Nuevos Horizontes: Aportes al entrenamiento de Personas Hipoacúsicas

Nuevos Horizontes.-

Aportes al entrenamiento de Personas Hipoacúsicas

Garin Juan Manuel Agüero Pablo Daniel Tulli Juan Carlos

Facultad de Ingeniería, Universidad Nacional de Mar del Plata.

Laboratorio de Comunicaciones

Juan B Justo 4302 – 7600 – Mar del Plata

Tel. +542234816600 int. 251

jmgarin ;pdaguero ;jctulli@fi.mdp.edu.ar

Resumen

Este proyecto en desarrollo analiza la problemática argentina actual sobre la falta de programas para computadora destinados a la asistencia de personas hipoacúsicas, de distribución gratuita y en idioma español local.

Debido a esto, se decidió diseñar un programa que emplee los últimos avances tecnológicos actuales en el área informática, utilizando el lenguaje de programación Java, que nos permite una amplia portabilidad del programa, eliminando las limitaciones de incompatibilidad de programación entre sistemas operativos.

El programa consiste en indicarle en pantalla al usuario lo que se pretende que este pronuncie, capturar su habla a través de un micrófono, analizarla y comparar los resultados con patrones preestablecidos. Para luego informarle nuevamente a través de la pantalla los posibles errores lingüísticos a fin de que este pueda ir mejorándolos con el continuo entrenamiento.

Los datos de este proceso son enviados vía Internet a los servidores del grupo de desarrollo permitiendo realizar análisis posteriores tanto por el profesional a cargo como por los desarrolladores, lo que facilita mantener un registro de sus actividades y progresos.

1. Introducción

En la actualidad existen personas que presentan una disminución en la capacidad auditiva, las cuales se pueden clasificar en dos grupos, los hipoacúsicos y los sordos profundos (cofóticos).

La hipoacusia es la disminución de la percepción auditiva. La misma puede provenir de distintas causas congénitas tanto de origen genético, neurosensorial, como por mal formaciones; o bien adquirirse a través de enfermedades tales como otitis, tímpanosclerosis, colesteatomas, etc.

Las personas que nacieron con alguna de estas anomalías o que las adquirieron de niños, no cuentan con la realimentación auditiva necesaria, lo que les impide percibir con claridad los sonidos del ambiente y los que ellos mismos emiten.

Esta dificultad les produce grandes inconvenientes en el aprendizaje del habla, lentificando el desarrollo de la dimensión del lenguaje, del pensamiento abstracto, y obstaculizando la categorización de los objetos, la estructura y sistematización de la realidad.
Estas complicaciones se presentan como alteraciones reflejadas en el ritmo, timbre de voz (ronquera, monotonía), tono irregular, etc.

Los sordos profundos, son personas que no tienen percepción auditiva. Debido a esto, desde niños aprenden a comunicarse a través del lenguaje de señas, lo que lleva a que tengan aún más dificultades que los hipoacúsicos en la comunicación a través del habla.

En ambos grupos a su vez se originan, dependiendo del grado de sordera que tengan, distintas alteraciones en la articulación de fonemas por ausencia o alteración de estos por otros. Estas alteraciones se pueden clasificar en tres grupos: dislalias, diglosias y disartrias.

Las dislalias son trastornos producidos por la disminución de la capacidad auditiva, ocasionando que las personas que las padecen no logren discriminar correctamente los fonemas, generándolos de manera equívoca o directamente excluyéndolos. Por ejemplo dicen “mai” en vez de “maíz” o “tre” en vez de “tres”.

Las diglosias son trastornos de origen orgánico provocado por lesiones físicas o malformaciones de los órganos articulatorios y periféricos. Estas últimas, según la parte del aparato fonatorio que afectan, se clasifican en: labiales, mandibulares, dentales, linguales y palatales, para las cuales se pueden citar, como ejemplo, las correspondientes afecciones: labio leporino, prognatismo, agenesias dentarias, glosectomía y paladar hendido.

Por último, las disartrias son anomalías en la articulación, de naturaleza motriz, generadas por lesiones en el sistema nervioso central, como así también por enfermedades en los nervios o músculos de la lengua, faringe y laringe.
A éstas se las puede clasificar a su vez en cinco grupos: flácida, espástica, atáxica, extrapiramidal y mixta.

En las dos primeras la afección esta localizada en las neuronas motrices inferior y superior correspondientemente. La atáxica es ocasionada por una afección en el cerebelo generada por lesiones cerebelosas bilaterales o generalizadas.

La extrapiramidal es generada por lesiones en el sistema que lleva el mismo nombre, el cual forma parte del sistema paloencéfalo.

Por ultimo las mixtas, son una conjunción de las mencionadas anteriormente.

Las personas que tienen estas alteraciones son tratadas por los especialistas del habla a través de la utilización de métodos auditivo-visuales, llevando a cabo una reeducación ortofónica y logopédica, siendo ellos los que interpretan el sonido y le informan al paciente lo que dijo a través de señas o dibujos. Esto implica que el profesional no cuenta con más información sobre lo que dijo el paciente que lo que pudo captar e interpretar a través de la experiencia.

Debido al avance tecnológico en el área informática, se dispone de diversos tratamientos asistidos por computadora que complementan el trabajo del profesional y permiten un conocimiento más amplio y preciso de los sonidos del paciente y de sus anomalías.

En la actualidad existen diversos programas para computadoras orientados a la asistencia de personas hipoacúsicas, tales como el SpeechViewer de IBM [1], Laureate Learning Systems [2], Vocaliza ^[3].

El SpeechViewer de IBM es un visualizador fonético para los profesionales del habla, que cuenta con dos partes principales:

1. Terapia clínica que incluye ejercicios para una terapia del habla directa.

2. Gestión de terapia que suministra información sobre el rendimiento del paciente y sus progresos.

La compañía Laureate Learning Systems desarrolló diversos paquetes de programas para la asistencia de personas con capacidades diferentes, de los cuales uno está dirigido a niños con problemas en el habla. Dentro de este paquete, se pueden encontrar programas tanto de ejercitación general como específicos, tales como de sustantivos, verbos, pronombres personales, etc. Uno de ellos es el “TalkTime with Tucker” que está basado en juegos, en los que el niño va interaccionando y avanzando niveles a través del habla. Esto es ampliamente recomendable ya que evita el tedio tan característico de otros programas.

El programa Vocaliza pertenece al proyecto Comunica de la Universidad de Zaragoza, el cual trabaja en tres niveles de lenguaje: fonológico, semántico y sintáctico. El mismo esta desarrollado para el tratamiento de niños, ya que se basa principalmente en juegos e interacción con dibujos. También cuenta con un sintetizador de voz, que les permite a las personas con alguna percepción auditiva saber como se debe pronunciar correctamente una palabra. Este último, a diferencia de los mencionados anteriormente, es para el idioma español y su distribución es gratuita lo que permite el acceso a todas las personas.

En la actualidad no existe ningún programa de asistencia de personas con hipoacusia, para el idioma español con lenguajes argentinos. Si bien Vocaliza está desarrollado para el idioma español, las acepciones no se corresponden con las de nuestro país, por lo que no es apto para ejercitar el habla de nuestros niños.
Por esta razón hemos decidido desarrollar un programa diseñado en lenguaje de programación JAVA^TM (por su portabilidad) y de distribución gratuita, para que sea accesible a todas las personas que padezcan de estas afecciones en nuestro país.

Este articulo esta organizado de la siguiente forma: Sección [2], se describe ampliamente el trabajo del programa y sus características, la cual está dividida en tres subsecciones que explican más detalladamente cada bloque del programa: [2.1].Sesiones multiusuario, [2.2].Análisis de la señal e interfaz gráfica, [2.3].Historial y Comunicación vía Internet. Sección [3].Conclusiones y [4].Bibliografía

2. Descripción del sistema

El objetivo de este proyecto es desarrollar un programa de distribución gratuita de entrenamiento para personas con discapacidades auditivas.

Muchos de los lenguajes de programación permiten a través de los compiladores obtener código ejecutable propio del microprocesador. En el caso de JAVA el proceso de compilación genera un pseudo-codigo (opcodes) que debe ser interpretado por una máquina virtual java. Esta última es la que ofrece un entorno de ejecución homogéneo para todas las aplicaciones JAVA, independizándolas de los sistemas operativos y de las incompatibilidades del código fuente entre microprocesadores de distintos fabricantes.

La máquina virtual JAVA se ejecuta en segundo plano, recibe las directivas del programa, las convierte al lenguaje del procesador y las ejecuta. Debido a todo este proceso, la ejecución de una aplicación JAVA es sutilmente más lenta, pero presenta como gran ventaja poder ser ejecutada en la mayoría de los sistemas operativos actuales, eliminando de esta forma el grave inconveniente que posee la programación convencional.

En la figura 1 se presenta el diagrama en bloques del funcionamiento general del programa. En el mismo se pueden ver tres grandes bloques funcionales (encerrados en líneas punteadas) que serán desarrollados en las siguientes secciones: Sesiones Multiusuario (seccion 2.1), Análisis de la señal e interfaz gráfica (seccion 2.2), e historial y comunicación vía Internet (seccion 2.3).

2.1 Sesiones multiusuario

Este programa cuenta con un sistema multiusuarios, permitiendo que las computadoras de uso público de las escuelas puedan ser utilizadas por varias personas, sin eliminar la posibilidad de que una persona en particular pueda utilizar el programa en su casa.

Figura 2

Para cada paciente se deben ingresar sus datos personales y los correspondientes a sus deficiencias conocidas, tales como audiogramas (figura 2), dislalias (mencionadas en la introducción), etc.

Este programa cuenta también con un sistema de exportación para que el paciente pueda migrar de una a otra computadora sin perder sus datos y su historial de trabajo. Debido a que el sistema posee un servicio de almacenamiento del historial en el servidor de los desarrolladores, el paciente también podrá utilizar múltiples ordenadores sin la necesidad de copiar los datos a medios extraíbles (diskettes, pen drives, etc). Este último aspecto del funcionamiento se explicará con más detalle en la sección 2.3.

La información, provista en el momento de la carga de los datos del paciente, es muy importante, ya que de esta manera el programa cuenta con información previa al momento de tomar decisiones, haciendo que el proceso de análisis sea más corto y efectivo. Por ejemplo: sabiendo que el paciente al momento de decir palabras omite las vocales iniciales, cuando el programa le pida que diga la palabra “ahora” (trascripción fonética: “aora”), este va a saber que lo primero que dijo es la “o” y no la “a”. Permitiendo de este modo que el análisis continúe con los siguientes fonemas sin detenerse a tratar de interpretar una “a” en lugar de una “o”.

Una vez inicializada la sesión, el profesional debe acceder a un menú para configurar los ejercicios que deberá realizar el paciente durante la práctica.

Existen dos modos principales de configuración de las prácticas. En el primero de ellos se utiliza la información sobre las deficiencias del paciente ingresadas con anterioridad, con las cuales el programa filtra los ejercicios correspondientes al tratamiento de estas, lo que lleva a una mayor rapidez a la hora de la configuración. Esto permite también que el paciente pueda trabajar en su casa sin necesidad de estar con el profesional simplemente siguiendo los pasos que éste le indique.

La otra forma de configuración es la manual, en la cual el profesional genera una secuencia de trabajo arbitraria, seleccionando palabras de un listado o directamente ingresando un texto. Este modo presenta como ventaja que el programa pueda ser utilizado para una evaluación especifica.

2.2 Análisis de la señal Interfaz gráfica

Las personas hipoacúsicas presentan en su mayoría una disminución muy grande de la capacidad auditiva perdiendo así la realimentación sonora que esta les brinda. Debido a esto, es que se reemplaza esta última a través de una interfaz gráfica, como ser en este caso el monitor de la computadora.

La utilización del lenguaje de programación JAVA^TM, nos permite ofrecerle al usuario una interfaz gráfica amigable y operable tanto por niños, adolescentes o adultos.

Para los niños se ofrece una versión con juegos y dibujos, en la cual el paciente va avanzando niveles y ganando puntos a medida que pronuncia correctamente lo que le indica el programa, generando de esta forma un estímulo en el niño para que continúe su entrenamiento. A su vez estos juegos pueden ser configurados por el profesional para el trabajo de una deficiencia en particular.

Para los adolescentes y adultos que tienen más conocimientos sobre los parámetros del habla, se ofrece otra versión con gráficas en tiempo real de los distintos parámetros, presentando en pantalla:

• Barras de progreso para indicar la intensidad de la señal, sonoridad, tono y ritmo.
• Superposición de la grafica de la acentuación utilizando la información del pitch
• Precisión fonemática, indicando con un parpadeo, el fonema que se dijo incorrectamente.
• Duración del habla, superponiendo la grafica temporal con un patrón correcto.

En la figura 3, se indican los pasos que recorre la información, desde que es grabada por el micrófono hasta que se informa en pantalla.

Cuando el paciente pronuncia lo que se le indica en pantalla, su voz es grabada a través de un micrófono, convertida digitalmente por la placa de sonido de la computadora, filtrada para eliminar ruidos y enviada a las secuencias de análisis.

Una vez adquirida la señal, el programa realiza diversos análisis previos antes de iniciar los correspondientes a los parámetros, debido a que el habla de las personas hipoacúsicas tiene en general mucha intensidad de ruido.

Si el ruido es muy grande y se la analiza en búsqueda de los parámetros característicos, posiblemente se los encuentre de manera errónea, lo que significaría informar al paciente incorrectamente. En consecuencia, si el programa detecta esta circunstancia, descarta la señal y le solicita al usuario que repita.

Si la señal pasa la prueba de la confiabilidad de señal-ruido, se la envia a las secuencias de análisis de parámetros, las cuales nos retornan información acústica, tal como: el tono, la acentuación a través de la frecuencia fundamental (pitch), el volumen, la intensidad, ritmos, la sonoridad y los fonemas con su respectiva ubicación.

Para una mayor confiabilidad en el análisis de los parámetros de la señal, el sistema procesa los datos a través de varios algoritmos en paralelo que obtienen la misma característica acústica. Estos algoritmos están altamente optimizados para permitir una ejecución más rápida del programa en computadoras de bajo rendimiento, ya que no siempre se cuenta con computadoras nuevas en los establecimientos educativos ni en los domicilios particulares.

Luego de obtener las características acústicas, los resultados son nuevamente analizados para determinar su confiabilidad, efectuando los siguientes estudios: coeficientes de señal ruido (SNR), similitud con el modelo estadístico (HMM), shimmer (Medida de la inestabilidad de la amplitud del tono fundamental AF₀), jitter (diferencia de amplitud e intensidad entre periodos del sonido), etc; luego de lo cual, si no se cumplen los requisitos, se descartan los datos y se le pide al usuario que repita.

Una vez que se analiza la confiabilidad de los parámetros, se los compara con los de la base de datos de una persona oyente, la cual esta previamente filtrada utilizando las deficiencias conocidas del paciente configuradas en su sesión. De esta comparación se obtienen los resultados finales del análisis para luego informarle al paciente, las características de su emisión.

2.3 Historial y Comunicación vía Internet

Este programa cuenta con un servicio de almacenamiento de información y envio vía Internet a los servidores pertenecientes al grupo de investigación que desarrolló el programa.

El envio de datos del paciente permite que éste pueda trabajar en múltiples computadoras, pudiendo así ejercitar en la escuela junto al profesional y continuar las prácticas en su casa sin la necesidad de recargar sus datos, simplemente, actualizando estos vía Internet.

En el momento en que el paciente se registra en nuestra pagina Web para descargar el programa, ingresa sus datos personales y un nombre de usuario el cual va a utilizar el programa para identificarlo.

Durante al registro, el usuario debe seleccionar su condición de aceptación o no del contrato, en el cual se informa sobre el envio de datos vía Internet y el uso compartido de datos personales.

Esto no es una limitación para el uso del programa, pero el no aceptarlo restringe la utilización del servidor para almacenar los datos personales, lo cual implica que el usuario no puede migrar tan facilmente de computadoras.

Durante el transcurso de la sesión, un subprograma trabaja en paralelo almacenando datos y enviándolos vía Internet, previa aceptación de las condiciones por el usuario, entre de los cuales podemos distinguir los datos personales y los de la práctica.

Dentro de los datos personales enviados al servidor se encuentran los audiogramas, dislalias conocidas, historial de trabajo, etc; los cuales son descargados del servidor una vez que el paciente inicia la sesión en otra computadora evitando de esta forma que tengan que ser cargados nuevamente.

El segundo grupo de datos enviados al servidor son los correspondientes a la evolución de la práctica, dentro de los cuales se encuentran dos tipos de archivo, los de audio y los de texto.

Los archivos de audio enviados contienen la voz del paciente que fue grabada y comprimida durante toda la sesión utilizando un formato sin pérdidas.

En los archivos de texto se guardan los datos que corresponden a la configuración de la práctica, incluyendo las palabras y sus respectivos errores, pronunciados por el paciente según lo indicado en cada sesión, permitiendo de este modo que el profesional pueda realizar un análisis posterior y así aplicar las acciones correctivas necesarias.

Los datos son guardados también dentro de la computadora, en carpetas independientes para cada usuario, destinado a que si se pierde la conexión a Internet se pueda seguir trabajando.

Si el profesional no se encuentra con el paciente, este puede descargar los datos del servidor, para lo cual deberá estar registrado, manteniendo así un seguimiento del trabajo, conociendo los avances y dificultades que presenta este a la hora de realizar los ejercicios, proporcionando de este modo la posibilidad de un tratamiento en forma particular para personas que no se encuentren en cercanías a los centros médicos o escuelas especiales.

Dentro de este servicio de envio de información vía Internet, se encuentra otro subprograma que realiza informes de errores del programa, lo que les permite a los programadores poder realizar las actualizaciones necesarias.

3. Conclusiones

En este artículo se ha descrito un programa para la asistencia y entrenamiento de personas hipoacúsicas que aprovecha los avances tecnológicos en el área informática, permitiéndoles la mejora de su habla a través del continuo entrenamiento.

En la actualidad se comprobó que la utilización de este tipo de programas para la asistencia de personas con hipoacusia, acelera de forma notable las mejorías en el habla permitiéndoles una comunicación más fluida y eficiente.

Se esta trabajando conjuntamente con el Centro de Fonoaudiologia ( C.E.F.A ) Escuela de sordos e hipoacúsicos de la ciudad de Mar del Plata, con la cual la Universidad Nacional de Mar del Plata tiene un convenio específico de colaboración.

Este proyecto cuenta con una página web en donde se irán colocando los avances del sistema y el programa para su descarga [4].

4. Bibliografia

[1]. Xuedong Huang, Alex Acero, Hsiao-wuen Hon, “Spoken Lenguaje Processing” cap 2 y 6, 2001

[2]. Paul Christopher Bagshaw, “Automatic prosodic analisis for computer arded pronunciation teaching”, Tesis doctoral, Universidad de Edimburgo, 1994

[3]. Emagnet Consultoria SA, “Dislalias”, Gabinete Psicopedagógico logopedia, 2007

[4]. Elizabeth E. Crawford, “Acoustic signals as visual biofeedback in the speech training of hearing impared children”, Tesis doctoral, Universidad de Canterbury, 2007

[5]. Carlos Vaquero, Oscar Saz, Eduardo Leida, “Vocaliza: an application for computer-aided speech therapy in spanish languaje”, Grupo de tecnología de la comunicación I3A, Universidad de Zaragoza, IV Jornadas en Tecnología del Habla.

[6]. José Martinez Ledesma, Gaspar González Rus, Mercedes López Torresilla, “Las nntt en la rehabilitación logopédica: el visualizador fonético speechviewer III a la vista del visualizador del habla de la universidad politécnica”, Rep. Tec., Tecnoneet 2000.

[7]. Lawrence R. Rabiner, Fellow IEEE, “A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition”, Proceedings of the IEEE, vol. 77, nº. 2, February 1989.

---

[1] http://www.dif.gob.mx/cta/soluciones/speech.html

[2] http://www.laureatelearning.com

[3] http://www.vocaliza.es/

[4] http://elaf1.fi.mdp.edu.ar/pegasus/

Escritura mediante señales electrooculográficas

Nahuel Matías Dalgaard (*) Esteban Lucio Gonzalez (**) Juan Carlos Tulli (***)
Pablo Daniel Agüero (****)

Universidad Nacional de Mar del Plata, Facultad de Ingeniería, Argentina

(*)dalgaard@uolsinectis.com.ar, (**)elgonzal@fi.mdp.edu.ar, (***) jctulli@fi.mdp.edu.ar, (****)pdaguero@fi.mdp.edu.ar

ABSTRACT
In this work, we describe the development of a system that gives an alternate and economical way of acceding a computer using eyes motion. In turn, this access system (hardware and software) allows writing of text in a virtual keyboard in the monitor of a PC by looking at the command or character to write. This will allow disabled people to use the computer as a communication tool. Because of that, the project was limited as a device that allows writing and pronouncing short sentences.

RESUMEN

Este trabajo, describe el desarrollo de un sistema que por medio de señales oculográficas brinda una alternativa económica a los dispositivos de acceso a computadoras. Hardware y software permiten la escritura de textos en un teclado virtual mostrado en el monitor de una computadora simplemente mirando los comandos o letras a escribir. Esto facilitará a usuarios con discapacidades motrices severas usar la computadora como medio para comunicación, por lo que el proyecto se acotó a un sistema que permite escribir frases cortas y pronunciarlas.

KEYWORDS
Discapacidad, Oculografía, Control, Escritura.

INTRODUCCIÓN

Así como una rampa o elevador provee a una persona que usa silla de ruedas el acceso a diferentes espacios físicos, la tecnología adaptativa, mediante software y hardware especializado, permite a personas con discapacidades motrices usar computadoras.

Las discapacidades motrices pueden ser causa de diferentes patologías tales como: distrofia muscular, parálisis cerebral, lesiones en la espina dorsal, o esclerosis múltiple. Las discapacidades citadas suelen impedir la comunicación oral debido a los problemas que las personas en cuestión poseen para controlar fiablemente sus músculos, esto motivó el desarrollo de diferentes sistemas de adaptación para ser utilizados como comunicador, algunos de ellos basados en computadoras (PC o computadora personal). Pero está posibilidad, a su vez, generó un nuevo problema que es el acceso del usuario a la PC. Uno de los métodos para acceder a una PC de manera no convencional (teclado o ratón), es a través de la utilización de Técnicas Electrooculográficas.

COMUNICADOR ELECTROOCULOGRÁFICO.

El “Comunicador Electrooculográfico” es un dispositivo compuesto por un puntero (o rastro electrónico que aparece en la pantalla de la PC) que obedece al movimiento de los globos oculares. Esto, junto con un software especialmente diseñado, permite que personas con dificultades motrices se comuniquen en forma oral y/o escrita. Este dispositivo incluye un sintetizador de voz en idioma castellano, lo que permite expresar el mensaje en forma oral.

La utilización de Señales Electrooculográficas (EOG) como fuente de comandos es fiable, ya que a pesar de ser propensa a fuertes perturbaciones, mediante un adecuado tratamiento, es posible conseguir una relación unívoca entre la posición del ojo dentro de su cuenca y una zona en la pantalla o monitor de PC [1].

Existen actualmente muchos sistemas con esta finalidad, algunos ejemplos de ello son: Point! ™, OptiTrack™, Head Master Plus, los cuales basan su funcionamiento en el seguimiento de la cabeza, por medio de una cámara de video. Otros, mas complejos, como: Vision-Trak™ funcionan utilizando técnicas de seguimiento de pupila. Todas estas interfases alcanzan gran precisión y son transparentes a los programas en entorno Windows, pero a pesar de sus virtudes, sus costos los hacen poco accesibles para el usuario promedio en Argentina, y es aquí donde la técnica propuesta se hace atractiva para países en vías de desarrollo [2].

Señales EOG

En la Fig. 1 se ve el posicionamiento de electrodos sobre un voluntario. La foto tomada de [2], fue obtenida en una sesión de medición de señales electrooculográficas (EOG) y electromiográficas (EMG ).

Al ser la señal EOG una indicación de la posición de los ojos relativa a la cabeza, al mover la cabeza manteniendo la mirada fija en un punto, también provoca variaciones de este potencial, por lo que cualquier sistema de control que use estas señales deberá tener en cuenta esta eventualidad. En la Fig. 2 se muestra el registro de dos señales EOG y EMG adquiridas simultáneamente. La señal EOG es la responsable de los escalones de tensión ocurridos aproximadamente cada 30 segundos. Estos escalones de tensión obedecen a movimientos voluntarios de los ojos fijando la vista en distintos puntos del monitor de la computadora, debido a la posición de los electrodos (Fig. 1) se registró el movimiento vertical. La amplitud aproximada de los escalones de tensión es de 0.3 V. Dado que se usó una ganancia de 1000 veces en el amplificador adquisidor, esto implica que se midió a nivel electrodo una tensión de 300µV.

Figura 1. Ubicación de los electrodos

Las señales EMG o de movimiento de párpados son las responsables por los picos (o deltas) de amplitud, los cuales obedecen tanto a movimientos voluntarios de los párpados como involuntarios. En este sentido, los picos altos y anchos producidos a los 160 segundos y a los 206 segundos se deben a un movimiento voluntario de párpados cerrados fuertemente (o sea ejerciendo fuerza adicional sobre los mismos). Esto se hizo para estudiar la posibilidad de usar estos movimientos como señales de control o validación

Figura 2. Registro de señales EOG

La señal obtenida de los electrodos presenta un nivel de tensión continua que varía entre -5.5 mV y -4.5 mV y una amplitud de parpadeo de aproximadamente 500 µV. Si se realiza una ampliación del tramo entre 200 y 240 segundos de la Fig. 2 (Fig. 3) se ve una secuencia de 1, 2, 3, 4 y 5 parpadeos voluntarios que se pueden distinguir perfectamente por su número, pero serían imposibles de distinguir de un parpadeo involuntario. Del análisis de los picos de tensión surgió que al menos en esta primera experiencia hubiese sido muy difícil distinguir entre parpadeos voluntarios e involuntarios. También se ve en la misma figura el parpadeo voluntario de los 206 segundos ejerciendo más fuerza sobre los párpados que lo normal en un parpadeo común.

La misma medición realizada con 24 horas de diferencia mostró un comportamiento distinto, a pesar que se trató del mismo sujeto, en las mismas condiciones, con el mismo equipo y en el mismo medio ambiente. El nivel de continua de la señal en esta segunda medición estaba por encima de 10 mV, con lo cual se producía saturación del amplificador. Fue necesario intercalar un filtro pasa altos de 0.05 Hz. para bloquear la tensión continua. Este nivel de continua se debe a los potenciales de electrodo de media celda [1] y a tensiones EMG.

Figura 3. Ampliación de la Fig. 2 (último tramo)

Ruidos e interferencias en la adquisición del EOG
Antes de describir el desarrollo del equipo se realizará una breve descripción de los inconvenientes que se presentan a la hora de censar señales EOG. Se describen a continuación, las fuentes de ruido e interferencias que deben ser minimizadas a fin de poder registrar con mayor precisión estas señales bioeléctricas. Además, esto establece los requerimientos básicos necesarios para el desarrollo de un sistema adquisidor.

Debido a que la amplitud pico a pico de las señales de EOG está generalmente en el rango de µV-mV, éstas se encuentran fuertemente influidas por diferentes interferencias y fuentes de ruido que, en muchos casos, tienen amplitud mayor y espectro superpuesto a la señal que se desea medir. La Tabla 1 (Fig. 4) muestra una clasificación de los diferentes ruidos e interferencias según su origen.

Las interferencias externas son mayormente provocadas por la red de distribución eléctrica. Esta emite campos electro-magnéticos que interactúan con el equipo y el usuario produciendo una interferencia de 50Hz. Otras señales interferentes no afectan en gran medida por encontrarse fuera del ancho de banda del EOG.

La mayoría de estas interferencias han sido ampliamente tratadas en la bibliografía [3] [4] y [5], y no serán analizadas aquí, sin embargo las interferencias originadas en los potenciales de contacto electrodo-piel si serán tratadas por haber sido uno de los mayores problemas en el uso de señales EOG y por estar este equipo especialmente diseñado para enfrentarse a ese problema

Interferencias externas al equipo de medida:

Capacitivas:
Acoplamiento capacitivo con el paciente.
Acoplamiento capacitivo con los conductores y el equipo.

Inductivas:
Originadas por la interfaz electrodo-electrolito-piel.
Debidas a otros potenciales bioeléctricos.
Debidas a otros sistemas fisiológicos.
Debidas a cargas electrostáticas.

Interferencias internas al equipo de medida:
Provocadas por el transformador de la fuente de alimentación.
Debidas al rizado de la fuente de alimentación.
Ruido generado por los componentes electrónicos.
Otras fuentes: ordenadores, monitores, equipos electrónicos.


Problemática de la componente continua o potenciales de media celda de las señales EOG.
Al colocar un electrodo en contacto con la piel a través de un electrolito se produce una distribución de cargas entre la interfaz electrodo-electrolito que da lugar a la aparición de un potencial (potencial de media celda). Este potencial es una tensión continua cuyo valor supera ampliamente el nivel de la señal a medir, además, si el electrodo se mueve respecto del electrólito, se producirá una alteración en la distribución de la carga que provocará una variación transitoria del potencial de media celda. De la misma forma, en la interfaz electrolito-piel también existirá una distribución de cargas y, por tanto, un potencial de equilibrio que variará si se produce movimiento entre la piel y el electrolito. [1]

Figura 5. Ubicación de electrodos para óptima captación de la señal electrooculográfica

La colocación de los electrodos debe ser en forma perbiocular, es decir, en la vecindad de los dipolos oculares. Se utilizan cinco, dos para el canal horizontal, dos para el vertical y uno de referencia. En la figura 5 se muestra la forma correcta de colocación de los electrodos para obtener dos señales, una para el canal vertical y otra el horizontal. La relación entre los dos canales es casi ortogonal, ya que a pesar de poder diferenciarlos correctamente, existe una pequeña correlación. Los electrodos que captan la señal correspondiente al canal horizontal son los pares (AB), para el canal vertical los (CD) y la referencia es (E).

La utilización de la señal EOG como puntero, puede encontrarse seriamente afectada por variaciones en su componente continua, ya que ésta es justamente la que posee la información de posición angular del ojo. Otra consecuencia de esta tensión, es que puede provocar la saturación de los amplificadores debido a los grandes requerimientos de ganancia que éstos deben tener. La componente continua varía en relación a factores tales como:
 Perturbaciones ocasionadas por otros biopotenciales (EEG, EMG, etc.).
 Luminosidad ambiente. Variaciones en el potencial corneo-retinal.
 Variaciones producidas en los electrodos, posicionamiento y química.
 Estado del usuario (ansiedad, cansancio, etc.).
 Movimientos de la cabeza y cuerpo

FORMA DE FUNCIONAMIENTO

El comunicador oculográfico aquí descripto, es un dispositivo que trabaja acoplado en continua (es decir, no tiene filtros pasa altos). Esto implica el problema de las derivas por potenciales de media celda y biopotenciales propios del cuerpo humano. Al funcionar este dispositivo en conjunto con un teclado virtual, en el arranque del programa, se genera en la pantalla de la PC una zona de referencia inicial y cuatro puntos de calibración similar al usado en algunos de los trabajos descriptos por Barea [1]. Una vez identificado el sector de arranque y luego de la calibración, el sistema realiza una fijación de la tensión continua necesaria para mantener el cursor en ese punto por medio de otra tensión continua (generada localmente en el equipo por medio de una operación matemática realizada por el software) que se restará a la proveniente de los electrodos de manera que su diferencia sea un valor de tensión determinado e invariable llamada VPosición (siempre que el usuario no valide una nueva posición) de forma similar a la que un Lazo de Fijación de Fase (PLL) lo hace con la fase [6], [7].

Esta diferencia de potencial será la que controla la posición del cursor. En cierta forma esto mismo se puede obtener con un filtro pasa altos que bloquee la tensión continua. La diferencia está que si ahora se presenta un escalón de potencial, producto de un movimiento sacádico [8] de los ojos, un filtro pasa altos simplemente eliminaría ese nuevo potencial de continua, dejando pasar tan sólo el flanco. Lo que aquí se implementa es:
 Permitir al cursor seguir ese movimiento (lo hará sí la velocidad de crecimiento de la tensión continua generada localmente es lenta con relación a la variación de EOG).
 Antes que la diferencia entre la tensión proveniente del sensor y la generada localmente tienda al valor VPosición previamente establecido, el usuario, por medio de la validación, impondrá un nuevo valor de tensión VPosición concordante con la nueva posición del cursor, y el sistema tomará a esta nueva posición como referencia.

Dado que durante el proceso de calibración se obtuvo información del escalón de biopotencial necesario para barrer la pantalla, cualquier escalón de potencial producido por el movimiento de los ojos podrá unívocamente identificar cualquier desplazamiento del ojo a un nuevo sector de la pantalla.

La tensión EOG difícilmente varía en forma lenta, sino que lo hace en forma de escalones (movimientos sacádicos). Un ejemplo de una variación lenta sería mantener la vista en un barco que se mueve sobre el horizonte. Dado que este movimiento es improbable y sus consecuencias son variaciones lentas de tensión, similares a las variaciones temporales de las señales biológicas, algunos sistemas de registro y análisis de señales EOG simplemente los eliminan por medio de un filtrado pasa altos. Pero esto significa que ante un escalón de posición, el sistema lo derivaría (producto del filtro pasa altos) provocando un flanco y un tiempo de caída. Estos flancos también están presentes en los parpadeos, por lo que se genera una posible fuente de error que consiste en confundir parpadeos involuntarios con los flancos de los escalones.

Trabajos similares [9] han podido identificar un número de 7x6 sectores en la pantalla sin mayor problema. Cuando el ojo se desplaza para poder observar un nuevo sector en la pantalla, el cursor seguirá este movimiento debido a las variaciones de las señales de EOG. Una vez que el usuario ve que el cursor se posiciona sobre el sector deseado, lo validará mediante una acción a definir. En este caso se hace por medio de una tecla del Mouse, pero la validación dependerá fundamentalmente de las capacidades del usuario.

Esta validación cumple dos funciones, por una parte, determina la acción que el usuario quiere realizar (la cual ha sido apuntada por el cursor). Por la otra, será usada por el sistema como una realimentación de posición. Dado que se asume que el potencial de continua sigue variando, se determina ahora esa nueva posición como una nueva referencia, o sea, se ajusta todo el sistema a esa nueva posición. Mientras el ojo permanezca mirando esa posición, la fijación de continua la considerará como nueva VPosición. Cualquier nueva posición será calculada en función de esa nueva referencia y un escalón de potencial cuya relación amplitud-posición ya se conoce por medio de la calibración. Cualquier parpadeo puede ser fácilmente identificable ya que su variación será sumamente rápida y a los efectos de la señal EOG su potencial caerá al valor que tenía antes del parpadeo.

Si la cabeza se mueve lentamente durante la escritura, la recalibración (o re-referenciación) del sistema realizada en forma automática con cada validación, compensará esta variación.

La figura 6 es una gráfica de cómo podrían ser las tensiones EOG en un funcionamiento normal. Se ve entre los 90 y 100 segundos aproximadamente hay una secuencia de 7 segundos durante los cuales se seleccionaron 8 posibles zonas horizontales (se pueden distinguir 8 posibles tensiones) y durante ese intervalo de tiempo el valor de continua prácticamente no varió.

Figura 6. Variación de la señal de EOG

PROYECTO

Especificaciones que se tuvieron en cuenta al diseñar el equipo.

a) Requisitos de Performance.
 El dispositivo debe permitir escribir al menos un carácter cada 2 segundos.
 Debe poseer una interfaz gráfica amigable.
 Debe permitir ejecutar comandos de manera ágil.
 El equipo debe adaptarse no solo a cada usuario, sino también a las variaciones que la señal de EOG presente a cada momento.
b) Requisitos de Seguridad.
 El equipo debe poseer aislamiento respecto de la red eléctrica, ya que éste se encuentra en contacto con el usuario.
c) Tiempo de vida y servicio.
 Debe ser utilizado por lo menos por 30 minutos continuos, pues se estima que éste es el tiempo requerido para una sesión promedio de escritura.
 El equipo debe tener mínimos requisitos de mantenimiento.
 Los electrodos deben ser elegidos convenientemente a fin de minimizar costos de mantenimiento.

Implementación

La señal de EOG es amplificada por un amplificador de instrumentación, el cual debe poseer una ganancia tal que el mismo no sature debido a la componente continua, si esta saturación ocurriese, existiría una pérdida de información. Una vez magnificada, se superpone a la señal una tensión fija de igual magnitud pero de signo contrario a la porción continua del EOG, quedando así solo la parte variable. La cual es nuevamente amplificada y adaptada para ser adquirida.

La última etapa de amplificación posee ganancia ajustable, la cual adapta la información útil a los niveles de tensión necesarios para cubrir todo el rango de entrada del ADC. La ganancia variable es controlada por la Unidad de Control. Posteriormente la señal se convierte a formato digital y se transmite a la PC. Este esquema puede resolverse utilizando componentes de propósito general de bajo costo fácilmente obtenibles en el mercado nacional.

Figura 7. Diagrama en bloques del sistema

Amplificador de instrumentación.

Se menciona particularmente este dispositivo ya que por su costo es uno de los elementos que encarecería el diseño. Hoy en día existe en el mercado numerosos amplificadores de instrumentación (AI) integrados, los cuales poseen un alto desempeño en características cruciales para estos dispositivos. Estas son: Rechazo de Modo Común entre 100dB y 120dB, amplio rango de alimentación y bajo voltaje de offset. Sin embargo éstos resultan costosos (aproximadamente U$S 15 en Argentina). Este equipo usa una implementación alternativa utilizando Amplificadores Operacionales de propósito general, con los cuales se pueden conseguir muy buenos resultados. Esto reduce de sobre manera los costos. Se estima que el circuito amplificador puede construirse de esta forma por aproximadamente U$S 1.
Interfase Visual:
Se implementó un software con la finalidad de analizar la probabilidad de aparición de las diferentes letras y símbolos. Para esto se procesó una gran cantidad de de texto, sobre todo libros en lenguaje castellano. En base a los resultados obtenidos, se ubicaron las letras más probables en el centro de la pantalla y las menos probables en la periferia de la misma.

Para que el sistema sea mas robusto, se dividió la pantalla en tan solo 20 zonas (5 x 4), menos zonas de las 35 que se sugerían en el trabajo previo [2] (7 x 5). Por lo tanto hubo que distribuir los símbolos (letras, números, etc.) en tres teclados virtuales. Esto significó que se deberán direccionar también las zonas fuera de la pantalla.
Secuencia de comandos:
La secuencia de comandos inicia en el teclado virtual 1. Si se dirige la mirada arriba del monitor se conmuta al teclado virtual 3. Si se mira nuevamente arriba se retorna al teclado virtual 1. Dirigiendo la mirada a la derecha del monitor se conmuta al teclado virtual 2. Si se mira nuevamente a la derecha se vuelve al teclado virtual 1. Finalmente si se mira hacia abajo, aparece el menú de borrar: TODO, ULTIMA LETRA O CANCELAR. Si se mira hacia la izquierda, la PC lee lo escrito (en forma oral), utilizando el motor de Text To Speech de Windows®.

A continuación se muestran los teclados virtuales mostrados al usuario por el sistema:

Figura 8. Teclado virtual 1

Figura 9. Teclado virtual 2

Figura 10. Teclado virtual 3

Figura 11. Teclado Virtual Borrar

Figura 12. Menú principal y configuración

FUTUROS DESARROLLOS

Es evidente que este proceso de escritura puede resultar lento, por lo cual se hace deseable la implementación de algún algoritmo de predicción que le ofrezcan al usuario una cantidad de palabras posibles antes de que este deba escribir totalmente la palabra. Programas predictores tales como el PredWin ya existen, pero están diseñados para usar otro tipo de interfases gráficas que no son apropiadas para ser direccionadas por medio de señales EOG. En ese sentido, se esta trabajando en un sistema de predictor propio llamado “Casandra”.

CONCLUSIONES

Si bien el sistema no ha sido probado con pacientes, las pruebas realizadas en laboratorio demostraron no solo la viabilidad de las ideas planteadas en [2] sino la posibilidad de desarrollar instrumentos relativamente económicos que puedan ser adquiridos por usuarios de recursos limitados.
REFERENCIAS
[1] Barea, Rafael. Tesis doctoral: "Interfaz Usuario-Máquina basado en Electrooculografía. Aplicación a la ayuda a la movilidad" Universidad de Alcalá - Escuela Politécnica http://www.depeca.uah.es/personal/barea/tesis/tesis_barea_pdf.zip
[2] E. L. González, J. C. García García y J. C. Tulli, Estudio de factibilidad de un Mouse controlado por señales Electrooculográficas. XV Congreso Argentino de Bioingeniería. SABI 2007 http://www.herrera.unt.edu.ar/bioingenieria/sabi/cd_2005/pdf/054PS.pdf ,
[3] Rafael Barea, Universidad de Alcalá, Departamento de Electrónica, Instrumentación Biomédica. Sistemas de Acondicionamiento y Adquisición de Señales Bioeléctricas. http://www.depeca.uah.es/docencia/BIOING/ib/Tema3.zip
[4] Juan Ramos Castro, Tesis de Doctorado “Detección de micro potenciales Auriculares de alta frecuencia”, Capítulo 2. Universitat Politècnica de Catalunya https://www.eel.upc.es/~wwwdib/tesis/Jramos/cap2.pdf,
[5] Universidad de Alcalá, Departamento de Electrónica, Instrumentación Biomédica. Electrodos.(apuntes de cátedra)
[6] Wayne Tomasi, “Sistemas de Comunicaciones Electrónicas”, México: Pearson Educación, 1996.
[7] Bernard Sklar, “Digital Communications Fundamentals and Applications”, Prentice Hall International Editions (UK) Limited, London, 1988.
[8] http://www.uned.es/eyemovements-lab/links/tipos_movimientos.htm.
[9] J. Gips and P. Olivieri, "EagleEyes: “An Eye Control System for Persons with Disabilities", presented at the Eleventh International Conference on Technology and Persons with Disabilities, Los Angeles, March 1996
[10] Félix Jesús Alañón Fernández, Manuela Cárdenas Lara, Miguel Angel Alañón Fernández y Ana Martos Aguilera. Anatomía Y Fisiología Del Aparato Ocular http://www.esteve.es/EsteveArchivos/1_8/Ar_1_8_44_APR_18.pdf