ABSTRACT
Una interfaz cerebro computadora (ICC) es un sistema que provee una forma de comunicación directa entre el cerebro de una persona y el mundo exterior. Para el presente trabajo se utilizaron ICC basadas en EEG utilizando el paradigma de potenciales evocados relacionados con eventos (PRE). El objetivo de este trabajo es resolver en forma eficiente el problema de clasificación, en el cual se tienen dos clases posibles: registros con respuesta (PRE) y registros sin respuesta. Para esto se propone evaluar el desempeño de una ICC utilizando la transformada wavelet diádica discreta (DDWT, del inglés Dyadic Discrete Wavelet Transform) y la transformada wavelet packet (WPT, del inglés Wavelet Packet Transform) como métodos de extracción de características para la detección de la señal de PRE. La base de datos utilizada posee registros de EEG de época única de diez sujetos sanos. A partir de los patrones temporales (registros sin post-procesamiento) se generaron cinco conjuntos de patrones wavelet luego de aplicar la DDWT y WPT mediante diferentes técnicas. Se evaluó el desempeño de cada conjunto de patrones wavelet y de los patrones temporales mediante un clasificador lineal de Fisher. Se encontró que los patrones DDWT filtrados a 16 Hz presentan resultados de clasificación superiores a los patrones temporales. De esta manera al mejorar la etapa de extracción de características se mejora la clasificación, y consecuentemente, el desempeño del sistema completo de una ICC.
A brain-computer interface (BCI) is a system that provides a direct communication between the brain of a person and the outside world. For the present work we used an EEG-based event-related evoked potentials BCI. This paper aims to efficiently solve the problem of classification, which has two possible classes: recordings with evoked-potentials (ERP) and recordings without them. We proposed to evaluate the performance of a BCI using the discrete dyadic wavelet transform (DDWT) and the wavelet packet transform (WPT) as feature extraction methods for ERP signal detection. The database consisted of single-epoch EEG recordings from ten healthy subjects. From temporal patterns (recordings without any post-processing), five wavelet patterns were generated after applying DDWT and WPT via different techniques. The performance of the wavelet and temporal patterns were analyzed with the Fisher linear classifier finding that DDWT patterns, filtered at 16 Hz, presented better classification results than temporal patterns. This means that improving the feature extraction step, improves classification, and consequently, the performance of the entire BCI system.
Uma interface cérebro-computador (BCI) é um sistema que fornece uma forma de comunicação direta entre o cérebro de uma pessoa e o mundo exterior. Para este trabalho foram utilizados ICC baseado EEG evocados usando o paradigma de potenciais relacionados a eventos (ERP). O objetivo deste trabalho é resolver de forma eficiente o problema de classificação, em que há duas classes possíveis: registros Respondidas (PRE) e registros sem resposta. Para isso é avaliar o desempenho de uma ICC usando a wavelet diádica transformada discreta (DDWT, Discrete Wavelet Diádica Inglês Transform) e transformar pacote wavelet (WPT Transformada Wavelet Packet Inglês) como métodos de extração de características para a detecção de sinal PRE. A base de dados utilizada tem apenas EEG registra o tempo de dez indivíduos saudáveis. A partir dos padrões temporais (sem registros de pósprocessamento), cinco conjuntos de padrões após a aplicação wavelet e WPT DDWT gerado por várias técnicas. O desempenho de cada conjunto de padrões de wavelet e padrões temporais usando um classificador linear Fisher foi avaliado. Descobrimos que os padrões DDWT filtrados para 16 Hz apresentaram resultados acima da classificação padrões temporais. Assim, para melhorar a classificação de estágio de extração de características é melhorada, e, consequentemente, o desempenho de todo o sistema no ICC.
ABSTRACT
Los potenciales evocados auditivos del tronco cerebral (PEATC) son frecuentemente usados para fines diagnósticos; sin embargo, su procesamiento se hace difícil porque están inmersos en una gran cantidad de ruido proveniente no solo de fuentes externas sino también fisiológicas. Hasta ahora el método más utilizado y aceptado para obtener un registro confiable es la promediación coherente, aunque presenta algunos inconvenientes. La descomposición modal empírica (EMD) es una técnica relativamente nueva que se usa para el procesamiento de señales no estacionarias como la mayoría de señales fisiológicas. Este método separa una señal, extrayendo la energía asociada a diferentes escalas de tiempo intrínsecas, en una suma finita de modos oscilatorios. El propósito de este trabajo fue evaluar la EMD como una herramienta para mejorar el desempeño de la promediación coherente de PEATC buscando reducir la cantidad de épocas necesarias para obtener un registro confiable. Para tal fin se analizó la reconstrucción de ocho registros usando solamente los modos 2, 3 y 4 resultantes de la EMD, los estudios determinaron que una reconstrucción de 800 épocas es aceptable.
The brainstem auditory evoked potentials (BAEPs) are commonly used for diagnostic purposes; however, processing becomes difficult because they are immersed in a large amount of noise coming not only from external sources but also from other physiological sources. So far the most widely used and accepted method to obtain reliable recording is the coherent averaging, but this type of processing presents some drawbacks. The empirical mode decomposition (EMD) is a relatively new technique which is used for processing of non-stationary signal like almost physiological signals. This method separates a signal, xextracting the energy associated with various intrinsic time scales, into a finite set of oscillatory modes. The purpose of the study was to asssess the EMD as a tool for improving the performance of the averaging coherent BAEPs seeking to reduce the amount of epochs needed to obtain a reliable register. To this end, we have analyzed the reconstruction of eight registers using only modes 2, 3 and 4 resulting from the EMD, the studies found that a reconstruction of 800 epochs is acceptable.
ABSTRACT
El diagnóstico de la Esclerosis Múltiple es eminentemente clínico, en base a la anamnesis y examen físico. El análisis del líquido cefalorraquídeo (LCR) pone en evidencia una reacción inflamatoria del Sistema Nervioso Central. Los potenciales evocados pueden mostrar lesiones multifocales latentes. La RMN revela lesiones diseminadas de la sustancia blanca y excluye otras patologías. La evolución de la enfermedad es notablemente variable de un paciente a otro, especialmente en formas de empujes y remisiones. No obstante, el estudio epidemiológico de estos enfermos, junto a los sistemas funcionales afectados y el grado de perfil desmielinizante intratecal permiten definir pautas pronósticas, favorables y desfavorables
Subject(s)
Adult , Middle Aged , Humans , Male , Female , Demyelinating Diseases , Immunoglobulin A/cerebrospinal fluid , Immunoglobulin G/cerebrospinal fluid , Multiple Sclerosis , Cerebrospinal Fluid Proteins/biosynthesis , Demyelinating Diseases/cerebrospinal fluid , Demyelinating Diseases/diagnosis , Multiple Sclerosis/diagnosis , Multiple Sclerosis/cerebrospinal fluid , Cerebrospinal Fluid/analysisABSTRACT
Se presenta el primer caso observado y comunicado en el Uruguay y de los hasta ahora escasos mundiales. En una paciente que recibió carbamacepina aparecieron adenopatías cervicales y alteraciones del hemograma con reacción celular ganglionar de tipo proliferativa en la biopsia. El cuadro cedió totalmente con la suspensión del fármaco