La ingeniera en Telecomunicación Tania Jorajuría Gómez ha estudiado en su tesis doctoral, defendida en la Universidad Pública de Navarra (UPNA), nuevas herramientas para el procesado de señales proporcionadas por las interfaces cerebro-computadora (BCIs, por sus siglas en inglés), que leen y decodifican la actividad cerebral. La tesis doctoral está dirigida por la investigadora Carmen Vidaurre Arbizu y por la profesora e investigadora Marisol Gómez Fernández, miembro del ISC de la UPNA.
Como explica la autora de la tesis, las BCIs se pueden emplear, entre otras cosas, como nuevas herramientas de comunicación, para controlar un dispositivo externo, para asistir a pacientes durante neurorrehabilitación, o incluso en neuromarketing. Existen, por otro lado, distintos tipos de BCIs según la forma de capturar las señales. En concreto, Tania Jorajuría ha investigado los problemas de las BCIs que procesan señales de electroencefalografía, obtenidas con electrodos colocados en el cuero cabelludo.
Como explica la autora de la tesis, las BCIs normalmente se prueban bajo condiciones controladas. Sin embargo, “su correcta operación en condiciones de fuera del laboratorio es crucial, especialmente cuando los investigadores tienen en mente su uso en aplicaciones clínicas. Por tanto, es vital que las BCIs sean robustas a perturbaciones externas”, apunta. Por ejemplo, un sujeto puede estar realizando ejercicios mentales para controlar una BCI, al mismo tiempo que está pensando, hablando o escuchando. Estas condiciones tan cotidianas generan una actividad en el cerebro que dificulta la clasificación de las señales si la BCI no es robusta a estas perturbaciones cognitivas. Otro ejemplo sería cuando un paciente está haciendo tareas de imaginación motora durante la rehabilitación de alguna extremidad al mismo tiempo que mueve otras partes de su cuerpo. “De nuevo, estas perturbaciones motoras pueden afectar al rendimiento de la BCI si ésta no se ha probado en condiciones reales de fuera del laboratorio”, precisa la investigadora.
Como se ha indicado, en su tesis doctoral, Tania Jorajuría ha desarrollado nuevas herramientas para el procesamiento de señales BCI que las hacen más robustas a perturbaciones cognitivas y motoras. Concretamente, ha propuesto dos nuevos métodos de procesamiento para BCIs basadas en señales llamadas “steady-state visual evoked potential”, que funcionan bien con señales de solo un segundo de duración. “Al comparar los métodos empleados en la tesis con las técnicas actuales, demostramos que tenían un desempeño similar o mejor que ellas en todas las configuraciones estudiadas. Además, también se han propuesto tres nuevos métodos de procesamiento para mejorar la fiabilidad de las BCIs basadas en ritmos sensorimotores, bajo perturbaciones motoras inducidas. De nuevo, estos métodos obtienen mejores resultados que los algoritmos existentes”, precisa la nueva doctora por la UPNA.
“Por otro lado, se sabe que un gran porcentaje de usuarios no puede operar correctamente las BCIs actuales. Este fenómeno, conocido como ineficiencia de las BCIs, señala la necesidad de que los investigadores estimen de antemano qué rendimiento tendrá un nuevo participante. Predecir el desempeño de un participante podría ahorrar recursos de investigación, que siempre son escasos, y ayudar en el diseño de algoritmos para aumentar la fiabilidad operativa de las BCIs”, explica Tania Jorajuría. “Durante esta tesis, desarrollamos un nuevo predictor para estimar el rendimiento de las BCIs basadas en ritmos sensorimotores. Este predictor es más eficiente que los encontrados en la literatura, y sólo necesita dos electrodos, por lo que es un muy buen candidato para situaciones experimentales en las que es necesario explorar muchos sujetos”, indica.
Tania Jorajuría es ingeniera en Telecomunicación por la UPNA (2015). Durante la tesis doctoral, realizó una estancia en el Max Planck Institute for Human Cognitive and Brain Sciences (Leipzig, Alemania).
Durante la mayor parte de su carrera profesional, Tania Jorajuría se ha dedicado a la ingeniería de software. Ha trabajado como desarrolladora de algoritmos de control de vuelo para FuVeX, programadora de herramientas de exploración y terapia en Davalor Salud, investigadora contratada en la UPNA e ingeniera en sistemas inteligentes para la Asociación de la Industria Navarra. Actualmente, trabaja como ingeniera de software en el departamento de I+D+i de Tracasa Instrumental.
