Actualización y puesta a punto de un sistema de EEG

Abstract

RESUMEN : Este proyecto pretende poner nuevamente en funcionamiento el equipo de adquisición de señales de EEG, BioSemi ActiveTwo, y actualizar la metodología que se lleva a cabo para el registro de señales de electroencefalografía mediante la implementación de nuevos sensores que permitan el registro de biopotenciales tales como el EOG y ECG, los cuales facilitan la eliminación de señales que no son de interés para el análisis de la actividad eléctrica cerebral, permitiendo así la obtención de registros más depurados. Para este fin, fue necesaria la exploración de distintas alternativas que permitieran el envío de triggers utilizando el equipo BioSemi ActiveTwo, sincronizar una tarea sociocognitivo-conductual basada en el reconocimiento de estímulos con contenido emocional en el entorno Python con el software ActiView y comprender el funcionamiento de los nuevos sensores para la adquisición de ECG y EOG; estos últimos se incorporaron con el objetivo de implementar filtros adaptativos que mejoraran el post procesamiento de las señales. Para validar el óptimo desempeño del equipo, se llevaron a cabo un pre pilotaje y un pilotaje con sujetos de edades comprendidas entre los 21 y 29 años, que permitieron garantizar que todo funciona adecuadamente; las señales adquiridas fueron sometidas a 2 etapas: Preprocesamiento y post procesamiento para obtener ERPs y realizar un análisis del procesamiento emocional de los sujetos.

ABSTRACT : This project aims to put back into operation the BioSemi ActiveTwo EEG signal acquisition system and update the methodology used for the recording of electroencephalography signals, by implementing new sensors that allow recording biopotentials such as EOG and ECG, which facilitate the elimination of signals that are not of interest for the analysis of brain electrical activity, providing more refined recordings. To this purpose, it was necessary to explore different alternatives to send triggers using the BioSemi ActiveTwo equipment, synchronize a sociocognitive-behavioral task based on the recognition of stimuli with emotional content in the Python environment with the ActiView software and understand the operation of the new sensors for the acquisition of ECG and EOG; the latter were incorporated to implement adaptive filters to improve signal post-processing. To validate the optimal performance of the equipment, a pre-piloting and a pilot test were carried out with subjects aged between 21 and 29 years, which ensured that everything worked properly. The acquired signals were subjected to two stages: preprocessing and postprocessing to obtain ERPs and perform an analysis of the emotional processing of the subjects.