La tecnología que permite conectar el cerebro con dispositivos digitales —lo que se conoce como interfaz cerebro-ordenador (BCI)— ha sido durante décadas un dominio de laboratorios avanzados y equipos de investigación costosos. Sin embargo, nuevas placas de adquisición de señales cerebrales basadas en microcontroladores como el ESP32 están haciendo que estas capacidades sean más accesibles para maker, educadores e investigadores independientes. Los sistemas de electroencefalografía (EEG) capturan señales eléctricas generadas por el cerebro con microvoltios de amplitud y requieren una electrónica fina para amplificación, filtrado y digitalización con alta fidelidad. Tradicionalmente, estas placas han costado miles de euros, pero proyectos recientes reducen ese umbral sin comprometer características técnicas básicas clave.

En este artículo exploramos una de estas plataformas emergentes: Cerelog ESP-EEG, una placa de 8 canales completa que combina un microcontrolador con un convertidor analógico-digital de alta resolución, y la ponemos en contexto con el estado del arte de las BCI de código abierto. Discutiremos aspectos técnicos como frecuencia de muestreo, reducción de ruido en señales EEG, compatibilidad con software como BrainFlow y GUI OpenBCI, así como aplicaciones prácticas y limitaciones actuales. También veremos por qué esta tendencia de hardware abierto podría impactar la investigación básica y proyectos creativos fuera de grandes infraestructuras.

¿Qué es una interfaz cerebro-ordenador y por qué importa?

Una interfaz cerebro-ordenador es un sistema que traduce directamente la actividad eléctrica cerebral en comandos que puede entender y procesar un dispositivo externo, desde ordenadores hasta prótesis robóticas o dispositivos domóticos. Estas interfaces no invasivas suelen basarse en EEG, que mide variaciones en potencial eléctrico en el cuero cabelludo en diferentes bandas de frecuencia (por ejemplo, alfa [8–12 Hz] o beta [12–30 Hz]) usando electrodos colocados sobre la cabeza. Una BCI no invasiva no accede directamente a neuronas individuales, sino que media sobre la superficie del cráneo, donde las señales están atenuadas y mezcladas, y necesitan amplificación de alta calidad y algoritmos de procesamiento de señales para extraer patrones útiles.

Históricamente, equipos EEG capaces de muestrear a alta frecuencia y con baja relación señal-ruido estaban restringidos a laboratorios clínicos o universidades debido a sus precios elevados y al nivel de conocimiento técnico requerido. El convertidor analógico-digital (ADC) es uno de los componentes críticos: un ADC de 24 bits como el ADS1299 de Texas Instruments es considerado casi estándar en EEG de investigación, ya que puede digitalizar microvoltios con precisión y estabilidad. Hackster

En los últimos años plataformas como OpenBCI han liberalizado el acceso a esta tecnología con hardware y software de código abierto, permitiendo que estudiantes y entusiastas exploren proyectos de neurofeedback, control de robots o experimentos cognitivos sin el coste ni barreras de los sistemas propietarios.

Cerelog ESP-EEG: características técnicas y funcionamiento

El Cerelog ESP-EEG es un sistema de adquisición EEG de 8 canales que integra un microcontrolador ESP32-WROOM-32 con conectividad Wi-Fi y Bluetooth, y un ADC de alta resolución (ADS1299) para la medición de señales biopotenciales. Está diseñado para que experimentadores puedan capturar EEG, así como otros biopotenciales como ECG (actividad cardíaca) o EMG (actividad muscular) con un solo dispositivo.

El ESP32 es un microcontrolador de doble núcleo con CPU a 160 MHz y 520 KB de SRAM, suficientes para gestionar múltiples flujos de datos en tiempo real. Combinado con el ADC ADS1299, el sistema ofrece una resolución de 24 bits por canal, lo que permite capturar señales con precisión de microvoltios. Por defecto, la placa puede muestrear hasta 250 muestras por segundo por canal, cifra que puede ajustarse por firmware según la aplicación.

Un desafío común en las medidas EEG es el ruido eléctrico ambiental, especialmente la interferencia de 50/60 Hz procedente de líneas de alimentación, que puede enmascarar las señales cerebrales. El Cerelog ESP-EEG aborda este problema implementando un sistema de bias activo en lazo cerrado, que mide el ruido común en el cuerpo, invierte la señal y la retroalimenta mediante un electrodo dedicado para atenuar ese ruido en tiempo real. Esta técnica mejora significativamente la relación señal-ruido y permite que las oscilaciones cerebrales más sutiles sean detectadas con mayor fidelidad.

El conjunto de hardware está pensado para funcionar con electrodos EEG estándar y adaptadores de seguridad (“touch-proof”), y puede montarse en auriculares o cascos adaptados. Aunque no incluye certificación médica (no está diseñado para uso clínico), su rendimiento es suficiente para prototipos avanzados, educación y experimentación personal.

Software y ecosistema de desarrollo

Un aspecto crucial en cualquier plataforma BCI es la disponibilidad de software que permita visualizar y procesar señales EEG en tiempo real. El Cerelog ESP-EEG se integra con BrainFlow, una biblioteca compatible con múltiples lenguajes (Python, C++, Java) que abstrae la adquisición de datos y facilita el filtrado, visualización y análisis de señales. También soporta Lab Streaming Layer (LSL) para interoperar con herramientas de neurociencia existentes y flujos de procesamiento integrados en Python o MATLAB.

Para usuarios que prefieren no programar, existe una versión adaptada de OpenBCI GUI, un entorno gráfico desarrollado originalmente para placas OpenBCI, que permite ver en tiempo real las señales EEG captadas por el dispositivo, aplicar filtros digitales y registrar las sesiones de experimentación. Este soporte de software es importante porque reduce la barrera de entrada al permitir comprobar rápidamente la calidad de las señales y realizar ajustes sin escribir código.

En proyectos avanzados de BCI, la combinación de estas herramientas con técnicas de procesamiento digital de señales (DSP) —como transformadas de Fourier para extraer bandas de frecuencia específicas o algoritmos de clasificación para detectar patrones de activación cerebral asociados a tareas— es lo que permite construir aplicaciones complejas como control de dispositivos externos o análisis de estados cognitivos.

Comparación con plataformas previas

Si consideramos el panorama más amplio de sistemas EEG accesibles, OpenBCI ha sido uno de los referentes durante años. Fundada tras una campaña de financiación colectiva, la plataforma OpenBCI ofrece placas y sensores compatibles con EEG, EMG y ECG con un ecosistema de código abierto. Estas placas han sido utilizadas tanto en investigación como en proyectos artísticos y educativos debido a su modularidad y software de apoyo.

La diferencia principal entre OpenBCI y el Cerelog ESP-EEG radica en la elección del microcontrolador y la integración de conectividad inalámbrica por defecto en este último. Mientras OpenBCI ha ofrecido versiones con PIC o microcontroladores dedicados, el uso de un ESP32 con Wi-Fi/Bluetooth integrado simplifica la conectividad sin hardware adicional. Además, el enfoque de Cerelog en un sistema de cancelación activa de ruido y muestreo configurable aporta ventajas en entornos donde la interferencia eléctrica es un problema persistente.

No obstante, tanto OpenBCI como Cerelog operan en un contexto similar: hardware abierto o semiabierto, precios reducidos comparados con equipos clínicos y una comunidad de desarrolladores que comparte diseños, software y métodos para mejorar la accesibilidad de la tecnología BCI.

Aplicaciones prácticas y limitaciones

Placas como el Cerelog ESP-EEG permiten llevar a cabo experimentos que antes estaban fuera del alcance de entusiastas. Por ejemplo, pueden usarse para estudiar oscilaciones alfa y beta, entrenar algoritmos de clasificación de señales EEG, construir sistemas de neurofeedback o incluso explorar control de dispositivos externos mediante pensamiento (por ejemplo, mover un cursor o activar un motor). En educación, estas placas ofrecen una forma tangible de aprender sobre neurofisiología, procesamiento de señales y electrónica embebida sin invertir en equipamiento clínico.

A pesar de ello, estas soluciones no reemplazan sistemas médicos certificados. La impedancia entre cuero cabelludo y electrodo, la necesidad de gel conductor, el ruido muscular y artefactos externos son factores que afectan la calidad de señal y requieren ajustes cuidadosos. Asimismo, la ausencia de aislamiento médico puede presentar riesgos en aplicaciones clínicas si no se toman precauciones adecuadas.

La comunidad BCI continúa creciendo, con proyectos de software como MetaBCI, una plataforma abierta que facilita la codificación y decodificación de actividades cerebrales complejas.

Reflexiones finales

El desarrollo de placas EEG accesibles como el Cerelog ESP-EEG representa un avance interesante para la democratización de la interfaz cerebro-ordenador, acercando tecnología que hasta hace poco era costosa a estudiantes y desarrolladores independientes. La combinación de un microcontrolador potente, convertidor ADC de alta resolución y soporte de software moderno ofrece un equilibrio sólido entre coste, rendimiento y facilidad de uso. Aunque no sustituye a equipos clínicos, estos sistemas permiten explorar aplicaciones educativas, creativas y de prototipado con relativa facilidad técnica.

Este tipo de proyectos promueve una comunidad que comparte diseños, mejoras y casos de uso, lo que a largo plazo puede acelerar la innovación en interfaces cerebro-computadora más avanzadas y adaptables.