Resumen ejecutivo
El problema
Los sistemas brain-computer interface (BCI) permiten la comunicación entre el usuario y un dispositivo externo sin el uso de músculos o nervios periféricos. Estos sistemas típicamente registran la actividad eléctrica del cerebro utilizando electroencefalografía (EEG) y luego decodifican esta señal para identificar las intenciones del usuario, traduciéndolas en comandos para aplicaciones externas. El proyecto tiene como objetivo desarrollar un sistema BCI novedoso, basado en aprendizaje profundo y realidad aumentada, para controlar dispositivos del hogar de manera automatizada, mejorando la calidad de vida de personas con discapacidades físicas graves.
Para lograrlo, el proyecto se enfocará en el desarrollo de un modelo de aprendizaje profundo avanzado que decodifique las señales EEG con mayor precisión y robustez. Además, se integrará una aplicación de realidad aumentada que permitirá al usuario interactuar de forma natural con el entorno doméstico. La combinación de estas tecnologías proporcionará una interfaz intuitiva y eficiente, facilitando un mayor control sobre los dispositivos del hogar y promoviendo la autonomía de las personas con discapacidades severas.
La combinación de las tecnologías de BCI, aprendizaje profundo y realidad aumentada promete transformar radicalmente la forma en que las personas con discapacidades severas interactúan con su entorno, proporcionando un control más intuitivo y eficiente.
La hipótesis central del proyecto es que la integración de un modelo de aprendizaje profundo avanzado para la decodificación de señales EEG, junto con una interfaz de realidad aumentada, mejorará significativamente la capacidad de las personas con discapacidades físicas graves para controlar dispositivos del hogar. Esta mejora no solo se verá reflejada en la precisión y velocidad de la decodificación de las intenciones del usuario, sino también en la experiencia de usuario más natural e intuitiva que proporcionará la realidad aumentada.
Se espera que la combinación de estas tecnologías permita superar las limitaciones actuales de los sistemas BCI, como la baja precisión en la decodificación de las señales EEG y la falta de una integración eficiente en la vida diaria de los usuarios, mejorando así su autonomía y calidad de vida.
¿Puede la combinación de aprendizaje profundo y realidad aumentada en un sistema BCI superar las barreras de interacción y control en personas con discapacidades físicas severas?
Objetivo principal
El objetivo principal del proyecto es diseñar, desarrollar y evaluar un sistema de interfaz cerebro-computadora (BCI) basado en aprendizaje profundo y realidad aumentada, que permita a personas con discapacidades físicas severas controlar dispositivos del hogar de manera automatizada. Este sistema buscará superar las limitaciones actuales en la precisión y velocidad de la decodificación de señales EEG, mejorando la calidad de vida de los usuarios.
Objetivos específicos
Desarrollar un modelo avanzado de aprendizaje profundo para la decodificación de señales EEG
Este modelo utilizará técnicas de aprendizaje multitarea y auto-supervisión para lograr una mayor precisión y robustez en la interpretación de señales cerebrales, mejorando la capacidad de predecir las intenciones del usuario.
Integrar una aplicación de realidad aumentada para el control de dispositivos del hogar
Se desarrollará una interfaz intuitiva e inmersiva que permita al usuario interactuar con su entorno doméstico mediante realidad aumentada, proporcionando un control más natural y eficiente.
Evaluar la usabilidad y efectividad del sistema con usuarios con discapacidades severas
El sistema será probado en un entorno simulado con personas con discapacidades severas, evaluando su precisión, velocidad de respuesta y facilidad de uso, asegurando su aplicabilidad en situaciones cotidianas.
Analizar el impacto del sistema en la calidad de vida de los usuarios
Se evaluará el impacto del sistema en la autonomía y calidad de vida de los usuarios, midiendo cómo mejora su capacidad para interactuar con su entorno de manera independiente.
Colaboradores
Grupo formado principalmente por ingenieros y médicos de diferentes especialidades (neumología, oftalmología, neurología, neurofisiología y psiquiatría), que trabajan conjuntamente en distintas líneas de investigación. En particular, tiene una amplia experiencia en el procesado de señales cardiorrespiratorias para la ayuda al diagnóstico de la AOS. Los múltiples proyectos en los que ha participado y su creciente producción científica de alto impacto avalan la gran capacidad investigadora del grupo.
Roberto Hornero Sánchez
Fundador & Coordinador
Grupo Offinnova es una empresa española dedicada a proporcionar tecnología para su empresa, ofreciendo los recursos materiales y técnicos necesarios para que las empresas se mantengan al día con las últimas innovaciones. Además, Offinnova cuenta con un Centro Tecnológico especializado en formación en nuevas tecnologías, donde se imparten cursos personalizados que están a la vanguardia tecnológica. La empresa también brinda apoyo a las organizaciones en el desarrollo de proyectos tecnológicos y de innovación, impulsando la transformación digital de las empresas.
José Antonio Gutiérrez Delgado
Director de Grupo Offinnova
El Centro de Referencia Estatal de Discapacidad y Dependencia de San Andrés del Rabanedo, León, es una institución pionera en el ámbito de la investigación, formación y desarrollo de proyectos dirigidos a la mejora de la calidad de vida de las personas con discapacidad y en situación de dependencia. Su objetivo principal es promover la autonomía personal mediante el uso de tecnologías asistenciales innovadoras y ofrecer apoyo tanto a las personas afectadas como a sus familias y cuidadores.
María Teresa Sancho Castiello
Directora del Centro de Referencia Estatal
de Discapacidad y Dependencia