Desarrollo y evaluación de experimentos de psicología cognitiva en un sistema brain-computer interface no invasivo

Abstract

En 1929 Hans Berger desarrolló el electroencefalograma (EEG). Las ondas cerebrales, hasta entonces desconocidas, fueron investigadas a lo largo del siglo XX, siendo un gran avance en la biomedicina y facilitando el posterior estudio del diagnóstico de enfermedades como la epilepsia o diversos trastornos del sueño. El presente trabajo tiene como objetivo diseñar, implementar y evaluar un conjunto de experimentos típicos de psicología cognitiva (tareas Go-NoGo, Stroop y N-Back) en MEDUSA, para, posteriormente, analizar las señales de los potenciales relacionados con eventos (ERP) de la señal EEG medida para cada una de las tareas. MEDUSA es una plataforma de propósito general para desarrollar sistemas BCI y experimentos de neurociencia en Python, creado por el Grupo de Ingeniería Biomédica de la Universidad de Valladolid. Estas tareas se utilizan para evaluar procesos mentales como la atención, la percepción o la memoria. Antes de implementar nuestras tareas, se realiza una revisión del estado de la técnica del registro de señales EEG con dichas tareas de psicología cognitiva, para analizar las diferentes tareas a implementar y los objetivos de estudio, además de realizar un análisis del EEG en tiempo real. Posteriormente se procede al diseño e implementación de las aplicaciones de las tareas, a través de Unity, y su posterior implementación en MEDUSA. Tras el diseño e implementación, se evalúa con cinco sujetos, a través de una sesión de una hora, donde los sujetos realizan las diferentes tareas mientras se les registra su señal EEG y los resultados, para posteriormente realizar un análisis del ERP de los diferentes resultados obtenidos. Además, los sujetos realizan un cuestionario de satisfacción una vez han terminado las sesiones. Una vez realizadas las sesiones y recogidos los datos, se analizan. En cuanto a los resultados de las tareas (número de respuestas correctas y tiempos de reacción), se ven diferencias al modificar la probabilidad de estímulos en la tarea Go-NoGo, para los diferentes estímulos en la tarea de Stroop y al variar la carga de la memoria de trabajo para la tarea N-Back. En los registros de EEG también se han visto ciertas características. En la tarea Go-NoGo la amplitud en algunas componentes es mayor en los estímulos no habituales respecto a los habituales. En la tarea de Stroop se destaca que la amplitud de los estímulos congruentes es menor en ciertos espacios temporales en los canales Fz y Cz. Por último, para la tarea N-Back hay algunos espacios temporales donde la amplitud disminuye a medida que se aumenta la carga de la memoria de trabajo. Estos resultados son discutidos y comparados con los de otros estudios similares. Por último, se extraen conclusiones generales del presente trabajo, donde se destaca el empeoramiento de los resultados al aumentar la dificultad de las tareas y las modificaciones de las formas de onda de los ERPs al variar los parámetros. Se termina con unas ideas futuras de investigación.

In 1929 Hans Berger developed the electroencephalogram (EEG). Brain waves, until then unknown, were investigated throughout the 20th century, being a breakthrough in biomedicine and facilitating the subsequent study of the diagnosis of diseases such as epilepsy or various sleep disorders. The present work aims to design, implement, and evaluate a set of typical cognitive psychology experiments (Go-NoGo, Stroop and N-Back tasks) in MEDUSA, and then analyze the event-related potentials (ERP) signals of the EEG measured for each task. MEDUSA is a general-purpose platform for developing BCI systems and neuroscience experiments in Python, created by the Biomedical Engineering Group of the University of Valladolid. These tasks are used to evaluate mental processes such as attention, perception, or memory. Before implementing our tasks, a review of the state of the art of EEG signal recording for cognitive psychology tasks is performed to analyze the different task that have been implemented and the objectives of our study, as well as to perform a real-time EEG analysis. Subsequently, we proceed to the design and implementation of each task applications, through Unity and its MEDUSA implementation. Following the design and implementation of the proposed tasks, they were evaluated by five healthy users in a one-hour session, where they performed all tasks while their EEG signals were being recorded. Then, an ERP analysis of the different results obtained was performed. In addition, a satisfaction questionnaire was completed by the participants at the end of the evaluation sessions. Once the sessions have been completed and the data have been collected, they were analyzed. Regarding the results of the tasks (number of correct responses and reaction times), differences were seen when modifying the probability of stimuli in the Go-NoGo task, for the different stimuli in the Stroop task and when varying the workload memory for the N-Back task. Certain features were also seen in the EEG recordings. In the Go-NoGo task the amplitude in some components is greater for the infrequent stimuli with respect to the frequent stimuli. In the Stroop task, it was noted that the amplitude of congruent stimuli is lower in certain time spans at Fz and Cz channels. Finally, for the N-Back task there were some temporal windows where the amplitude decreased as the workload memory increased. These results were discussed and compared with those of other similar studies. Finally, general conclusions from the present work are drawn, highlighting the worsening of the results as the difficulty of the tasks increases and the modifications of the ERP waveforms as the parameters are varied. We conclude with some ideas for future research.