El uso creciente de los computadores, y toda la tecnología asociada, ha promovido la creación de dispositivos de hardware cada vez más cómodos y eficientes para el usuario. Un número significativo de personas en situación de discapacidad no puede acceder a esta tecnología. Por esa razón, se han diseñado mecanismos, distintos a los tradicionales, para atender las necesidades de dichas personas. Entre estos mecanismos se han utilizado sistemas de control basados en biopotenciales. En este artículo, se presenta la construcción de un prototipo de mouse, cuyo movimiento en sentido horizontal es determinado por las señales eléctricas provenientes de desplazamientos oculares derecha-izquierda, que son captados por amplificadores de biopotenciales y posteriormente procesados y microcontrolados. Abstract— The use of computers and associated technology, has promoted the development of more comfortable and efficient hardware devices. Many handicapped people can not access to this technology. As a result, innovative mechanisms have been designed to attend the requirements of these people. One of such mechanisms has been the control through biopotentials. This article presents the construction of a mouse prototype, which allows horizontal displacements in response to left and right ocular movements that are registered by instrumentation amplifiers, processed and microcontrolled.

En la actualidad, las Interfaces Cerebro-Computador (ICC) se diseñan con el fin de usarlas tanto en estudios experimentales como clínicos, y sus resultados permiten la creación de nuevas tecnologías asistidas para personas que se encuentran en situación de discapacidad motora. En el año 2008, se desarrolló un prototipo de una ICC en la Escuela de Ingeniería de Antioquia y la Universidad CES, que hace uso de la electroencefalografía (EEG) para detectar los potenciales evocados cognitivos P300. En este trabajo, se propone un estudio experimental y estadístico para comparar dicho prototipo de ICC con un sistema comercial (USBamp), estudiando si existen diferencias significativas entre los dos sistemas. El estudio se concentra en pruebas destinadas a la caracterización de sistemas, empleando como entrada, inicialmente, señales determinísticas con diferentes valores de frecuencia y amplitud, y cuya evaluación se hace a través del valor cuadrático medio, la densidad espectral de las señales, el tiempo de respuesta y el máximo pico ante un estímulo. En segunda instancia, se realizan pruebas análogas en señales de P300 evaluando la energía de la señal y el tiempo de latencia por canal. Se hace uso de elementos de inferencia estadística, como la evaluación de hipótesis para dos medias suponiendo varianzas desconocidas iguales y prueba de medias para dos muestras pareadas. De las pruebas evaluadas, se concluye que el prototipo de ICC es apto en cuanto la adquisición de EEG y su procesamiento, pero se establecen planes de mejoramiento para algunos tratamientos que incluyen el diseño de nuevos circuitos para mejorar el ancho de banda.Abstract: Nowadays, brain-computer interfaces (BCI) are designed to be used in experimental and clinical studies, and their results allow the creation of new assistive technologies for people with motor disabilities. In 2008, a prototype of a BCI was developed in the School of Engineering of Antioquia and the University CES, which uses electroencephalography (EEG) to record the cognitive P300 evoked potential. In this paper, we propose an experimental and statistical design to compare this BCI prototype with a commercial device (USBamp), studying if they show significant differences or not. At first instance, this study is focused in some tests that characterize  the systems, using as input deterministic signals with different values of frequency and amplitude, and which evaluation is made through mean square value, signals spectral density, response time and maximum peak during a stimulus.  Secondly, we performed some analog tests in P300 signals evaluating signal energy and latency per channel.  We used elements of statistical inference such as: the evaluation of a hypothesis for two means assuming unknown equal variances and equal means tests for two paired samples. According to the evidence, we concluded that the BCI prototype is suitable to measure and process EEG signals, but it is necessary to establish some improvement for certain treatments such as: the design of new circuits to optimize band width.

Una interfaz cerebro computadora (ICC) es un dispositivo que ayuda a personas con deficiencias motoras severas, al permitir la realización de una comunicación externa a partir de la actividad eléctrica del cerebro sin la asistencia de los nervios periféricos o de la actividad muscular, prometiendo además una mejora en la calidad de vida de los pacientes. En este proyecto se utilizó un sistema ICC basado en el paradigma P300, desarrollado en la Universidad Nacional de Entre Ríos. El sistema cuenta con un sistema no invasivo de adquisición de electroencefalograma, un amplificador Grass, el software BCI2000 y el paquete de simulación robótica Marilou. Adicionalmente, el sistema permite evaluar la aplicación de dicha ICC en el control de una silla de ruedas autopropulsada e inteligente. La presentación de estímulos para la generación del P300 se llevó a cabo con matrices de íconos que codifican las instrucciones de comandos o direcciones para la silla de ruedas. En el presente trabajo se probaron dos matrices con diferentes dimensiones y distribuciones, la primera de 4x5 y la segunda de 4x3. Se analizaron los porcentajes de clasificación que estas arrojaron con el método de regresión SWLDA, donde se concluyó que la matriz de 4x3 presentaba mayores porcentajes de clasificación que la matriz 4x5. Las implicaciones con respecto al control de la silla se vislumbran como mayor confort y exactitud en el sistema inteligente. Abstract―A brain computer interface BCI is a device that helps people with severs motor disabilities. It allows an external communication through the electrical activity of the brain without the assistance of the peripheral nerves or muscle activity. This project used a BCI system, based on P300 paradigm which was developed at Universidad Nacional de Entre Ríos. The system includes an EEG signal acquisition system that use external electrodes, a Grass amplifier, the BCI2000 software, and the Marilou robotic simulation tool. Additionally, the system allows the evaluation of the BCI application to control the movement of an intelligent and self-propelled wheelchair. An icons presentation which codified the instructions to command the wheelchair movements was developed, in order to generate the stimulus for P300 generation. Two matrix with different size and distribution (4x5 and 4x3, row x column) were tested. We analyzed the percentage of classification obtained after the application of the regression method SWLDA, and we found that the major classification percentage was achieved with the 4x3 matrix. This study reveals that this process could be faster and pleasanter for the user. And finally the subject decisions will have more correlation between the results of the system and his real desire.

Las interfaces cerebro computador son sistemas que a partir del uso de las señales cerebrales hacen posible, que personas en situación de discapacidad motora severa, puedan controlar dispositivos externos, como: comunicadores, sillas de ruedas, entre otros. En este estudio piloto se describe cómo dos jóvenes con discapacidad motora, fueron entrenados para aprender a usar una Interfaz cerebro-computador (ICC) controlada por el potencial evocado P300 a partir de electoencefalografía (EEG), para la comunicación alternativa de modo verbal. Se hizo uso de una matriz de estimulación de 4x3 (filas - columnas) que contenía imágenes de jugadores de fútbol actuales. En primer lugar se realizaron unas pruebas de preparación que permitieron a los usuarios conocer el funcionamiento del sistema ICC. Seguido a esto se llevaron a cabo las pruebas reales que estaban conformadas por dos secciones: la sección de entrenamiento y la sección de pruebas de libre deletreo, en donde la persona podía seleccionar los íconos que deseara de la matriz a partir de uso de sus ondas de EEG. Los niveles promedio de porcentaje de acierto para cada uno de los usuarios en la prueba de libre deletreo fueron de 95% y 85%, respectivamente. El promedio de tiempo de elección de cada ícono fue de 36 segundos (1,67 letras por minuto).