Periodo: 2023 – 2025.
Resumen: Las Interfaces Cerebro-Computadora (BCIs, por sus siglas en inglés) constituyen una tecnología emergente para la recuperación de las funciones afectadas por lesiones neurológicas tales accidentes cerebro-vasculares, esclerosis múltiple, enfermedad de parkinson, déficit cognitivos, entre otras. El uso de una BCI comprende dos etapas: una de calibración en la cual se registran señales de electroencefalografía (EEG) para el entrenamiento de un clasificador, y otra a lazo cerrado en la cual se registran y clasifican en tiempo real las señales de EEG para comandar el dispositivo que ejecutará la acción deseada por el paciente-usuario del sistema.
Para un buen proceso de rehabilitación es fundamental que el clasificador de la BCI posea un buen desempeño, por lo cual es necesario entrenarlo con muchos registros de EEG, lo que conlleva un tiempo y esfuerzo importantes para el paciente. Asimismo, para evaluar y realizar el seguimiento del paciente en rehabilitación, se suelen realizar pruebas funcionales que también demandan mucho tiempo. Para optimizar estos tiempos dedicados a la calibración y a la toma de las escalas, y en pos de facilitar la traslación de las BCIs al ámbito clínico de neuro-rehabilitación, en este proyecto se explorarán estrategias basadas en aprendizaje maquinal para disminuir el tiempo de calibración de una BCI y se propondrán biomarcadores basados en la señal de EEG que puedan obtenerse durante el uso de la misma.
Se trabajará en 3 ejes principales de manera interdisciplinaria en equipos de trabajo de las Facultades de Ingeniería y de Ciencias de la Salud de la UNER. Uno de los ejes será la construcción de un banco de señales de EEG registradas mediante el uso de una BCI con realimentación visual; el otro será la exploración de estrategias de extracción de características y clasificación para reducir el tiempo de calibración sin detrimento del buen desempeño de la BCI y el tercer eje estará enfocado en la propuesta de biomarcadores basados en las señales de EEG que permitan evaluar los cambios funcionales buscados por las terapias basadas en BCI en pacientes con secuelas neurológicas crónicas.
Los ejes que se abordarán en el proyecto permitirán lograr BCIs que se ajusten mejor a los tiempos y necesidades de los centros de rehabilitación, por lo que se espera de esta manera aportar a la traslación a la clínica de esta novedosa tecnología para la rehabilitación y difundirla en nuestro país y en particular en la región.
Director: Tabernig, Carolina.
Codirector: Acevedo, Rubén; Schiaffino, Luciano.
Financiamiento: FONCYT – UNER.
