Científicos de la Universidad de Jaen (junto a ingleses, chinos y peruanos) han desarrollado un sistema, más preciso que los anteriores, que lee señales cerebrales para que personas afectadas por ictus puedan interaccionar con un hogar inteligente.
Lo más revolucionario del sistema es que combina el electroencefalograma no invasivo, es decir, capta las ondas de un casco con electrodos que se coloca en la cabeza, sin necesidad de ningún tipo de cirugía, con arquitecturas de inteligencia artificial para el procesamiento de la señal.
De esta forma, alcanza una efectividad en la decodificación que roza en algunos casos el 100% en un entorno natural, es decir, fuera de un contexto controlado, como un laboratorio de neurociencia.
El modelo ha sido publicado en el artículo “Fuzzy temporal convolutional neural networks in P300-based Brain-computer interface for smart home interaction”. Se probó con experimentos en seis sujetos sanos y tres que habían sufrido un accidente cerebrovascular.
Los investigadores partieron de las señales de un encefalograma obtenidas mediante el uso de un casco con electrodos. Aunque esta estrategia no resulta invasiva para el usuario al aplicarse al cuero cabelludo introduce muchas interferencias o ruido en la señal.
ARQUITECTURAS
Para reducir estas fuentes de ruido y aumentar la precisión del modelo, incorporaron dos arquitecturas basadas en inteligencia artificial: el aprendizaje profundo y la lógica difusa.
El primero imita las características estructurales del sistema nervioso humano, donde existen áreas del cerebro especializadas en tareas como el lenguaje o el reconocimiento facial. En este caso, la máquina permite aprender mediante redes neuronales especializadas en la detección de ciertas características ocultas en las señales de los encefalogramas.
Sin embargo, estas redes neuronales son muy sensibles al ruido, tanto de las interferencias del propio casco aplicado al cuero cabelludo, como del ambiente. Por ello, los investigadores añadieron aprendizaje difuso. Se trata, según ha añadido, de unas funciones que ayudan a la red neuronal a aprender de estos patrones, pero modelando la incertidumbre. Así, aunque haya ruido, la red neuronal lo omite.
Esta nueva arquitectura actúa como una especie de parche, para que la red neuronal sea más robusta frente al ruido ambiental. La combinación de estas técnicas aumenta la fiabilidad del sistema para decodificar este tipo de estímulos cerebrales para alcanzar una precisión del 98,6 por ciento
387