aproximadamente,

que corresponde a un latido por segundo, siempre dependiendo de la persona y de la

situación en la que se encuentre. Gracias a este potencial de acción se produce el bombeo

de sangre hacia todo el cuerpo [15].

La señal ECG se genera como la suma de diferentes potenciales de acción e indica:

Onda P: despolarización auricular

Intervalo PR: retardo nodo AV

Intervalo QRS: despolarización ventricular y repolarización auricular

Onda T: repolarización ventricular

Figura 5.5.1.1.: Esquema de la morfología de los diferentes potenciales de acción del corazón [20]

El electrocardiograma se utiliza para detectar diversos problemas cardiacos, como defectos

del miocardio, defectos congénicos, taquicardia o bradicardia, enfermedades en las

válvulas cardiacas o en la arteria coronaria, etc [15].


21

Señales musculares (EMG)

Las señales musculares son señales bioeléctricas producidas por los músculos del esqueleto

y los nervios que los inervan [24]. La representación de estas señales se obtiene con la

electromiografía.

En este tipo de señales las causantes de los potenciales de acción son las células que

forman las fibras musculares, que se excitan cuando reciben impulsos a través de los

nervios. Por tanto, lo que se mide es la diferencia de potencial entre el interior y el exterior

de una fibra, que es cambiante según el traspaso de iones de dentro a fuera (contracción del

músculo) o de fuera a dentro (relajación del músculo) de la fibra muscular [25].

Se utilizan electrodos de aguja ya que hay que medir en el interior de la fibra muscular.

Este método, por tanto, es incisivo en el cuerpo humano y causa dolor.

Estas señales son las más fáciles de medir de los siete tipos de señales bioeléctricas ya que

son las que generan un voltaje más alto. Además son con diferencia las que pueden llegar a

una frecuencia más alta.

Figura 5.5.1.2.: EMG representativo de la extensión y relajación de los dedos de una mano [23]

Este tipo de señales se pueden considerar voluntarias, es decir, que las puede generar una

persona voluntariamente levantando un dedo y bajándolo, por ejemplo. Esto abre un campo

de aplicación grandísimo, comúnmente conocido como la interacción persona-máquina.

Siguiendo con el ejemplo, el levantar el dedo índice o el pulgar genera dos señales

eléctricas diferentes y determinadas. Una vez se tiene la señal digital en un PC, se puede

asignar fácilmente un tipo de señal u otra a una "aplicación" determinada, que podría ser

encender un led por poner un ejemplo simple.

Además, el estudio de las señales musculares proporciona información muy útil sobre el

estado fisiológico de los músculos y de los nervios que los activan. La realización de este

estudio permite, por ejemplo, detectar el lugar de la lesión en una parálisis muscular, que

puede estar en el encéfalo, en la médula espinal, en el axón, en la unión neuromuscular o

en las propias fibras musculares [24].


22

Señales de las retinas (ERG)

Las señales de las retinas son señales bioeléctricas producidas por las células de las retinas.

La representación de estas señales se obtiene con la electrorretinografía.

Las retinas generan voltaje, que es el resultado de la suma de muchos potenciales de

acción. Éstos son producidos por las células excitables que se encuentran en la parte

posterior de la retina.

Para medir este tipo de señales se utilizan electrodos corneales, que inciden directamente

en la retina. Por tanto, es un método que causa dolor y para realizarlo es necesario aplicar

gotas anestésicas antes de realizar las mediciones.

Figura 5.5.1.3.: Electrodo corneal, utilizado para la realización de electrorretinogramas [26]

Lo que se estudia es la respuesta de la retina en forma de voltaje a la aplicación de luz

artificial directamente en el ojo. En la siguiente representación se puede observar la

respuesta en forma de señal eléctrica de una retina al aplicarle directamente un flash de luz,

también conocido como fotopico:

Figura 5.5.1.4.: Electrorretinograma de respuesta a un fotopico [27]

El estudio de este tipo de señales sirve para detectar trastornos de la retina y así prevenir o

diagnosticar posibles patologías.

En este caso, la generación de estas señales es involuntaria. El movimiento de las retinas y

el voltaje que genera no es controlable por el ser humano. Por tanto, es un tipo de señal que

sólo se utiliza para detectar posibles trastornos o enfermedades, pero no tiene ninguna otra

aplicación.


23

Señales de los músculos gastrointestinales (EGG)

Las señales de los músculos gastrointestinales se refieren a las señales bioeléctricas

producidas por la musculatura del estómago y por los intestinos [21]. La representación de

estas señales se obtiene con la electrogastrografía.

Estas señales son generadas por las células excitables que componen el estómago y los

intestinos. Estas células se excitan al contraer el estómago o los intestinos durante la

digestión.

Para medir estas señales se utilizan electrodos tipo Ag/AgCl con hidrogel, iguales que los

utilizados en un electrocardiograma o electrooculograma. Éstos se colocan sobre la pared

abdominal, así que no son incisivos y la realización de estas mediciones es indolora [21].

Figura 5.5.1.5.: Posición de los electrodos durante la realización de un electrogastrograma [21]

Como se ha podido observar en la tabla de la figura 5.5.4., estas señales son de frecuencias

muy bajas, ya que varían entre 0 y 1 Hz. Cuando se miden, los electrodos tienden a captar

otras señales biomédicas de mayor frecuencia como pueden ser la respiratoria y la

electrocardiográfica. Por tanto, en este caso se suelen añadir filtros paso bajo para aislarlas

de éstas y poder hacer un estudio más certero.

El estudio de estas señales es de gran utilidad en el diagnóstico de enfermedades

digestivas, como pueden ser la disritmia gástrica, que es un trastorno neuromuscular

gástrico. En este caso, los músculos que influyen en la digestión no se contraen como

debieran y provocan diversas enfermedades digestivas [22].


24

5.5.2.- Señales cerebrales (EEG)

Las señales cerebrales u ondas cerebrales se deben a la actividad eléctrica producida por el

cerebro y se caracterizan por sus amplitudes extremadamente pequeñas. Según su

frecuencia, se pueden clasificar en ondas delta (0.1 - 4 Hz), theta (4 - 7 Hz), alpha (7 - 14

Hz), beta (14 - 40 Hz) y gamma (40 - 100 Hz), aunque con estas últimas no hay acuerdo

unánime en el mundo de la medicina de si se deben considerar ondas cerebrales o no [40].

5.5.2.1.- El encéfalo y las neuronas

El encéfalo forma junto con la médula espinal el sistema nervioso central. Es un órgano

muy importante en cualquier ser humano ya que controla todos los procesos que regulan

nuestro cuerpo, y tal y como dice esta común frase dicha en el mundo de la medicina, es el

órgano que nos hace humanos [28].

Está compuesto por el cerebro, el cerebelo y el tronco del encefálico, todo ello con un peso

de alrededor de 1,4 kg. Es uno de los órganos más grandes del cuerpo humano y se

compone por unos 100 billones de células nerviosas llamadas neuronas, que se encargan de

unir pensamientos, coordinar movimientos físicos y procesos corporales involuntarios o

inconscientes, entre otras funciones [28].

Figura 5.5.2.1.1.: Composición del encéfalo: cerebro, cerebelo y tronco encefálico [10]

Cerebro: es la parte más grande del encéfalo ya que representa el 85% de su peso.

Éste se compone en hemisferio derecho e izquierdo y es el responsable básico de

que el ser humano sea una especie tan evolucionada.

Cerebelo: se encuentra en la parte posterior de la cabeza y su principal función es

la de coordinar los movimientos musculares voluntarios y mantener la postura, la

estabilidad y el equilibrio.

Tronco encefálico: está situado entre cerebelo y cerebro y tiene como función

controlar varias funciones no voluntarias como la respiración y la regulación del

ritmo cardiaco.

Las neuronas son las células funcionales del tejido nervioso. Son células excitables que se

interconectan entre ellas formando redes de comunicación que transmiten señales por el

sistema nervioso, todo ello gracias a la excitación eléctrica de sus membranas.


25

Estas células tienen la capacidad de recibir estímulos y conducirlos a través de impulsos

nerviosos, para así excitar a otras células como pueden ser las células de los tejidos

nerviosos. De hecho, es así como se consigue que el cerebro y las células efectoras (como

la de los tejidos musculares) estén conectados.

Figura 5.5.2.1.2.: Diagrama representativo de la función de una neurona

La conexión entre dos neuronas se llama sinapsis y es el lugar donde se sucede la

transmisión de los impulsos nerviosos. La comunicación entre dos neuronas se lleva a cabo

en los botones sinápticos, situados en cada extremo de las ramificaciones del axón, que

conectan con otra neurona en la sinapsis [10].

5.5.2.2.- Electroencefalograma

La electroencefalografía es una de las técnicas de estudio de señales biomédicas más

importantes, y se basa en la medición y el estudio de las señales cerebrales. El poder medir

y estudiar las señales eléctricas producidas por el cerebro tiene una aplicación e

importancia grandísimas, al ser el cerebro el órgano más importante del cuerpo humano y

el que se encarga de la mayoría de las funciones corporales.

Lo que realmente se mide en un electroencefalograma son los impulsos eléctricos

(potenciales de acción) que viajan a través de las neuronas. Estos impulsos eléctricos

producen ritmos que son conocidos como ondas cerebrales.

Existe una relación directa entre las ondas cerebrales y los diferentes estados de

conciencia, tales como la concentración intensa, estar despierto, los diferentes tipos de

sueños, somnolencia, relajación, mareo, etc. [42].

Como se ha dicho antes, las ondas cerebrales se clasifican en ondas delta, theta, alpha, beta

y gamma según su frecuencia. El estado normal de una persona durante el día, realizando

actividades diarias y ordinarias es el beta.

A continuación se realiza una breve explicación de las diferentes ondas cerebrales.

Ondas delta (0.1 - 4 Hz)

Son las ondas de mayor amplitud y menor frecuencia sin llegar a cero, ya que eso

significaría la muerte cerebral. Se suceden ante un estado de sueño profundo.

Cuando nos ponemos a dormir, las ondas cerebrales van disminuyendo su frecuencia y

pasan sucesivamente de beta a alpha, alpha a theta y por último de theta a delta. Al

despertarnos las ondas hacen el camino inverso hasta volver a un estado beta. Antes de

Recibir señales desde receptores

sensoriales

Conducir estas señales como

impulsos nerviosos

Transmitir las señales a otras

neuronas o células efectoras


26

llegar al nivel de ondas beta, usualmente los humanos estamos unos 10 ó 15 minutos en el

nivel de ondas theta, siendo este un estado de calma y lucidez mental.

Ondas theta (4 - 7 Hz)

Son las ondas que produce el cerebro cuando la persona se encuentra en un estado de

calma profunda, en una situación de sueño ligero o se encuentra recién despertado.

Este estado es especialmente creativo y productivo, ya que proporciona un flujo libre de

ideas, lo cual puede aportar soluciones creativas o nuevos puntos de vista a un problema.

Es un estado en el que las tareas que está realizando la persona han sido automatizadas por

el cerebro y la mente está pensando en otras cosas. Es común, aunque no recomendable,

encontrarse en este estado mientras conducimos [42].

Ondas alpha (7 - 14 Hz)

Son las ondas producidas por el cerebro al encontrarse en un estado de relajación. Es

común encontrarse en un estado alpha mientras estamos descansando o dando un paseo,

por ejemplo. En la realización de un electroencefalograma, si el sujeto no recibe estímulos

externos, las ondas captadas suelen ser alpha.

Ondas beta (14 - 40 Hz)

Son las ondas que se suceden cuando el cerebro está despierto e implicado en actividades

mentales intensas. Es el estado más común en el que se encuentra una persona durante el

día.

Es un estado de concentración, al que se llega cuando la persona está realizando

actividades mentales intensas como dar un discurso o estudiar, aunque se cree que el

estado de ondas alpha es más propicio para el aprendizaje [43].

Ondas gamma (40 - 100 Hz)

Son las ondas emitidas por el cerebro con una mayor frecuencia y menor amplitud.

Implican una coordinación de diferentes regiones cerebrales extrema y aportan un estado

de lucidez, intuición, brillantez y concentración extrema [44].

El estudio de estas ondas se puede realizar hoy en día gracias a la electroencefalografía. En

la siguiente figura se pueden observar los cinco tipos de ondas cerebrales existentes y su

variación en cuanto a la amplitud y la frecuencia:


27

Figura 5.5.2.1.3.: EEG de los 6 tipos de ondas cerebrales [10]

Para medir este tipo de señales, normalmente se utilizan electrodos de almohadilla

colocados en diferentes puntos de la corteza craneal. Comúnmente éstos están distribuidos

en un artilugio en forma de casco o gorro, para su más sencilla colocación. Ésta es, por

tanto, una técnica de medición no incisiva y completamente indolora para el ser humano.

Figura 5.5.2.1.4.: Electroencefalógrafo tipo gorro [29]

Gracias a la realización de un electroencefalograma se pueden diagnosticar alteraciones de

la actividad eléctrica cerebral que indiquen diversas enfermedades como la epilepsia,

narcolepsia o demencias, entre muchas otras. También es una prueba imprescindible para

certificar la muerte en un paciente en coma [10].

A parte del diagnóstico de enfermedades, la electroencefalografía tiene otra aplicación muy

interesante conocida como BCI (Brain-Computer Interface), que consiste en crear

interfaces cerebro-ordenador para controlar dispositivos electrónicos, como por ejemplo un

dron [45].


28

Cuando pensamos una cosa determinada generamos unas ondas cerebrales determinadas.

Es decir, que cuando una persona está pensando, por ejemplo, en la acción de subir, bajar,

derecha, izquierda…, genera unas señales cerebrales determinadas para cada caso. El

hecho de poder aislar e identificar cada señal y poder asociarlas a un pensamiento en

concreto abre un campo de aplicación grandísimo. Esto se puede hacer una vez las señales

hayan sido medidas y digitalizadas, para así poder procesarlas con un PC.

Figura 5.5.2.1.5.: Persona controlando un dron con la mente mediante un electroencefalógrafo [45]

En un futuro el uso de la interfaz cerebro-ordenador dará lugar a aplicaciones muy útiles y

prácticas, como por ejemplo controlar dispositivos domésticos o ayudar a personas con

discapacidad, pudiendo utilizar sus pensamientos para mover prótesis como si fuesen

miembros reales. El hecho de controlar dispositivos electrónicos con la mente ya es un

hecho y en un futuro no muy lejano cada vez será más frecuente en nuestro día a día.


29

5.5.3.- Señales oculares (EOG)

Las señales oculares son las señales eléctricas producidas por el movimiento de los ojos.

Estas señales suelen variar entre los 0 y los 50 Hz dependiendo del tipo de movimiento y

se pueden adquirir mediante un electrooculógrafo.

5.5.3.1.- El ojo y sus movimientos

Debido a la diferencia de potencial que existe entre la córnea y la retina, el ojo humano se

comporta como un dipolo, que es un conjunto de dos polos eléctricos de signos opuestos y

cercanos entre sí. La parte frontal del ojo, es decir la córnea, actúa como la parte positiva

del dipolo, y la parte trasera, es decir la retina, actúa como la parte negativa del dipolo

[30].

Figura 5.5.3.1.1.: Anatomía del ojo humano: córnea y retina. Imagen del globo ocular obtenida de [31]

Existen cinco tipos de movimientos oculares. Cada uno de ellos está controlado por un

sistema neural diferente pero que comparten la misma vía final común, la cual son las

células excitables que se encuentran en los músculos extraoculares. Los distintos tipos de

movimientos oculares son los siguientes:

Movimientos sacádicos: son los movimientos de tipo súbitos y enérgicos que se

suceden cundo se cambia la mirada de un objeto a otro.

Movimientos suaves de búsqueda: son los movimientos de seguimiento que se

suceden cuando se observa un objeto en movimiento.

Movimientos vestibulares: son movimientos de ajuste que ocurren como respuesta

a estímulos indicados en los conductos semicirculares, pasa así mantener la fijación

visual en un punto mientras se mueve la cabeza.

Movimientos de convergencia: es el movimiento que hacen los ojos cuando están

fijados en un objeto muy cercano a ellos y por ello se dirigen hacia la zona nasal

[32].

Nistagmo: es un movimiento involuntario e incontrolable de los ojos. Éste puede

ser horizontal, vertical, rotatorio, oblicuo o una combinación de éstos [33].


30

5.5.3.2.- Electrooculograma

La electrooculografía se basa en el estudio de las señales eléctricas producidas por los ojos

al moverse. Estas señales se miden con un electrooculógrafo para la generación de

electrooculogramas. Este método no es incisivo en el cuerpo humano y por tanto es

indoloro. De hecho, por esta razón y por ser económico y fácil de implementar es uno de

los métodos de medición de señales biomédicas más utilizados.

Lo que se mide en la realización de un electrooculograma es la diferencia de potencial del

ojo entre la retina y la córnea colocando los electrodos en los músculos extraoculares, con

una masa que normalmente se coloca en la frente. Los electrodos utilizados en este caso

son los más comunes, del tipo Ag/AgCl con hidrogel.

Figura 5.5.3.2.1.: Colocación de los electrodos para realizar un electrooculograma. Imagen de la cara

obtenida de [34]

Las señales obtenidas con el electrooculograma tienen que ser amplificadas y filtradas con

mayor intensidad que las demás señales bioeléctricas al ser una de las señales que general

un voltaje más bajo. Todo y esto, son una de las señales bioeléctricas más intuitivas y

fáciles en cuanto a la interpretación.

Figura 5.5.3.2.2.: Ejemplo de electrooculograma


31

La realización de electrooculograma permite a los médicos deducir patologías que afectan

al correcto funcionamiento del ojo.

Además del diagnóstico de enfermedades oculares, se puede utilizar el electrooculograma

como interfaz entre persona y máquina, al igual que pasa con las señales cerebrales y

musculares, por ejemplo. Esto es debido a que el movimiento de los ojos es voluntario.

Gracias a un electrooculograma una persona con parálisis completa puede mover una

plataforma móvil como puede ser una silla de ruedas eléctrica. Se puede asignar con

facilidad cada uno de los movimientos oculares (arriba, abajo, izquierda, derecha, centro,

etc.) a una función determinada de la silla (desplazarse hacia delante, hacia detrás, girar,

frenar, etc.).

Figura 5.5.3.2.3.: Persona manejando una silla de ruedas a través de un electrooculógrafo [35]


32

6.- SOLUCIONES DESCARTADAS Y ADOPTADAS

Tal y como se ha explicado en los inicios de esta memoria, este proyecto trata de mejorar

las condiciones de unas pruebas realizadas por el equipo de investigación SPABE de la

Universitat Rovira i Virgili. En estas pruebas se provocan mareos sobre voluntarios para

así medir las respuestas que genera el cerebro en forma de señales bioeléctricas. Además,

se añadirá un electrooculógrafo no comercial con el fin de generar electrooculogramas y

así poder estudiar qué movimientos hace el ojo durante los mareos.

Las soluciones adoptadas se pueden dividir en dos partes:

Mejorar la adquisición de datos del electroencefalógrafo comercial llamado

Emotiv Epoc Headset utilizando el programa OpenViBe.

Fabricación un electrooculógrafo; realizando el diseño de éste en una placa PCB,

que conjuntamente con cinco electrodos, diferentes componentes electrónicos, una

Arduino Uno, que es una placa de desarrollo de hardware y de software, y un cable

USB, genere electrooculogramas y éstos puedan ser mostrados en un PC.

En los siguientes puntos se explicarán las soluciones descartadas y adoptadas para tratar de

conseguir estas mejoras, además de la prueba en sí.

6.1.- Explicación de la prueba

En el presente punto se explica la prueba, cuyas condiciones se pretenden mejorara con la

realización de este proyecto. La prueba se llama "Valoración de la actividad bioeléctrica

cerebral superficial y profunda durante la estimulación vestibular calórica" y es realizada

por el equipo de investigación SPABE de la Universitat Rovira i Virgili en el Hospital Joan

XXIII de Tarragona.

El objetivo principal por el que se realizan estas pruebas es analizar la actividad

bioeléctrica producida por el cerebro en respuesta a la estimulación vestibular calórica.

Además también se pretende comparar las áreas cerebrales activadas en las diferentes fases

estudiadas, describir los patrones electroencefalográficos superficiales y profundos de

activación e inactivación de las zonas o estructuras donde se detecten cambios de

actividad, y por último detectar si hay diferencias en la actividad cerebral entre individuos,

los cuales están agrupados por edad y sexo.

Las pruebas están dirigidas a voluntarios de diferentes edades y sexos, mayores de 18 años

y sanos en cuanto a patologías vestibulares y otras enfermedades.

El sistema vestibular es el encargado del equilibro y el control espacial en humanos,

además de otras funciones básicas como la coordinación de las respuestas motoras. El mal

funcionamiento de este sistema, conocido como disfunción vestibular, es causante en

muchos casos de mareos y vértigos.


33

En estas pruebas se aplica agua a diferentes temperaturas en el oído interno del voluntario,

hecho conocido como estimulación vestibular calórica. Esta técnica provoca un mareo en

el voluntario, lo cual se aprovecha para medir las respuestas bioeléctricas cerebrales de

éste.

Para medirlas, al voluntario se le coloca en la cabeza un electroencefalógrafo comercial en

forma de casco llamado Emotiv Epoc Headset. Éste genera electroencefalogramas que

posteriormente son estudiados para analizar los objetivos de las pruebas.

La prueba dura aproximadamente una hora y se divide en dos partes, cada una con una

duración de 25 minutos aproximadamente. La primera parte se centra en un oído y la

segunda en el otro, con un descanso entre ambas. En cada una de las partes se diferencian

las siguientes fases: Relax pre-start, Relax, Play, Definers start, Definers end, Relax post-

start, Relax post-end.

6.2.- Mejora de la adquisición de datos del electroencefalógrafo comercial

Esta parte de las soluciones adoptadas se centran en mejorar la adquisición de datos del

electroencefalógrafo comercial.

Para medir las respuestas eléctricas generadas por el cerebro, también llamadas ondas

cerebrales, se utiliza un casco comercial llamado Emotiv Epoc Headset. Éste consta de 14

electrodos y 2 referencias. Gracias a este casco se puede medir y analizar en el PC las

ondas cerebrales que genera el voluntario al ser sometido a un mareo.

Para adquirir dichas ondas en el PC se utiliza un software llamado OpenViBe, que es una

plataforma dedicada al diseño y testeo de interfaces BCI (Brain-Computer Interface).

Los datos adquiridos se guardan en un fichero de datos tipo CSV, para posteriormente

abrirlo en Matlab para realizar el procesamiento de los datos adquiridos. En el siguiente

diagrama se puede observar el proceso que se sigue para la adquisición y procesamiento de

las ondas cerebrales:

Figura 6.2.1.: Diagrama de proceso para la adquisición y procesamiento de datos de las señales

bioeléctricas generadas por el cerebro

Electrooculógrafo - Emotiv Epoc

Bluetooth USB

PC

Adquisición de datos - Openvibe

Generación archivo de datos CSV

Procesamiento de datos - Matlab


34

En cuanto a la adquisición de estos datos, surgen dos problemas o incomodidades que

pretenden ser mejorados.

El primero es que se tiene que ir apuntando varios sucesos indicadores del inicio de cada

una de las fases de la prueba. El método que se sigue para apuntarlos es completamente

manual, ya que los se apunta en un papel junto al tiempo en el que éstos se han sucedido,

mirando el tiempo en un cronómetro de mano cuya cuenta han iniciado al inicio de la

prueba. Este método comporta bastante imprecisión en cuanto al tiempo, y en este tipo de

prueba la precisión es fundamental.

El segundo problema es que, una vez finalizada la prueba, tienen que añadir estos sucesos

de manera manual en la hoja de datos generada en la prueba, hecho que les genera

molestias y pérdidas de tiempo innecesarias.

6.2.1.- Emotiv Epoc Headset

El Emotiv Epoc Headset es un electroencefalógrafo portátil en forma de casco, utilizado

para la generación de electroencefalogramas y en concreto en las pruebas que se pretenden

mejorar con el proyecto.

Este electroencefalógrafo fue creado por la empresa Emotiv Systems con la principal

voluntad de permitir a sus usuarios controlar dispositivos electrónicos con la mente. De

hecho, es una aplicación de la ya mencionada BCI. Este control de dispositivos es tan

amplio que puede ir desde encender una luz del salón hasta jugar a un videojuego sin

mover un solo músculo [36]. Actualmente es el electroencefalógrafo comercial con

aplicaciones BCI más importante del mercado.

Figura 6.2.1.1.: El presidente de los EEUU Barack Obama escuchando la presentación de un proyecto BCI

consistente en un brazo biónico, el cual usa Emotiv Epoc y OpenViBe [46]


35

Se trata de un dispositivo de adquisición de señales cerebrales bioeléctricas formado por 16

electrodos posicionados específicamente en ciertas áreas del cuero cabelludo. De estos 16

electrodos, 14 son para obtener las señales y 2 son de referencia [10]. Dichas señales se

envían al PC mediante un receptor USB vía bluetooth. También dispone de una batería, lo

que permite al usuario estar completamente liberado de cables durante su uso y poder

moverse sin ningún problema.

Figura 6.2.1.2.- Emotiv Epoc Headset [37]

El Emotiv Epoc Headset utiliza un montaje de electrodos monopolar (o referencial). Esto

quiere decir que registra diferencias de potenciales de entre cada uno de los 14 electrodos

de medida y los 2 electrodos de referencia [10]. La correcta colocación de los electrodos de

referencia es fundamental para el buen funcionamiento del Emotiv Epoc Headset. Éstos

han de ser colocados en un área sin actividad o neutra (por ejemplo, el lóbulo de la oreja).

Los electrodos utilizados por este dispositivo son del tipo almohadilla.

Figura 6.2.1.3.- Nombres y colocación de los diferentes electrodos que componen el Emotiv Epoc Headset

[10]

Como todo instrumento de adquisición de señales bioeléctricas, tiene que tener la

capacidad de amplificar y filtrar dichas señales. El Emotiv Epoc Headset hace esta función

internamente, de tal manera que las señales que se muestran mediante su software ya están

preparadas para su lectura por un profesional de la medicina.


36

6.2.2.- OpenViBe

OpenViBe es una plataforma de licencia libre utilizada para el desarrollo BCI (Brain-

Computer Interface). Permite recibir en tiempo real las señales cerebrales de diferentes

electroencefalógrafos comerciales, entre ellos el Emotiv Epoc Headset [38]. Gracias a este

software, las señales recibidas pueden ser filtradas, procesadas, clasificadas y/o

visualizadas, dependiendo de la aplicación final deseada, de una manera clara y sencilla.

Figura 6.2.2.1.- Logotipo de la plataforma OpenViBe [39]

Se compone de varias aplicaciones que dan forma a la plataforma en conjunto. Las dos

aplicaciones más importantes son las llamadas "OpenViBe - Acquisition Server" y

"OpenViBe - Designer".

La aplicación "OpenViBe - Acquisition Server" es la encargada de conectar OpenViBe, es

decir, el PC, con el electroencefalógrafo. Básicamente se trata de la siguiente pantalla:

Figura 6.2.2.2.- Aspecto de la aplicación "OpenViBe - Acquisition Server"

Se trata de un ejecutable sencillo donde podemos seleccionar el driver que interese,

dependiendo de la marca del electroencefalógrafo, de entre una lista predefinida. Además

se pueden configurar varios parámetros como el puerto de conexión y el número de

muestreo por bloque enviado.

Una vez está todo configurado se ha de seleccionar el botón "Conectar". Si todo está bien

configurado, el servidor de adquisición comenzará a recibir muestras del

electroencefalógrafo inmediatamente.


37

La aplicación "OpenViBe - Designer", como su propio nombre indica, es donde se diseña

el programa según la aplicación que se quiera dar a los datos recibidos. Se trata de una

aplicación de programación por bloques o cajas. Se compone de la siguiente pantalla:

Figura 6.2.2.3.- Aspecto de la aplicación "OpenViBe - Designer"

Esta aplicación se compone básicamente de dos partes: una (izquierda) donde se hace el

diseño, y otra (derecha) donde se seleccionan las cajas deseadas para generar un diseño

determinado. También contiene un control de ejecución donde se puede controlar el Play y

el Stop del programa. El sistema empieza a adquirir datos cuando se aprieta al Play y deja

de hacerlo cuando se aprieta al Stop.

Una de las cajas fundamentales para el uso que se le da en este proyecto es la llamada

"Acquisition client":

Figura 6.2.2.4.- Aspecto de la caja "Acquisition client"

Ésta es la encargada de recibir las señales desde la aplicación "Acquisition Server". Una

vez se tienen estas señales en la pantalla de diseño se puede hacer con ellas lo que se desee:

filtrar, amplificar, clasificar, procesar…, o simplemente mostrar por pantalla; utilizando las

diferentes cajas disponibles.


38

6.2.2.1.- Solución adoptada

Para explicar la solución adoptada, primero es conveniente saber de dónde se partía. En lo

que se refiere a la programación de OpenViBe, el punto de partida fue el siguiente

programa o diseño:

Figura 6.2.2.1.1.- Punto de partida del programa de adquisición

Como se puede observar, simplemente se utilizaba OpenViBe como un software de

adquisición y escritura de datos en un archivo de datos CSV, cuando el software tiene

muchísimas más funcionalidades. De hecho, lo que hace el diseño de arriba es obtener los

datos recibidos por el servidor de adquisición y enviarlos directamente a un archivo de

datos con el siguiente aspecto:

Figura 6.2.2.1.2.- Archivo de datos CSV generado por OpenViBe correspondiente al EEG

Como se puede observar, el archivo de datos generado contiene 16 columnas [A-P]. La

columna [A] contiene el tiempo en el que se ha obtenido la medida. Las columnas [B-O]

contienen los datos adquiridos en voltios, una columna por electrodo de lectura del Emotiv

Epoc Headset. Y por último, la columna [P] indica el tiempo de muestreo al cual se le ha

configurado; en este caso se configura a una frecuencia de adquisición de 128 muestras por

segundo.


39

La solución adoptada se resume en el siguiente programa o diseño:

Figura 6.2.2.1.3.- Solución adoptada como programa de adquisición

Se trata de un programa de adquisición con estímulos. Estos estímulos se generan por

teclado y se utilizan para marcar el inicio de las diferentes fases de la prueba. Finalmente,

se generan dos archivos CSV: uno con los datos adquiridos por el Emotiv Epoc Headset y

otro con los estímulos. Además también se ha incorporado una salida por pantalla para

poder visualizar la adquisición de datos en forma de EEG durante la duración de la prueba.

A continuación se detalla el funcionamiento del programa caja por caja:

Acquisition client: Se trata de la caja encargada de adquirir los datos del Emotiv

Epoc Headset. Esta caja va conectada directamente a la aplicación "Acquisition

Server". Tiene varias salidas, cada una con un color diferente dependiendo del tipo

de datos que recibe. En este caso, utiliza la salida rosa que corresponde a datos tipo

señal, que son los provenientes del Emotiv Epoc Headset.

Keyboard stimulator: Se encarga de generar datos tipo estímulos (color lila)

dependiendo de la tecla que se apriete. En este caso, la configuración de la caja se

ha realizado de la siguiente manera:

Figura 6.2.2.1.4.- Configuración de la caja Keyboard stimulator

Se utilizan las teclas ‘1’, ‘2’, ‘3’, ‘4’, ‘5’, ‘6" y ‘7’. Cada una de ellas está asignada

a las diferentes fases de la prueba, como se observa en la siguiente tabla:


40

Tecla Fase de la prueba Al pulsar genera el estímulo Al soltar genera el estímulo

1 Relax pre-start OVTK_StimulationId_Label_01 OVTK_StimulationId_Label_00

2 Relax OVTK_StimulationId_Label_02 OVTK_StimulationId_Label_00

3 Play OVTK_StimulationId_Label_03 OVTK_StimulationId_Label_00

4 Definers start OVTK_StimulationId_Label_04 OVTK_StimulationId_Label_00

5 Definers end OVTK_StimulationId_Label_05 OVTK_StimulationId_Label_00

6 Relax post-start OVTK_StimulationId_Label_06 OVTK_StimulationId_Label_00

7 Relax post-end OVTK_StimulationId_Label_07 OVTK_StimulationId_Label_00 Figura 6.2.2.1.5.- Explicación de la configuración de la caja Keyboard stimulator

El funcionamiento es sencillo. Si se aprieta una de las teclas [1-7], se genera dos

estímulos por tecla: uno al pulsarla y otro al soltarla. Si se aprieta cualquier otra

tecla no se genera ningún otro estímulo. De esta manera se puede ir apuntando

durante la prueba el inicio de cada una de las fases de manera cómoda y sin errores,

y este era uno de los puntos que a mejorar.

Stimulation filter: Esta caja sirve para marcar un rango de estímulos a aceptar. Ha

sido configurado de la siguiente manera:

Figura 6.2.2.1.6.- Configuración de la caja Stimulator filter

De esta manera, solo acepta los estímulos que van del rango 01 al 07. Así se

consigue eliminar el estímulo 00 generado cuando se suelta cada una de las teclas,

ya que no tendría ninguna utilidad en el programa.

Signal display: Se trata de una caja que genera un display correspondiente a la

salida por pantalla. Gracias a este display se puede ver la adquisición del EEG en

tiempo real, tal y como se puede apreciar en la siguiente figura.

Figura 6.2.2.1.7.- Salida por pantalla del EEG


41

CSV file writer (salida datos): Es la caja encargada de generar el archivo de datos

que contiene la adquisición proveniente del Emotiv Epoc Headset, explicada al

principio de este punto. Se puede configurar de entre varias entradas, dependiendo

del tipo de datos que reciba. En este caso está configurado como datos del tipo

señal, de color rosa. Genera un archivo de datos CSV como el de la figura 6.2.2.1.2.

CSV file writer (salida estímulos): Es la misma caja que la explicada anteriormente,

pero con salida de datos tipo estímulos (color lila). Genera un archivo de datos

CSV con el siguiente aspecto:

Figura 6.2.2.1.8.- Archivo de datos CSV generado por OpenViBe correspondiente a los estímulos

Se trata de un archivo con tres columnas: una correspondiente al tiempo en el que

se ha apretado la tecla, otra con el identificador y otra con la duración (que siempre

será 0 segundos). La relación de los identificadores, el estímulo y la fase de la

prueba es la siguiente:

Identificador Estímulo Fase de la prueba

33025 OVTK_StimulationId_Label_01 Relax pre-start

33026 OVTK_StimulationId_Label_02 Relax

33027 OVTK_StimulationId_Label_03 Play

33028 OVTK_StimulationId_Label_04 Definers start

33029 OVTK_StimulationId_Label_05 Definers end

33030 OVTK_StimulationId_Label_06 Relax post-start

33031 OVTK_StimulationId_Label_07 Relax post-end Figura 6.2.2.1.9.- Relación entre los identificadores y su significado

El funcionamiento de la solución adoptada es muy sencillo. Cuando se esté haciendo el

procesado, con la prueba ya realizada, se abrirá los dos archivos CSV generados: el de

señal y el de estímulos. Como el tiempo de muestreo de ambos archivos es el mismo, la

unidad de tiempo en el que se ha apretado un estímulo siempre corresponderá con una

unidad de tiempo en el que se ha adquirido un dato del Emotiv Epoc Headset. Por tanto se

sabrá en qué momento exacto se ha apretado a una tecla y, a su vez, en qué momento

exacto se ha iniciado una de las fases de la prueba. De esta manera se consigue eliminar las

incomodidades que comportaba el tener que apuntar los inicios de las fases de manera

manual.


42

Electrodos

Amplificación + Filtrado (PCB)

Digitalización (Arduino Uno)

Procesamiento

6.3.- Fabricación de un electrooculógrafo

La segunda parte de las soluciones adoptadas se basa en la fabricación de un

electrooculógrafo y la adquisición de sus datos.

Para mejorar las pruebas y aumentar su alcance, se pensó en la idea de adquirir las señales

eléctricas que produce el ojo al moverse mediante un EOG. Para ello se decidió fabricar un

electrooculógrafo. La voluntad de querer adquirir estas señales se debe al hecho de querer

estudiar si los voluntarios generan nistagmos durante las pruebas, ya que el nistagmo se

presenta en diversas situaciones previas a mareos o vértigos.

Para fabricar el electrooculógrafo se tuvieron en cuenta las diferentes fases que hay que

seguir para la correcta adquisición y procesamiento de cualquier señal bioeléctrica:

1) Amplificación

2) Filtrado

3) Digitalización

4) Procesamiento

La amplificación es necesaria ya que las señales bioeléctricas generadas por los ojos son

del orden de los µV. Para amplificarlas se utilizan los amplificadores de instrumentación

INA114, consiguiendo así que la señal se amplifique hasta el orden de los mV.

Al estar trabajando con señales tan pequeñas, el ruido es un factor que hay que tener en

cuenta por su gran presencia. Para eliminarlo, es decir, para filtrar la señal, se utilizan

filtros analógicos o digitales. En el caso de este electrooculógrafo, se utiliza un filtro

analógico paso bajo de quinto orden modelo LTC1062, comúnmente utilizado para el

filtrado de señales bioeléctricas.

Es necesario digitalizar las señales para poder procesarlas en un PC. Para ello, se utiliza el

ADC que contiene la Arduino Uno. Con un sencillo programa que se explicará más

adelante, se realiza la digitalización y se envía al PC vía USB para su posterior

procesamiento.

Por último, para adquirir y así procesar la señal digital del USB, se utiliza el programa

HyperTerminal. Se trata de un emulador de terminal capaz de leer los datos que está

recibiendo el PC por el USB y guardarlos en un archivo de datos tipo CSV, por ejemplo.

Figura 6.3.1.- Diagrama de bloques del proceso realizado por el electrooculógrafo fabricado


43

6.3.1.- Prueba de un electrooculógrafo comercial

Para partir de una idea realista sobre el resultado que se debía obtener con la realización

del electrooculógrafo, se hizo una prueba con un electrooculógrafo comercial. El

electrooculógrafo utilizado, de la compañía Biopac Systems Inc, fue prestado al equipo de

investigación SPABE de la Universitat Rovira i Virgili

Figura 6.3.1.1.: Electrooculógrafo comercial utilizado

Como se puede observar, tiene 5 entradas, correspondientes a los dos canales de entrada

(movimiento horizontal y movimiento vertical) y a la referencia. Utilizando electrodos del

tipo Ag/AgCl se obtuvieron los siguientes resultados:

Figura 6.3.1.2.: Resultados obtenidos con el electrooculógrafo comercial

Como se puede observar, los resultados concuerdan con los explicados en la parte teórica

de la memoria, en el punto 5.5.3.2.


44

6.3.2.- Diseño de la PCB

Para realizar el electrooculógrafo se decidió hacerlo mediante una PCB. Antes de ello, se

pensó en un circuito básico de amplificación, compuesto por un amplificador INA114, dos

condensadores de desacoplo y un potenciómetro, aparte de los conectores, para comprobar

si la idea inicial de adquisición de señales bioeléctricas era acertada:

El circuito se realizó en una placa de topos para su primera comprobación, antes de pasar

al diseño de la PCB. Los condensadores son de desacople, con una capacidad de 100 nF

cada uno. El potenciómetro, que se usa para ajustar la ganancia del circuito, es de 1 kΩ y

ha sido ajustado a 500Ω para conseguir una ganancia de 100, tal y como se demuestra en la

siguiente fórmula:

[ ]

(2)

Esta amplificación se realiza para llegar al valor mínimo de resolución de la Arduino Uno.

Teniendo en cuenta que ésta únicamente puede distinguir 1024 niveles en rango de 0V a

5V, su resolución mínima es de:

(3)

Como se ha dicho en la tabla de la figura 5.5.4., la magnitud de las señales oculares

generadas por el cuerpo humano oscila entre 50 y 3500 µV. Por tanto, el voltaje mínimo a

medir es de 50 µV, o lo que es lo mismo, de 0.00005 V. Entonces, al tener la ganancia de

100, se consigue amplificar este voltaje mínimo a 0.005 V, valor apto para poder ser

medido por la Arduino Uno (3).

Como se puede observar, con este circuito solo se puede adquirir una de las dos señales de

un EOG, la horizontal o la vertical. Al tratarse de un circuito de prueba esto no era un gran

problema, ya que se podían adquirir las dos señales cambiando los electrodos de lugar;

simplemente no se podían adquirir a la vez.

Figura 6.3.2.1.- Circuito base de amplificación

https://es.answers.yahoo.com/question/index?qid=20080704202332AAunwJV








45

En la siguiente captura se pueden observar los resultados:

Figura 6.3.2.2.- EOG movimiento horizontal sin filtro

Como se puede observar, y comparando con los resultados del electrooculógrafo

comercial, la señal obtenida es correcta, aunque contiene mucho ruido debido a que aún no

se le ha aplicado ningún tipo de filtro.

Visto que los resultados eran correctos se realizó el diseño de la PCB. Para ello se utilizó la

plataforma de diseño de PCB llamada OrCAD. Se trata de un software de diseño

electrónico. Entre sus aplicaciones está la del diseño de placas de circuito impreso.

Para realizar una PCB primeramente se ha de realizar el circuito. Éste no es más que una

continuación del circuito de la figura 6.3.2.1., añadiendo en la salida del amplificador un

filtro llamado LTC1062 y varios componentes que se explicarán a continuación. Además,

se diseñó el circuito con dos canales, uno para cada eje del movimiento ocular. El resultado

del circuito, realizado con el OrCAD Capture es el siguiente:

Mirada hacia

la izquierda

Mirada hacia

la derecha

Mirada hacia

el centro


46

Figura 6.3.2.3.- Layout del circuito realizado en la PCB

Se trata de un circuito basado en dos canales: uno para cada eje del movimiento ocular

(vertical y horizontal). Cada canal amplifica y filtra la señal, para que finalmente la saque

por los conectores de salida que seguidamente van conectados a las entradas analógicas de

la Arduino Uno.

Como se puede observar, se han utilizado dos reguladores de tensión, uno de Vo 5V y el

otro de Vo -5V, debido a que ésta es la alimentación que usan los filtros LTC1062.

En la siguiente tabla se muestra un resumen de los componentes que contiene la PCB, sus

principales características y su aplicación:


47

Componente Dibujo Fotografía Caract. Observaciones Cant.

Amplificador de

instrumentación

INA114

Datasheet [47] 2

Filtro paso bajo

LTC1062

Datasheet [48]

Filtro paso bajo de 5º

orden, comúnmente

utilizado en la

adquisición de señales

bioeléctricas

2

Regulador de

tensión 7805CT

Datasheet [49] Regulador lineal de

tensión +5V 1

Regulador de

tensión 7905CT

Datasheet [50] Regulador lineal de

tensión -5V 1

Conector macho

3 pines

Buena conexión con

hembra del cable de

electrodo

3

Conector

alimentación

1

Conectores

salida señal

Cada conector puede

llegar a contener 3

salidas

3

Condensador

100 nF Condensado de

desacople 8

Condensador

3,9 nF Salida COSC del

LTC1062 [48] 2

Condensador

1 μF Entrada FB del

LTC1062 [48] 2

Resistencia

25,5 kΩ En serie con entrada

VIN del LTC1062 [48] 2

Potenciómetro

1 kΩ

Utilizado para ajustar

la ganancia del

amplificador [47]

2

Figura 6.3.2.4.- Tabla de los diferentes componentes que forman la PCB

INA114_1

23

4

6

7

518

-VIN+VIN

V-

VO

V+

REFRGRG

LTC1062_1

1

2

4

5

7

8

63

FB

AG

ND

DIVRTO

CLK

OUT

BOUT

V+V-

LM7805C

1 3

2

IN OUT

GN

D

LM7905CT

2 3

1

IN OUT

GN

D

CONN PCB 3

123

CONN PCB 3

123

CON_1

1


48

Lo que realmente se hace en OrCAD Capture es un diagrama electrónico, donde se ha

realizado la lista de conexiones que posteriormente tendrá la PCB. Una vez se ha realizado

y testeado este circuito se abre con OrCad Layout, que es el programa indicado para el

diseño físico de la PCB. En éste se adapta la placa para la colocación de cada componente.

A esta información se le lama 'footprint' y puede incluir información relativa a la posición,

forma y tamaño de los agujeros necesarios, etc…

Uno de los aspectos claves que se han tenido en cuenta a la hora de realizar el diseño físico

de la PCB es que se pretendía realizar pistas lo menos posible en la cara TOP, ya que

usualmente ello conlleva problemas posteriores de soldadura. En la siguiente figura se

puede apreciar el diseño final de la placa en OrCAD Layout. En color rojo se muestran las

pistas situadas en la cara BOTTOM, y en color verde las pistas en la cara TOP.

Figura 6.3.2.5.- Diseño físico final de la PCB en OrCAD Layout

Como se puede observar, el objetivo de realizar el mínimo de pistas posibles en la cara

TOP se cumplió.

Una vez realizada la placa, se soldaron los componentes en sus respectivas posiciones. El

aspecto final de la placa se puede observar en la siguiente fotografía:


49

Figura 6.3.2.6.- Aspecto final de la PCB cara superior e inferior

Una vez se soldaron todos los componentes, se comprobaron los voltajes en los zócalos de

los amplificadores y filtros con resultado correcto. Así pues, se realizaron pruebas con el

osciloscopio siguiendo el siguiente conexionado:

Figura 6.3.2.7.- Conexionado PCB con osciloscopio

Los electrodos se conectan con la PCB mediante unos cables con final en hembra, que se

acoplan perfectamente a los conectores utilizados tal y como se puede observar en la

siguiente fotografía:

Figura 6.3.2.8.- Detalle del conexionado de la PCB con los cables de los electrodos

Canal 1 +

-15V 0V +15V

Salida canal 2 a

CH1 osciloscopio

Salida canal 1 a

CH2 osciloscopio

Canal 1 -

Canal 2 +

Canal 2 -

GND


50

A su vez, los electrodos se conectan a estos cables mediante una conexión tipo botón, tal y

como se puede apreciar a continuación:

Figura 6.3.2.9.- Detalle del conexionado de los electrodos con los cables

En la siguiente fotografía del osciloscopio, donde la señal superior corresponde al

movimiento de los ojos en el eje vertical y la señal inferior al eje horizontal, se pueden

observar los resultados obtenidos:

Figura 6.3.2.10.- EOG obtenido con la PCB fabricada

Comparando con la figura 6.3.1.2., correspondiente a la salida EOG del electrooculógrafo

comercial, se aprecia que las señales resultantes tienen el mismo aspecto. Además,

comparando con la figura 6.3.2.2., la señal ahora contiene mucho menos ruido debido al

conexionado de los filtros.

En este momento ya se puede concluir que el electrooculógrafo fabricado es ya una

realidad, ya que observando la salida del osciloscopio se puede apreciar el movimiento de

los ojos del sujeto al que estén conectados los electrodos.

Mirada hacia arriba

Mirada hacia abajo

Mirada hacia la derecha

Mirada hacia

la izquierda


51

Además, como se puede apreciar en la siguiente fotografía, el electrooculógrafo también es

capaz de adquirir los parpadeos del ojo con los electrodos del eje vertical. En la siguiente

fotografía se puede apreciar este hecho, donde se muestran 3 parpadeos consecutivos:

Figura 6.3.2.11.- EOG donde se muestran 3 parpadeos

Una vez llegado a este punto, falta digitalizar la señal mediante la Arduino Uno y obtener

estos datos en el PC; hecho que se explicará en los siguientes puntos.

6.3.3.- Arduino

Arduino es una plataforma de hardware libre, que se dedica a diseñar placas de desarrollo

de hardware y de software. El hardware está integrado por circuitos impresos que integran

un microcontrolador, y el software por un entorno de desarrollo en donde se puede

programar la placa [51].

En este proyecto se utiliza el modelo Arduino Uno. Éste se compone por 14 pines de

entrada/salida digitales, 6 pines de entrada analógicos, un cristal de cuarzo de 16 MHz, una

conexión USB, un conector de potencia, una conexión ICSP y un botón de reset [52].

Figura 6.3.3.1.- Arduino Uno [51]


52

Para adquirir las señales del EOG se utilizarán 4 pines de entradas analógicas (2 por cada

eje), el pin de referencia y la conexión USB, que conecta el sistema con el PC además de

alimentar la Arduino Uno. En la siguiente figura se puede apreciar el conexionado de la

Arduino Uno con el sistema:

Figura 6.3.3.2.- Conexionado de la Arduino uno con el sistema. Imagen de la Arduino Uno obtenida de [53]

Como se puede observar, hay dos entradas analógicas por canal (vertical y horizontal).

Esto es debido a que el filtro utilizado, el LTC1062, tiene dos salidas: una correspondiente

a la salida de la señal filtrada (OUT), y otra correspondiente a la salida independiente de la

entrada (BUFFERED OUTPUT) [48]. Para la realización del EOG es suficiente con la

salida OUT, así que las entradas analógicas de la Arduino Uno A1 y A3 en este caso

estarán conectadas, por si en un futuro se quieren utilizar, pero deshabilitadas.

El entorno de desarrollo utilizado para programar la placa ha sido el Arduino 1.6.9. Se trata

de un software de código abierto donde se puede escribir código y cargarlo a la placa sin

mayor dificultad. En éste se ha realizado un programa capaz de leer las entradas analógicas

A0 y A2 para así digitalizarlas y procesarlas. Una vez cargado el programa en la placa, se

utiliza el HyperTerminal para adquirir los datos y guardarlos en un fichero de datos tipo

CSV, tal y como se ha explicado en puntos anteriores.

Se ha realizado un programa en el que se adquieren datos analógicos de los pines

analógicos 0 (correspondiente a la salida 1 del canal 1 horizontal de la PCB) y 2

(correspondiente a la salida 1 del canal 2 vertical de la PCB). Estos datos se adquieren cada

0.0781 ms, o lo que es lo mismo a una frecuencia de 12804 Hz. Cuando se han adquirido

100 muestras de cada pin, se hace un promedio de éstas y se imprimen o envían con una

tasa de transmisión de datos de 128 caracteres/segundo, tasa óptima para la adquisición de

señales oculares. El código realizado ha sido el siguiente:

PC

Canal 1 Salida 1

Canal 1 Salida 2

Canal 2 Salida 2

Canal 2 Salida 1 GND PCB


53

#include <TimerOne.h> /*Librería interna para usar el Timer de Arduino*/

float promedio1=0, X1=0, promedio2=0, X2=0, total=0;

void setup() //Configuración

{

Serial.begin(9600); /*Se abre el Puerto serie y se configura a una

velocidad de transmisión de datos en serie de 9600

bps*/

Timer1.initialize(78.10); /*Dispara la interrupción Timer1

cada 0.0781 ms = 12804 Hz*/

Timer1.attachInterrupt(muestreo); /*La interrupción salta a la

función muestreo()*/

}

void loop(){ }

void muestreo(){ /*Función muestreo()*/

total ++; /*Cuenta las veces que se entra en muestreo()*/

int A=analogRead(A0); /*Toma muestra del pin analógico 0

(CHN1OUT1) y lo guarda en A*/

int C=analogRead(A2); /*Toma muestra del pin analógico 2

(CHN2OUT1) y lo guarda en C*/

float B=float(A)*0.1/1023; /*Señal analógica se guarda en B*/

float D=float(C)*0.1/1023; /*Señal analógica se guarda en D*/

promedio1=promedio1+B; /*Se suman las muestras de A0 en

promedio1*/

promedio2=promedio2+D; /*Se suman las muestras de A2 en promedio

2*/

if(total>99) /*Cuando se ha entrado 100 veces en

muestro()*/

{

X1=promedio1/100; /*Media aritmética de las 100 muestras

obtenidas de A0 y se guarda en X1. Se

realiza para limpiar la señal*/

X2=promedio2/100; /*Media aritmética de las 100 muestras

obtenidas de A2 y se guarda en X2. Se

realiza para limpiar la señal*/

Serial.println(X1, 5); /*Se envía X1 a 128 Hz*/

Serial.print(";"); /*Carácter cambio columna en Excel*/

Serial.println(X2, 5); /*Se envía X2 a 128 Hz*/

total=0; /*Reinicio variable total*/

promedio1=0; /*Reinicio variable promedio 1*/

promedio2=0; /*Reinicio variable promedio 2*/

}

}

Código 1.- Código del programa realizado en Arduino


54

6.3.4.- El electrooculograma

Llegados a este punto, el electrooculograma ya está en funcionamiento. Éste está formado

por varias partes, explicadas en los puntos anteriores, que con el correcto funcionamiento

de cada una de ellas se consigue la función del EOG.

Figura 6.3.4.1.- Partes del Electrooculograma: Electrodos, cables de conexionado de los electrodos, PCB,

Arduino Uno, cable USB y PC

Para alimentar la placa de manera portátil, se ha implementado una alimentación a base de

baterías. Ésta está compuesta por un portapilas de 10 pilas y 10 pilas tipo AA de 1.5 V

cada una. Por lo que, conectando los bornes de los cables en los lugares indicados, se

consigue un voltaje de -7.5 V, 0V, 7.5 V; valores aceptados por los INA114 según su

datasheet [47]. Por lo tanto, se puede considerar que el EOG realizado es portátil.

Figura 6.3.4.2.- Alimentación de la PCB


55

Los resultados en forma de gráfica son los siguientes, obtenidos a partir del fichero de

datos tipo CSV generado por HyperTerminal:

Figura 6.3.4.3.- Resultado EOG movimiento horizontal

Figura 6.3.4.4.- Resultado EOG movimiento vertical

Comparando los resultados obtenidos con la figura 6.3.1.2., correspondiente a los

resultados del electrooculograma comercial, y con la figura 5.5.3.2.2., correspondiente a la

respuesta teórica de un electrooculograma, se puede concluir que el funcionamiento es

muy bueno ya que las gráficas muestran el mismo comportamiento en función de los

movimientos de los ojos. Numéricamente hablando, existe una diferencia de voltaje

suficiente para poder apreciar los movimientos de los ojos. Además, si se comparan los

resultados con la figura 6.3.2.10., se puede apreciar el efecto “limpiador” del código.

Así pues, se puede concluir que el EOG hace su función ya que se puede apreciar con

claridad la posición de los ojos en cada momento.

0,0375

0,0376

0,0377

0,0378

0,0379

0,038

0,0381

0,0382

0,0383

0,0384

0,0385

0,0386

1

15

29

43

57

71

85

99

11

3

12

7

14

1

15

5

16

9

18

3

19

7

21

1

22

5

23

9

25

3

26

7

28

1

Mov. horizontal

Mov. horizontal

0,0289

0,029

0,0291

0,0292

0,0293

0,0294

0,0295

0,0296

0,0297

1

12

23

34

45

56

67

78

89

10

0

11

1

12

2

13

3

14

4

15

5

16

6

17

7

18

8

19

9

21

0

22

1

23

2

Mov. vertical

Mov. vertical

V

Muestras (a 128 Hz)

Muestras (a 128 Hz)

V


56

7.- CONCLUSIONES

Este trabajo final de grado tenía como objetivo principal el de mejorar las condiciones de

las pruebas realizadas por el grupo de investigación SPABE de la Universitat Rovira i

Virgili, en las que se inducen mareos a voluntarios y se estudian las respuestas de éstos en

formas de señales bioeléctricas.

La primera parte de las mejoras se ha basado en mejorar la adquisición de las señales ECG,

realizadas con el electroencefalógrafo comercial Emotiv Epoc Headset. Este objetivo se ha

cumplido, ya que gracias a las soluciones propuestas por este trabajo, la prueba es ahora

más cómoda de realizar y más precisa.

La segunda parte de las mejoras se ha basado en la realización de un sistema de

electrooculograma portátil, utilizado para estudiar el movimiento de los ojos de los

voluntarios durante las pruebas. Esta parte del trabajo ha resultado ser muy gratificante, ya

que el hecho de poder ver el movimiento de tus propios ojos en una pantalla mientras los

mueves es altamente interesante. Además, el EOG diseñado permite captar otras señales

bioeléctricas como los parpadeos de los ojos e incluso señales cardiacas (ECG). Es por

todo ello que este objetivo también se ha logrado cumplir.

Personalmente, la realización de este trabajo final de grado me ha permitido descubrir este

mundo tan interesante que es el de las señales biomédicas (concretamente, las

bioeléctricas), y sobre todo el concepto BCI (Brain-Computer Interface). El hecho de poder

controlar cualquier dispositivo electrónico con la mente me resulta apasionante, y como

valoración personal creo que evolucionará rápidamente en un futuro nada lejano, llegando

a ser un aspecto cuotidiano en nuestras vidas.


57

REFERENCIAS

[1] “Señales biomédicas (parte 1)”. Humberto González. Recuperado el 25/07/2016 desde:

http://www.angelfire.com/un/biomedicafime/CLASE_4.pdf

[2] “Electromedicina e Instrumentación Biomédica. Unidad 3. Bioamplificadores y Procesamiento de señales”. Miguel

Morin. Recuperado el 25/07/2016 desde: http://slideplayer.es/slide/2261895/

[3] “Bases de la Electromedicina. Unidad 2. Señales biológicas y Potenciales bioeléctricos. Origen y captqación”. Sens

Marcado. Recuperado el 25/07/2016 desde: http://slideplayer.es/slide/2261855/

[4] “Señales biomédicas (parte 2)”. Humberto González. Recuperado el 25/07/2016 desde:


[5] “Espectogramas”. Matt Miller. Recuperado el 25/07/2016 desde: http://www.mttmllr.com/ADS/apuntes/ads3.pdf

[6] “OMRON BF508 Monitor de Grasa Corporal clínicamente validado”. Quirumed S.L. Recuperado el 25/07/2016

desde:

http://www.quirumed.com/es/omron-bf508-monitor-de-grasa-corporal-clinicamente-validado.html

[7] “Qué es un electromiograma (EMG)”. Juan José Poza Aldea. Recuperado el 25/07/2016 desde:

http://www.juanjosepoza.com/#!electromiograma/tr17s

[8] “¿Cómo funciona una báscula de bioimpedancia para medir nuestro porcentaje de masa corporal?”. Vitónica,

publicación propiedad de Weblogs SL. Recuperado el 25/07/2016 desde: http://www.vitonica.com/profesional/como-

funciona-una-bascula-de-bioimpedancia-para-medir-nuestro-porcentaje-de-masa-grasa

[9] “El sistema Instrumento – Hombre”. Universidad Latina de Costa Rica. Texto recuperado por Álvaro Muñoz.

Recuperado el 25/07/2016 desde: https://bie02.files.wordpress.com/2008/10/texto_4_sistema_instrumento_hombre.pdf

[10] “Puesta a punto de un sistema de electroencefalografía portátil”. Jordan Ortega y Alejandro Pacheco. Recuperado el

25/07/2016 desde:

http://riull.ull.es/xmlui/bitstream/handle/915/967/Puesta%20a%20punto%20de%20sistema%20de%20electroencefalogr

afia%20portatil.pdf?sequence=1&isAllowed=y

[11] “Procesamiento de señales biomédicas: diseño de un electrocardiograma”. Javier Guamán y José Ortiz. Recuperado

el 25/07/2016 desde: http://www.monografias.com/trabajos107/procesamiento-senales-biomedicas-diseno-

electrocardiograma/procesamiento-senales-biomedicas-diseno-electrocardiograma.shtml

[12] “Instrumentación biomédica”. Recuperado el 25/07/2016 desde:

http://studylib.es/doc/702456/instrumentaci%C3%B3n-biom%C3%A9dica--29694-

[13] [Imagen de un electrodo tipo Ag/AgCl]. Recuperado el 25/07/2016 desde:

http://www.palfarma.com.ec/images/Covidien/Electrodos.jpg

[14] “Apuntes de Bioingeniería”. Sonnia M. López Silva y José Ramón Sendra Sendra. Recuperado el 25/07/2016 desde:

http://www.academia.edu/8400310/APUNTES_BIOINGENIERIA

[15] “Acondicionamiento de Señales Bioeléctricas”. Lorena Alvarez Osorio. Recuperado el 25/07/2016 desde:

http://repositorio.utp.edu.co/dspace/bitstream/handle/11059/91/6213822A473as.pdf;jsessionid=C07CEA04B5D366E89

BDB379674CEEA57?sequence=3

[16] “Unidad I. Medidas de señales bioeléctricas”. José D. Días R. Recuperado el 25/07/2016 desde:

http://www.academia.edu/5049945/Se%C3%B1ales_bioelectricas_I

[17] [Imagen correspondiente a una tabla con los distintos tipos de señales bioeléctricas y sus principales características].

Recuperado el 25/07/2016 desde: http://www.monografias.com/trabajos105/sistemas-acondicionamiento-y-adquisicion-

senales-bioelectricas/img4.png

[18] [Imagen de electrodos de aguja]. Recuperado el 25/07/2016 desde:

http://www.interferenciales.com.mx/images/productos-grandes/189.png


http://www.quirumed.com/es/omron-bf508-monitor-de-grasa-corporal-clinicamente-validado.html

http://www.juanjosepoza.com/#!electromiograma/tr17s

http://www.vitonica.com/profesional/como-funciona-una-bascula-de-bioimpedancia-para-medir-nuestro-porcentaje-de-masa-grasa

http://www.vitonica.com/profesional/como-funciona-una-bascula-de-bioimpedancia-para-medir-nuestro-porcentaje-de-masa-grasa

https://bie02.files.wordpress.com/2008/10/texto_4_sistema_instrumento_hombre.pdf

http://www.monografias.com/trabajos107/procesamiento-senales-biomedicas-diseno-electrocardiograma/procesamiento-senales-biomedicas-diseno-electrocardiograma.shtml

http://www.monografias.com/trabajos107/procesamiento-senales-biomedicas-diseno-electrocardiograma/procesamiento-senales-biomedicas-diseno-electrocardiograma.shtml

http://studylib.es/doc/702456/instrumentaci%C3%B3n-biom%C3%A9dica--29694-

http://www.palfarma.com.ec/images/Covidien/Electrodos.jpg

http://www.academia.edu/8400310/APUNTES_BIOINGENIERIA

http://www.academia.edu/5049945/Se%C3%B1ales_bioelectricas_I

http://www.monografias.com/trabajos105/sistemas-acondicionamiento-y-adquisicion-senales-bioelectricas/img4.png

http://www.monografias.com/trabajos105/sistemas-acondicionamiento-y-adquisicion-senales-bioelectricas/img4.png

http://www.interferenciales.com.mx/images/productos-grandes/189.png


58

[19] [Imagen de un electrodo corneal]. Recuperado el 25/07/2016 desde:

http://www.unimed-electrodes.co.uk/ERGJet-electrode-70cm-Lead-TP-Connector /273

[20] “Bases teóricas acerca del sistema de conducción cardiaco”. Nelson Daniel Sanchez Arroyo. Recuperado el

25/07/2016 desde:

http://fisiousco20092.blogspot.co.uk/2009/09/bases-teoricas-acerca-del-sistema-de.html

[21] “Electrogastrograma”. Recuperado el 25/07/2016 desde: http://emanuel7123.wix.com/electrogastrograma-

esm#!about

[22] “Náusea: Un enfoque del síntoma”. Kenneth L Koch. Recuperado el 25/07/2016 desde:

http://www.intramed.net/contenidover.asp?contenidoID=16750&pagina=6

[23] [Imagen de una señal EMG]. Recuperado el 25/07/2016 desde:

http://www.scielo.org.co/img/revistas/reus/v13n2/v13n2a07g03.jpg

[24] “Electromiografía”. Rafael Barea Navarro. Recuperado el 25/07/2016 desde:

http://www.bioingenieria.edu.ar/academica/catedras/bioingenieria2/archivos/apuntes/tema%205%20-

%20electromiografia.pdf

[25] “Procesado de señales biomédicas”. Pedro A. Carrión Pérez, Juan Ródenas García y José Joaquín Rieta Ibáñez.

Recuperado el 25/07/2016 desde:

https://books.google.es/books?id=zywY6Oy_mccC&printsec=frontcover&hl=es&source=gbs_ge_summary_r&cad=0#v

=snippet&q=emg&f=false

[26] [Imagen de un electrodo corneal]. Recuperado el 25/07/2016 desde: http://img.medicalexpo.es/images_me/photo-

g/70741-7460643.jpg

[27] “Electrorretinograma. Valores normales con diferentes protocolos de estudio”. Rosaralis Paneca Santiesteban, Marta

Francisco Plasencia, Rosaralis Santiesteban Freixas, Magdalena Carrero Salgado y Carlos E. Mendoza Santiesteban.

Recuperado el 25/07/2016 desde: http://www.bvs.sld.cu/revistas/oft/vol18_2_05/oft04205.htm

[28] “Encéfalo”. National Geographic Society. Recuperado el 25/07/2016 desde:

http://www.nationalgeographic.es/ciencia/salud-y-cuerpo-humano/brain-article

[29] [Imagen de un electroencefalógrafo tipo gorro]. Recuperado el 25/07/2016 desde:

http://img.medicalexpo.es/images_me/photo-m/69285-4751701.jpg

[30] “Electrooculograma (EOG)”. Roberto Fraile Ágreda, Ángel Soriano Rodríguez, Roberto Segura Sala y Juanjo

Olivares de la Orden. Recuperado el 25/07/2016 desde: http://www.seeic.org/images/site/uclm/dos.pdf

[31] [Imagen del globo ocular y sus principales partes]. Recuperado el 25/07/2016 desde:

http://www.corneaconsultantstx.com/images/photo4_13.jpg

[32] “Electrooculograma”. Wikipedia. Recuperado el 25/07/2016 desde: https://es.wikipedia.org/wiki/Electrooculograma

[33] “Nistagmo”. Wikipedia. Recuperado el 25/07/2016 desde:

https://es.wikipedia.org/wiki/Nistagmo

[34] [Imagen de una cara dibujada]. Recuperado el 25/07/2016 desde:

https://4.bp.blogspot.com/q99J3g2Zk7w/VxCLYVYGhQI/AAAAAAAAKTM/8SPmIZbKbUwo2u1LZhUyURZI5EBVRN_7w

CLcB/s1600/Cara%2Bde%2Bhombre%2Bpara%2Bcolorear%2Bpintar%2B%2528rostro%2529.gif

[35] “Control de silla de ruedas utilizando señales de EOG”. Recuperado el 25/07/2016 desde:

https://www.youtube.com/watch?v=3m9vDPnd8-E

[36] “Emotiv EPOC, o como controlar el PC con la mente”. Gastón Oberti. Recuperado el 25/07/2016 desde:

https://gastonoberti.wordpress.com/2014/04/08/emotiv-epoc-o-como-controlar-la-pc-con-la-mente/

[37] [Imagen del Emotiv Epoc Headset]. Recuperado el 25/07/2016 desde:

http://winlab.rutgers.edu/~jkting/images/emotiv.png

http://www.unimed-electrodes.co.uk/ERGJet-electrode-70cm-Lead-TP-Connector

http://emanuel7123.wix.com/electrogastrograma-esm#!about

http://emanuel7123.wix.com/electrogastrograma-esm#!about

http://www.intramed.net/contenidover.asp?contenidoID=16750&pagina=6

http://www.bioingenieria.edu.ar/academica/catedras/bioingenieria2/archivos/apuntes/tema%205%20-%20electromiografia.pdf

http://www.bioingenieria.edu.ar/academica/catedras/bioingenieria2/archivos/apuntes/tema%205%20-%20electromiografia.pdf

https://books.google.es/books?id=zywY6Oy_mccC&printsec=frontcover&hl=es&source=gbs_ge_summary_r&cad=0#v=snippet&q=emg&f=false

https://books.google.es/books?id=zywY6Oy_mccC&printsec=frontcover&hl=es&source=gbs_ge_summary_r&cad=0#v=snippet&q=emg&f=false

http://img.medicalexpo.es/images_me/photo-g/70741-7460643.jpg

http://img.medicalexpo.es/images_me/photo-g/70741-7460643.jpg

http://www.bvs.sld.cu/revistas/oft/vol18_2_05/oft04205.htm#cargo

http://www.bvs.sld.cu/revistas/oft/vol18_2_05/oft04205.htm#cargo

http://www.bvs.sld.cu/revistas/oft/vol18_2_05/oft04205.htm

http://www.nationalgeographic.es/ciencia/salud-y-cuerpo-humano/brain-article

http://www.seeic.org/images/site/uclm/dos.pdf

https://es.wikipedia.org/wiki/Electrooculograma

https://4.bp.blogspot.com/q99J3g2Zk7w/VxCLYVYGhQI/AAAAAAAAKTM/8SPmIZbKbUwo2u1LZhUyURZI5EBVRN_7wCLcB/s1600/Cara%2Bde%2Bhombre%2Bpara%2Bcolorear%2Bpintar%2B%2528rostro%2529.gif

https://4.bp.blogspot.com/q99J3g2Zk7w/VxCLYVYGhQI/AAAAAAAAKTM/8SPmIZbKbUwo2u1LZhUyURZI5EBVRN_7wCLcB/s1600/Cara%2Bde%2Bhombre%2Bpara%2Bcolorear%2Bpintar%2B%2528rostro%2529.gif

https://www.youtube.com/watch?v=3m9vDPnd8-E

https://gastonoberti.wordpress.com/2014/04/08/emotiv-epoc-o-como-controlar-la-pc-con-la-mente/

http://winlab.rutgers.edu/~jkting/images/emotiv.png


59

[38] “OpenViBe: Tu mentee s el control”. Gabriel Molina. Recuperado el 25/07/2016 desde:

https://hackerdou.com/2011/06/15/open-vibe-tu-mente-es-el-control/

[39] [Imagen del logotipo de OpenViBe]. Recuperado el 25/07/2016 desde: http://openvibe.inria.fr/openvibe/wp-

content/uploads/2011/10/logo-openvibe-small.png

[40] “Are neocortical gamma waves related to consciousness?”. C.H. Vanderwolf. Recuperado el 25/07/2016 desde:

http://www.sciencedirect.com/science/article/pii/S0006899399023513

[41] “Biomagnetismo: El Magnetismo del Cuerpo Humano”. Modesto Sosa. Recuperado el 25/07/2016 desde:

http://www.actauniversitaria.ugto.mx/index.php/acta/article/viewFile/288/266

[42] “Las ondas cerebrales”. Antonio Aznar Casanova. Recuperado el 25/07/2016 desde:

http://www.ub.edu/pa1/node/130

[43] “Las 5 ondas cerebrales, incluyendo las Ondas Gamma”. Herbert Alvarado. Recuperado el 25/07/2016 desde:

http://www.yocreomifuturo.com/?p=10907&

[44] “Ondas cerebrales”. Sonidos Binaurales – Música Binaural. Recuperado el 25/07/2016 desde:

http://www.sonidosbinaurales.com/ondas-cerebrales/#ondas_beta

[45] “La primera carrera de drones controlados por la mente”. Pedro Moya. Recuperado el 25/07/2016 desde:

http://www.omicrono.com/2016/04/drones-controlados-con-la-mente/

[46] “Barack Obama felicita Proyecto Estudiante usando Emotiv Epoc y Open ViBE”. artilugio.ru. Recuperado el

25/07/2016 desde:

http://artilugio.ru/bci/15514-barack-obama-felicita-proyecto-estudiante-usando.html

[47] “INA114 Datasheet”. Burr-Brown. Recuperado el 25/07/2016 desde: http://www.ti.com/lit/ds/symlink/ina114.pdf

[48] “LTC1062 Datasheet”. Linear Technology”. Recuperado el 25/07/2016 desde:

http://cds.linear.com/docs/en/datasheet/1062fd.pdf

[49] “7805CT Datasheet”. Motorola Inc. Recuperado el 25/07/2016 desde: http://pdf1.alldatasheet.com/datasheet-

pdf/view/4493/MOTOROLA/MC7805CT.html

[50] “LM79XX Series Datasheet”. Texas Instruments. Recuperado el 25/07/2016 desde:

http://www.ti.com/lit/ds/symlink/lm7905.pdf

[51] “Arduino”. Wikipedia. Recuperado el 25/07/2016 desde:

https://es.wikipedia.org/wiki/Arduino

[52] “Arduino Board Uno”. Arduino. Recuperado el 25/07/2016 desde:

https://www.arduino.cc/en/Main/ArduinoBoardUno

[53] “Arduino UNO SMD Rev3”. G.M. Production Kft. Recuperado el 25/07/2016 desde:

http://www.hellodroids.com/product/arduino-uno-smd-rev3/

https://hackerdou.com/2011/06/15/open-vibe-tu-mente-es-el-control/

http://www.ti.com/lit/ds/symlink/lm7905.pdf

https://es.wikipedia.org/wiki/Arduino

https://www.arduino.cc/en/Main/ArduinoBoardUno

diego cosano vaquerizo mejora en la adquisiciÓn...

Documents