Tesis (Ingeniero Biomédico)

Introducción: Un 1 % de la población mundial requiere del uso de sillas de ruedas, las cuales usualmente no están adecuadamente diseñadas para sus necesidades. Dentro de esta población, aquellas personas que no poseen la capacidad de mover sus extremidades inferiores e incluso que han perdido la movilidad adecuada del cuello (e.g. etapas tardías de la esclerosis lateral amiotrófica) poseen un nivel de autonomía muy limitado. Objetivo: El objetivo de este estado del arte es establecer los métodos de adquisición, procesamiento, filtrado, extracción de características y modelos usados en señales fisiológicas empleadas para la generación de órdenes en una silla de ruedas inteligente. Por medio de este, se busca establecer el modelado de las respectivas señales que permitan ayudar a una mayor cantidad de población en condición de discapacidad a mejorar su calidad de vida. Metodología: El estado del arte se desarrolló con base en el formato PICO, por medio de este se definió la población objetivo, interacción, enfoque del análisis y lo que conforma los resultados. Con este propósito, una primera búsqueda que permitiera observar cuales son las señales fisiológicas más adecuadas para la caracterización y solución del objetivo fue realizada. Posterior a la identificación de dichas señales, se procedió a establecer el estado del arte de estas en la generación de órdenes para sillas de ruedas. La aplicación de estas señales en otros dispositivos de interfaz humanomaquina fue incluida de ser necesaria. Resultados: Por medio de la primera búsqueda cinco artículos de revisión permitieron establecer las señales de electroencefalografia y electrooculografia como las más usadas, así como aquellas con que una mayor cantidad de población podría generar señales de control para una silla de ruedas. Basado en estas señales, de la segunda búsqueda veinte artículos fueron incluidos, con base en ellos se obtuvo ocho artículos que implementan SSVEP, cuatro de MI, uno de P300, tres Hibridos (combina EEG con EOG), dos de EOG y dos que implementan otro tipo de modelo basado en estas señales. Los métodos de adquisición, procesamiento, filtrado, extracción de características y modelos usados fueron comparados y complementados con implementaciones pertinentes observadas en otros tipos de dispositivos IHM. Conclusiones: En este estado del arte se observaron diferentes paradigmas implementados para la generación de órdenes en sillas de ruedas, dependiendo del paradigma el modelado de la señal varia. No obstante, se puede concluir que modelos basados en redes neuronales con el paradigma de MI es la opción que más se acopla a un mayor número de la población, esto en el contexto de EEG. Por otro lado, las señales de EOG se basan en modelos más sencillos de umbralización. La combinación de estas dos señales para la generación de órdenes en sillas de ruedas posee un amplio campo por investigar dentro de esta problemática. A pesar de que los métodos de SSVEP posee buenos resultados, se llegó a la conclusión de que el uso de pantallas que desvíen la vista del usuario debe ser evitado en lo posible.