Estimación del rendimiento del deletreador de la interfaz cerebro-ordenador basada en P300 con estimación de latencia basada en el clasificador

Las interfaces cerebro-computadora (BCI, por sus siglas en inglés) son una tecnología no invasiva que permite a las personas comunicarse a través de máquinas directamente sin tener en cuenta las limitaciones físicas impuestas por el cuerpo. BCI se puede utilizar como un dispositivo de asistencia operado directamente por el cerebro. BCI utiliza la actividad cerebral de un usuario para determinar si el usuario tiene la intención de elegir una determinada clave (letra, número o símbolo) que se muestra en la pantalla¹. En un sistema informático típico, un usuario presiona físicamente la tecla deseada en un teclado. Sin embargo, en un sistema BCI con una pantalla visual, el usuario debe concentrarse en la tecla deseada. A continuación, BCI seleccionará la clave deseada mediante el análisis de las señales cerebrales medidas¹. La actividad del cerebro se puede medir utilizando diversas técnicas. A pesar de que existen tecnologías BCI que compiten entre sí, el electroencefalograma (EEG) se considera una técnica líder debido a su naturaleza no invasiva, alta resolución temporal, confiabilidad^{y costo relativamente} bajo.

Las aplicaciones de BCI incluyen la comunicación, el control de dispositivos y también el entretenimiento 3,4,5,6. Una de las áreas de aplicación más activas de BCI es el deletreador P300, que fue introducido por Farwell y Donchin⁷. El P300 es un potencial relacionado con eventos (ERP) producido en respuesta al reconocimiento de un estímulo raro pero relevante⁸. Cuando una persona reconoce su estímulo objetivo, automáticamente produce un P300. El P300 es una señal eficaz para un BCI porque transmite el reconocimiento del participante del evento objetivo sin necesidad de una respuesta externa⁹.

El P300 BCI ha atraído a investigadores de ciencias de la computación, ingeniería eléctrica, psicología, factores humanos y varias otras disciplinas. Se han logrado avances en el procesamiento de señales, algoritmos de clasificación, interfaces de usuario, esquemas de estimulación y muchas otras áreas 10,11,12,13,14,15. Sin embargo, independientemente del área de investigación, el hilo conductor de toda esta investigación es la necesidad de medir el rendimiento del sistema BCI. Esta tarea suele requerir la generación de un conjunto de datos de prueba. Esta necesidad no se limita a la investigación; Es probable que la eventual aplicación clínica como tecnología de asistencia requiera conjuntos de validación individuales para cada usuario final a fin de garantizar que el sistema pueda generar una comunicación confiable.

A pesar de la considerable investigación aplicada al P300 BCI, los sistemas siguen siendo bastante lentos. Si bien la mayoría de las personas pueden usar un P300 BCI¹⁶, la mayoría de los deletreadores P300 producen texto del orden de 1 a 5 caracteres por minuto. Desafortunadamente, esta baja velocidad significa que la generación de conjuntos de datos de prueba requiere mucho tiempo y esfuerzo para los participantes, los experimentadores y los usuarios finales. La medición de la precisión del sistema BCI es un problema de estimación de parámetros binomiales, y se necesitan muchos caracteres de datos para una buena estimación.

Para estimar la presencia o ausencia del ERP P300, la mayoría de los clasificadores utilizan un modelo de clasificación binaria, que implica la asignación de una etiqueta binaria (por ejemplo, “presencia” o “ausencia”) a cada ensayo o época de datos de EEG. La ecuación general utilizada por la mayoría de los clasificadores se puede expresar como:

donde se denomina puntuación del clasificador, que representa la probabilidad de que la respuesta P300 esté presente, x es el vector de características extraído de la señal de EEG y b es un término de sesgo¹⁷. La función f es una función de decisión que asigna los datos de entrada a la etiqueta de salida y se aprende de un conjunto de datos de entrenamiento etiquetados mediante un algoritmo de aprendizaje supervisado¹⁷. Durante el entrenamiento, el clasificador se entrena en un conjunto de datos etiquetado de señales de EEG, donde cada señal se etiqueta como si tuviera una respuesta P300 o no. El vector de peso y el término de sesgo se optimizan para minimizar el error entre la salida predicha del clasificador y la etiqueta verdadera de la señal de EEG. Una vez que el clasificador está entrenado, se puede utilizar para predecir la presencia de la respuesta P300 en nuevas señales de EEG.

Los diferentes clasificadores pueden utilizar diferentes funciones de decisión, como el análisis discriminante lineal (LDA), el análisis discriminante lineal por pasos (SWLDA), los mínimos cuadrados (LS), la regresión logística, las máquinas de vectores de soporte (SVM) o las redes neuronales (NN). El clasificador de mínimos cuadrados es un clasificador lineal que minimiza la suma de errores al cuadrado entre las etiquetas de clase predichas y las etiquetas de clase verdaderas. Este clasificador predice la etiqueta de clase de una nueva muestra de prueba mediante la siguiente ecuación:

(1)

donde la función sign devuelve +1 si el producto es positivo y -1 si es negativo, y el vector de peso se obtiene a partir del conjunto de características de los datos de entrenamiento, (x) y las etiquetas de clase (y) utilizando la siguiente ecuación:

    (2)

En investigaciones anteriores, argumentamos que la estimación de latencia basada en clasificadores (CBLE) se puede utilizar para estimar la precisión de BCI 17,18,19. CBLE es una estrategia para evaluar la variación de la latencia mediante la explotación de la sensibilidad temporal del clasificador¹⁸. Mientras que el enfoque convencional de la clasificación P300 implica el uso de una única ventana de tiempo que se sincroniza con cada presentación de estímulo, el método CBLE implica la creación de múltiples copias en diferido de las épocas posteriores al estímulo. A continuación, detecta el desplazamiento de tiempo que da como resultado la puntuación máxima para estimar la latencia de la respuesta P300 ^17,18. Aquí, este trabajo presenta un protocolo que estima el rendimiento de BCI a partir de un pequeño conjunto de datos utilizando CBLE. Como análisis representativo, se varía el número de caracteres para hacer predicciones del rendimiento general de un individuo. Para ambos conjuntos de datos de ejemplo, se calculó el error cuadrático medio (RMSE) para vCBLE y la precisión real de BCI. Los resultados indican que el RMSE de las predicciones de vCBLE, utilizando sus datos ajustados, fue consistentemente menor que la precisión derivada de 1 a 7 caracteres probados.

Desarrollamos una Interfaz Gráfica de Usuario (GUI) denominada “CBLE Performance Estimation” para la implementación de la metodología propuesta. También se proporciona el código de ejemplo (Supplemental Coding File 1) que funciona en la plataforma MATLAB. El código de ejemplo realiza todos los pasos aplicados en la interfaz gráfica de usuario, pero los pasos se proporcionan para ayudar al lector a adaptarse a un nuevo conjunto de datos. Este código emplea un conjunto de datos disponible públicamente “Brain Invaders-calibration-less-P300-based BCI using dry EEG electrodes Dataset (bi2014a)” para evaluar el método propuesto²⁰. Los participantes jugaron hasta tres sesiones de juego de Brain Invaders, cada sesión con 9 niveles del juego. La recolección de datos continuó hasta que se completaron todos los niveles o el participante perdió todo control sobre el sistema BCI. La interfaz de Brain Invaders incluía 36 símbolos que parpadeaban en 12 grupos de seis alienígenas. De acuerdo con el paradigma Brain Invaders P300, se creó una repetición mediante 12 destellos, uno para cada grupo. De estos 12 destellos, dos contenían el símbolo de objetivo (conocidos como destellos de objetivo), mientras que los 10 destellos restantes no contenían el símbolo de destino (conocidos como destellos sin objetivo). Se puede encontrar más información sobre este paradigma en la referencia original²⁰.

El enfoque CBLE también se implementó en un conjunto de datos de Michigan, que contenía datos de 40 participantes^18,19. Aquí, los datos de ocho participantes tuvieron que ser descartados porque sus tareas estaban incompletas. Todo el estudio requirió tres visitas de cada participante. El primer día, cada participante escribió una oración de entrenamiento de 19 caracteres, seguida de tres oraciones de prueba de 23 caracteres en los días 1, 2 y 3. En este ejemplo, el teclado incluía 36 caracteres que se agruparon en seis filas y seis columnas. Cada fila o columna se parpadeó durante 31,25 milisegundos con un intervalo de 125 milisegundos entre parpadeos. Entre los personajes, se proporcionó una pausa de 3,5 s.

En la figura 1 se muestra el diagrama de bloques del método propuesto. El procedimiento detallado se describe en la sección de protocolo.