Desarrollo de una interfaz cerebro-ordenador de bajo coste

El ingeniero Carlos Lorenzo-Zúñiga Marí ha demostrado la viabilidad de crear una interfaz cerebro-ordenador (BCI) para uso personal sin la necesidad de un presupuesto elevado. Su proyecto, documentado en Hackster.io, combina una placa de adquisición de biopotenciales diseñada a medida, un microcontrolador ESP32, electrodos secos, detección de movimiento y piezas impresas en 3D, todo ello capaz de medir las señales eléctricas del cerebro.

La principal dificultad en la adquisición de señales electroencefalográficas (EEG) radica en su baja amplitud, típicamente entre 10 y 100 microvoltios al llegar al cuero cabelludo, lo que las hace susceptibles a la interferencia de ruido eléctrico ambiental y a señales musculares más potentes. Para mitigar esto, Lorenzo-Zúñiga diseñó su placa de adquisición en torno al ADS1299, un convertidor analógico-digital (ADC) de 24 bits y ocho canales optimizado para biopotenciales. El circuito mide diferencias entre electrodos y emplea un circuito de polarización activa, conectado a través de electrodos de clip para la oreja, para reducir el ruido en modo común.

El microcontrolador ESP32 se integra en la misma placa de circuito impreso de cuatro capas, proporcionando capacidad de procesamiento y conectividad Wi-Fi. La disposición de los componentes en la PCB fue crítica para mantener las señales digitales y de radiofrecuencia de alta frecuencia del ESP32 alejadas de la sensible circuitería EEG, lo que se logró mediante un plano de tierra interno dedicado y una clara separación entre las secciones analógica y digital.

El sistema incorpora un IMU de seis ejes para identificar movimientos de la cabeza que puedan corromper las mediciones EEG. Un modelo de árbol de decisión ligero monitoriza los datos del IMU y genera interrupciones de hardware al detectar movimiento, permitiendo etiquetar las porciones afectadas del flujo EEG como artefactos de movimiento. El diseño del casco se basa parcialmente en el modelo de hardware de código abierto de OpenBCI, con la colocación de los electrodos siguiendo el sistema internacional 10-20. Los electrodos secos con resorte eliminan la necesidad de gel conductor, manteniendo una presión constante contra el cuero cabelludo y a través del cabello.

En el ámbito del software, el desarrollador implementó su propio controlador para el ADS1299 utilizando SPI, DMA y doble búfer, lo que permite la adquisición continua de muestras sin sobrecargar la CPU del ESP32. Respecto a la seguridad, el casco funciona con una batería LiPo en lugar de la red eléctrica, y un aislador galvánico ofrece protección adicional durante las fases de desarrollo y depuración. Se implementó una solución para evitar la retroalimentación de energía USB mediante un adaptador que desconecta la línea de 5 V, manteniendo la integridad de las líneas de datos.

Las pruebas iniciales de la placa, con sus entradas ADC en cortocircuito, revelaron un nivel de ruido de aproximadamente un microvoltio, lo que se alinea con el rendimiento esperado del ADS1299. El sistema demostró su capacidad al registrar exitosamente señales EMG (electromiografía) y ECG (electrocardiografía) antes de pasar a las mediciones EEG, donde logró capturar actividad de ondas alfa reconocible. Si bien este hardware DIY no igualará el rendimiento de soluciones comerciales de alto precio, representa una opción viable para aficionados y desarrolladores interesados en las interfaces cerebro-ordenador.