Abstracto Los artefactos electroencefalogrficos asociados con
los movimientos oculares representan una fuente potencial de error en el anlisis e interpretacin de la seal de electroencefalograma. En el presente documento se estudia la aplicacin de un mtodo que permite reducir los artefactos sin producir prdidas en la seal, este es el anlisis de componentes independientes (ICA). Se realiz una experiencia de laboratorio utilizando un cdigo ejemplo del software matemtico Matlab, realizado por el profesor de neurociencias cognitivas Wael El- Deredy. Se analiza el efecto del anlisis de componentes independientes dentro de la seal del electroencefalograma reduciendo los artefactos producidos por el parpadeo. Se realizan pruebas al variar el nmero de muestras analizadas y se logra observar que existe un nmero de muestras ideal para obtener una seal ptima para su estudio.
I. INTRODUCCIN L electroencefalograma (EEG) es definido como el registro y evaluacin de los potenciales elctricos generados en el cerebro, los cuales pueden ser obtenidos por medio de electrodos situados sobre la superficie del cuero cabelludo. Al realizar el examen es muy probable encontrarse con artefactos dentro de la seal, los cuales son provocados por problemas en la toma del EEG, debido a una mala colocacin de electrodos, interferencia tpica de 50-60 Hz o por interferencias fisiolgicas como son el electrocardiograma, la respiracin o movimientos musculares, dentro de estos ltimos se destaca el artefacto producido por la seal de electromiografa ocular, provocada por el parpadeo. Con el objetivo de evaluar las respuestas a estmulos visuales evitando los artefactos anteriormente mencionados, es que se utiliza la metodologa de anlisis de componentes independientes (ICA), una tcnica estadstica que permite expresar un conjunto de variables aleatorias como una combinacin lineal de variables independientes, cuyo objetivo principal es encontrar la lnea de ruido como una fuente independiente, para luego sustraerla de las seales de los canales evitando prdidas de informacin.
II. REDUCCIN DE ARTEFACTOS EN LA SEAL DE EEG UTILIZANDO LA METODOLOGA DE ANLISIS DE COMPONENTES INDEPENDIENTES Las seales de respuesta elctrica del cerebro a un estimulo especifico, o tambin llamadas potenciales evocados relacionados a eventos o estmulos (ERP), son usualmente de muy baja amplitud, se encuentran en el orden de los micro volts (menor a 5V) en comparacin a la seal del EEG (50 a 100 V), por lo cual se dificulta su identificacin dentro del registro de la seal. El artefacto que se evala es el producido por el movimiento ocular (parpadeo) dentro de la seal del electroencefalograma. Este genera un campo de corriente alterna de gran amplitud, que puede ser registrado por los electrodos cercanos a los ojos cuando el globo ocular rota sobre su eje. La reduccin de artefactos es preferible al rechazo de los mismos, ya que no existe prdida de datos cuando hay un nmero limitado de ellos o cuando los movimientos oculares ocurren frecuentemente. Para evitar la aparicin de artefactos en la seal del EEG, no es posible utilizar como mtodo la transformada de Fourier, debido a que la seal artefacto se encuentra en el mismo espectro de frecuencia que la seal de inters. De igual manera, no es posible utilizar filtros, como por ejemplo, un filtro tipo pasabajos, debido a que se realizara un corte de la seal en una frecuencia determinada, lo que ocasionara prdidas de segmentos de la seal, lo cual no corresponde al objetivo del procedimiento de limpiar la seal y se eliminar parte de su informacin, provocando posibles errores en su interpretacin causando incluso diagnsticos errados. Una tcnica utilizada, para la reduccin de los artefactos mencionados, es el anlisis de componentes independientes, en la cual se puna gran cantidad de respuestas a partir de estmulos, logrando minimizar los potenciales ruidosos del EEG, ya que estos ltimos son aleatorios y poseen amplitudes similares, con lo cual a medida que la promediacin es realizada, la seal artefacto comienza a disminuir su amplitud transformndose en una seal casi imperceptible, paralelamente las respuestas a potenciales evocados se Reduccin de Artefactos en la Seal de Electroencefalograma Utilizando el Anlisis de Componentes Independientes Rocio A. Ramos Carvajal Estudiante Ingeniera Civil Biomdica, Facultad de Ingeniera, Universidad de Valparaso. rocsijaruko@hotmail.com E 2
encuentran sincronizadas a los estmulos y es posible visualizarlas tras la disminucin de los artefactos. A. Anlisis De Componentes Independientes Es un mtodo desarrollado en el contexto de la separacin ciega de fuentes con el objetivo de encontrar la representacin lineal de los datos no gaussianos de forma que las componentes sean estadsticamente independientes o lo ms independiente posible. ICA no presupone la ortogonalidad de las fuentes, y permite reducir artefactos encontrando la lnea de ruido como una fuente independiente, provocando que resulte imperceptible dentro de las seales de los canales sin prdida de informacin, permitiendo visualizar la seal de inters sin interferencias, para lo cual no es necesario un modelo preciso del proceso que genera los artefactos, ni de la observacin especifica de segmentos que contengan principalmente el artefacto. Este hecho permite estudiar la estructura interna de las seales. B. Estudio De Investigacin Para La Obtencin De Los Datos Se realiz un estudio para investigar el papel de los procesos de la percepcin y la cognicin. Se eligi un grupo de participantes a los cuales se les presentaron secuencialmente imgenes animadas y no animadas con niveles de fragmentacin. Si los participantes lograban reconocer el objeto deban pulsar un botn. El objetivo de este estudio era investigar si hay componentes especficos de ERP que estn relacionados con el reconocimiento de los objetos. Se colocaron 61 electrodos en el cuero cabelludo de los participantes a una frecuencia de 500 Hz, y se utilizaron 2 electrodos que registraban los movimientos verticales y horizontales de los ojos. Los datos fueron recolectados en 4 bloques de grabacin de 4- 5 minutos cada uno con un lapsus intermedio de 2-3 minutos. Luego fueron fusionados, se filtraron a 25Hz y se muestrearon a 125 Hz. C. Pruebas De Laboratorio La experiencia de laboratorio consisti en utilizar el cdigo de programa realizado por el profesor Wael El-Deredy, en el software matemtico matlab. Este cdigo utiliza el mtodo del anlisis de componentes independientes para evitar los artefactos producidos por el parpadeo en las seales de EEG obtenidas en el estudio de investigacin. En primer lugar, la prctica comenz con inicializar el programa matlab en el computador, para luego cargar los archivos correspondientes al cdigo antes mencionado, asegurando que estos y las carpetas de recursos sean accesibles en el directorio del programa. Se comienzan los procedimientos analizando el cdigo ejemplo sin modificar los valores de sus variables, para ello se cargan los datos continuos que se encuentran sin modificacin, esto quiere decir, sin aplicar ICA, esto se realiza utilizando la lnea de cdigo: x=loadcnt('16sz125f.cnt'), continuamente a esto, se aplica: eegplot(x.dat, 'srate', 125, 'winlength', 10), con lo cual se muestra una grfica de estos datos, la cual muestra la seal de EEG con 63 canales, es posible visualizar que el ultimo canal (63) corresponde a la seal de electromiografa producida por el parpadeo.
Fig. 1: Grfica de la seal electroencefalogrfica de 63 canales, ntese la seal en el canal 63 que corresponde a la actividad electromiogrfica del parpadeo. Posteriormente se aplica ICA a 20 componentes con la lnea de comando: [virtual, b] = doica(x.dat, 20), la seal que se observa contiene artefactos provocados por el parpadeo, por lo cual se procede a limpiar la seal a travs de la lnea de comando: clean_data = clean(virtual, b, [3 4 5]), a modo de ejemplo, se eliminarn las componentes 3, 4 y 5, y se grafica nuevamente la seal sin estas componentes observando los cambios provocados al eliminarlas.
Fig. 2: Grfica de la seal limpiada tras quitar las componentes 3, 4 y 5. Se obtienen las pocas de las seales limpiadas, las cuales seccionan cada uno de los datos y cada uno de los estmulos, que corresponden a las imgenes del objeto fragmentadas mostradas a los participantes, y se promedian. Una vez obtenidos los datos limpiados, se procede a calcular los promedios para todas las condiciones por medio de la lnea de comando: erp = average_stim(epochs, [1:4]), luego se obtiene la grafica de la topografa de los potenciales ERP, en un determinado rango de tiempo, dando nfasis a la lnea de comando: topo(erp, epochs, [180 230]), debido a que en [180- 230] milisegundos, es posible visualizar la reaccin visual como respuesta a un estmulo, por otra parte, en el intervalo [500-600] se visualiza la actividad cognitiva del sujeto, lo cual no corresponde al objetivo de la experiencia, pero permite realizar observaciones y anlisis si se estima conveniente. 3
Fig. 3: Topografa de la seal limpiada utilizando 20 componentes y tras eliminar las componentes 3, 4 y 5. En la imagen no es posible visualizar claramente la respuesta al estimulo ya que la actividad no es muy notoria.
A continuacin, se grafica el promedio de las seales de los canales que corresponden a los electrodos 56-61, los cuales estn asociados a la corteza visual. Finalmente se grafican todos los potenciales en una sola figura. Tras observar y analizar el cdigo ejemplo, se realizaron modificaciones a las variables con el objetivo de obtener una imagen topogrfica que se asemeje a las condiciones apropiadas que corresponden a visualizar una mayor actividad en las zonas aledaas a la que concierne a la corteza visual (rea occipital). En primer lugar, es necesario reconocer cuales son las componentes que se deben eliminar para obtener una seal limpia, para realizar la identificacin se debe considerar que si existe una correlacin mayor a 0.7 en los datos de una componente, esta se debe eliminar debido a que significa que el artefacto (parpadeo) afecta fuertemente a la seal en ese canal. Para realizar este procedimiento, se comienza por acceder al canal 63, que en la grafica se visualiza claramente como un artefacto, esto se realiza estableciendo una variable para crear una matriz para obtener los datos del canal 63, con la lnea de comando: y=x.dat, luego utilizando: can63=y(63,:), se crea una matriz de una fila y 63 columnas, cuyos valores son accesibles y a los cuales se les aplicara la lnea de comando: corrcoef(can63, virtual(1,:)) para realizar la correlacin de cada dato de la matriz creada. Para realizar la correlacin de todos los valores de la matriz es conveniente crear un ciclo for. Al obtener los resultados es posible reconocer que la componente nmero 1 posee una magnitud de correlacin de 0.7740 valor superior al lmite de 0.7, por lo tanto cumple con la condicin para ser eliminada, para ello se utiliz la lnea de cdigo: clean_data = clean(virtual, b, [1]). Luego del anlisis de las correlaciones de los datos de los niveles, se procedi a realizar pruebas utilizando 5, 10, 15 y 20 componentes, comparando sus topografas tras eliminar la componente 1 en todos los clculos, con el objetivo de elegir la cantidad de muestras necesarias para obtener una visualizacin ptima de la respuesta visual.
D. Resultados La topografa cerebral de las componentes independientes (CI) permite examinar la evidencia de su origen biolgico y determinar si est relacionada con un artefacto ocular. Despus de detectar que la CI corresponde a una interferencia, las seales EEG corregidas pueden ser calculadas a partir de las componentes restantes mediante la anulacin de las filas correspondientes de la matriz de salida. Se realizan comparaciones entre las topografas obtenidas al utilizar 5, 10, 15 y 20 componentes, verificando las zonas de activacin cerebral.
Fig. 4: Topografa obtenida utilizando 5 componentes y eliminando el canal 1. No es posible visualizar la actividad de respuesta visual.
Fig. 5: Topografa adquirida utilizando 10 componentes y eliminando el canal 1, es posible visualizar la respuesta visual en la zona correspondiente a la corteza visual (color rojo-anaranjado).
Fig. 6: Topografa obtenida utilizando 15 componentes y eliminando el canal 1, la zona con mayor actividad corresponde a la zona de la corteza visual, ntese que existe una unin entre ambas marcas de actividad, en el centro y en la parte inferior de la imagen. Finalmente se grafican todos los potenciales en una sola figura.
4
Fig. 7: Grfica de las 4 pocas con todos los potenciales evocados incluidos. E. Anlisis Al evaluar la topografa obtenida utilizando 5 componentes no es posible observar con claridad la actividad correspondiente a la respuesta visual tras el estimulo ya que la zona activa (color rojo-anaranjado) se encuentra en la parte superior de la figura lo que no indica la respuesta sino ms bien puede indicar el estmulo provocado. Lo mismo ocurre con la topografa obtenida en el cdigo ejemplo donde se utilizaron 20 componentes. Al utilizar 10 componentes la topografa resulta ser ms cercana a lo esperado y la zona activa se encuentra en el centro de la figura y es visible tambin en la parte posterior lo cual muestra la respuesta provocada por un estimulo y la topografa realizada con 15 componentes muestra la actividad en la zona central y posterior de la figura lo que se asemeja a los resultados de la utilizacin de 10 componentes pero se debe destacar que con 15 existe una unin entre las zonas activas lo que podra significar un resultado ms certero, adems la ubicacin de las zonas corresponde a la ubicacin de la corteza visual la cual se activa tras los estmulos. F. Discusin Tras utilizar el mtodo de anlisis de componentes independientes es posible obtener seales limpias teniendo como ventaja principal evitar prdidas de informacin a travs de la reduccin de artefactos que interfieren en la seal del electroencefalograma. Tras realizar la experiencia de laboratorio es posible observar el objetivo y los efectos que involucran utilizar esta metodologa, se debe considerar que existe un nmero lmite de muestras con las cuales se obtendr la mejor seal que permita visualizar las respuestas, a travs de la aparicin de zonas activas del cerebro en la imagen topogrfica, tras recibir estimulacin visual.
III. CONCLUSIN La implementacin del cdigo permiti comprobar y aprender a utilizar metodologas cuyo objetivo es obtener una seal mejorada, sin ruidos ni artefactos. La separacin de fuentes es un problema importante en el campo del procesamiento de seales. Las seales recibidas por sensores son mezclas que proceden de varias fuentes independientes, las cuales, al transmitirse por un medio material pueden sufrir alteraciones debidas a dicho medio recibindose en los sensores una informacin que es una mezcla de las originales. El objeto de la separacin de fuentes consiste en tomar estas mezclas y obtener a partir de ellas las seales originales puras. Es posible observar que la implementacin de ICA se ve afectada por la cantidad de pocas y canales. Y los resultados de las pruebas de laboratorio demostraron que es necesario identificar y seleccionar una cantidad de muestras a analizar para obtener una seal sin artefactos y logrando visualizar las zonas activas en sus posiciones correspondientes segn el estmulo aplicado al sujeto. Tras utilizar esta metodologa es posible obtener seales electroencefalogrficas limpias reduciendo los artefactos y facilitando su visualizacin, estudio y posterior anlisis, lo cual ayuda en gran medida a la identificacin de patologas cerebrales.
IV. BIBLIOGRAFA
[1] S. Romero, M.A. Maanas, J. Riba, A. Morte, S. Gimnez, S. Clos, M.J. Barbanoj, "Nuevo Metodo Automatico de Filtrado Ocular en Seales EEG espontaneas basado en anlisis de componentes independientes," IEEE.
[2] Wael El-Deredy, " Procesamiento de seales EEG: Retiro de artefactos con anlisis de componentes independientes," Publicacin independiente, 22 abril 2014.
[3] Idrick Akhoun, Colette M. McKay, Wael El-Deredy, Electrically evoked compound action potential artifact rejection by independent component analysis: Technique validation, School of Psychological Sciences, Faculty of Medical and Human Sciences, The University of Manchester, Manchester M13 9PL, UK. Disponible en: http://www.journals.elsevier.com/hearing-research
2019 - Capacidades Científicas en El Trastorno Del Espectro Autista en México - Reflexiones Desde El Vínculo Entre Ciencia, Tecnología e Innovación y Políticas Sociales