Para empezar, abra la herramienta de software para diseñar y ejecutar escenarios de imágenes de motores. Vaya a Archivo y cargue los seis escenarios BCI de imágenes de motor etiquetados como Verificación de señales, Adquisición, Entrenamiento de CSP, Entrenamiento de clasificador, Pruebas y Matriz de confusión. Navegue hasta el escenario de verificación de señal y aplique un filtro de paso de banda de entre 1 y 40 hercios con un orden de filtro de 4 a las señales sin procesar, utilizando cuadros de diseño.
Guíe a los participantes para que se sometan a tareas de imágenes motoras, imaginando los movimientos de las manos en respuesta a señales visuales. Abra el archivo de Entrenamiento de imágenes motoras y muestre el avatar 3D preparado de pie sobre un conjunto de bongos a través del casco de realidad virtual. Navegue hasta el Escenario de adquisición y haga doble clic en el Estimulador de imágenes de motor de Graz para configurar el cuadro.
Configure 50 pruebas de cinco segundos cada una para los movimientos de la mano izquierda y derecha. Incorpore un período de referencia número 22 seguido de intervalos de 10 segundos de descanso después de cada 10 ensayos para evitar la fatiga mental. Configure las pruebas de la mano izquierda y derecha para que sean aleatorias y agregue una pista antes de la prueba que indique la mano que se va a imaginar.
Conecte una caja OSC con la dirección IP y el puerto para transmitir la señal de la mano que se va a imaginar al programa del motor del juego de entrenamiento de imágenes motoras. A continuación, desinfecte el casco de realidad virtual con toallitas y colóquelo en la cabeza del participante para facilitar una interacción inmersiva mientras captura los datos del EEG. Pida a los participantes que imaginen ejecutando el movimiento de su mano junto con el avatar 3D, siguiendo el mismo ritmo que el avatar cuando golpea el bongó con la mano correspondiente con una señal de texto que muestra qué mano se va a imaginar.
Después de la adquisición, ejecute el escenario de entrenamiento de CSP para analizar los datos de EEG de la etapa de adquisición. Cree filtros para distinguir entre imágenes de la izquierda y de la derecha y calcule CSP. Después del entrenamiento de CSP, vaya al escenario de entrenamiento del clasificador y ejecútelo para preparar el sistema para el control de avatares en tiempo real.
A continuación, navegue hasta el escenario de prueba y permita a los participantes controlar sus avatares 3D en tiempo real utilizando la tecnología de interfaz cerebro-ordenador. Para interpretar las acciones imaginadas en tiempo real, cargue los clasificadores entrenados durante el escenario en los datos de EEG en las casillas correspondientes. Informar a los participantes sobre el procedimiento de prueba, enfatizando la necesidad de imaginar claramente los movimientos de la mano según lo indicado por las señales de texto.
Realice 20 ensayos para cada participante, divididos en partes iguales entre imaginar movimientos de la mano izquierda y derecha y aleatorios. Conecte y configure una caja OSC para transmitir la información de la señal, que se mostrará como texto e indicará la mano que se va a visualizar en el programa del motor del juego. Conéctese a otra caja OSC para transmitir el valor predicho para los movimientos de la mano izquierda y derecha para el programa del motor del juego.
Ejecute el escenario de prueba y el programa del motor del juego de prueba de imágenes del motor. Observe que el programa reproduce la animación correspondiente en función del movimiento de la mano. Cinco adultos sanos de 21 a 38 años de edad participaron en el estudio tanto en condiciones de entrenamiento como de pruebas de imágenes motoras.
Se utilizó una matriz de confusión promedio para todos los sujetos para evaluar la precisión de los clasificadores en la distinción entre las señales de imágenes motoras izquierda y derecha durante ambas sesiones. Se visualizaron patrones topográficos de pesos de CSP a partir del entrenamiento de imágenes motoras para ambas direcciones de imágenes motoras. Se llevó a cabo un análisis de frecuencia de tiempo en datos de EEG de áreas motoras de sensores contralaterales para identificar perturbaciones espectrales relacionadas con eventos durante tareas motoras.
