ES2467515A1

ES2467515A1 - Sistema y método de entrenamiento cognitivo mediante neuromodulación

Info

Publication number: ES2467515A1
Application number: ES201231719A
Authority: ES
Inventors: Carlos ESCOLANO MARCO; Mónica AGUILAR HERRERO; María LÓPEZ VALDÉS; Javier Minguez Zafra
Original assignee: Bit&Brain Technologies SL
Current assignee: Bit&Brain Technologies SL
Priority date: 2012-11-12
Filing date: 2012-11-12
Publication date: 2014-06-12
Anticipated expiration: 2032-11-12
Also published as: ES2467515B1; WO2014072564A1

Abstract

Sistema y método de entrenamiento cognitivo mediante neuromodulación. Método y sistema de entrenamiento cognitivo que permite entrenar una habilidad cognitiva particular seleccionada por un usuario (1) de entre un conjunto de habilidades cognitivas, realizando para ello una calibración individualizada para dicho usuario (1), y para la habilidad cognitiva particular. Dicha calibración comprende medir, mediante el uso de sensores (2), electroencefalogramas (3) de referencia durante la ejecución de una tarea asociada a la capacidad cognitiva seleccionada, y calcular unas características de interés, y un nivel de referencia de actividad neuronal para dichas características de interés, estando estos parámetros individualizados para el usuario y la capacidad cognitiva particulares.

Description

Sistema y método de entrenamiento cognitivo mediante neuromodulación.

Objeto de la invención

La presente invención se refiere al campo del entrenamiento de habilidades cognitivas, y más concretamente a un método y sistema de entrenamiento a través de la modulación de la actividad cerebral medida mediante electroencefalogramas.

Antecedentes de la invención

El campo del entrenamiento de capacidades o habilidades cognitivas empleando medios electrónicos ha experimentado una fuerte expansión en los últimos años. Gracias a esta expansión su foco de acción ha dejado de limitarse a tratamientos médicos para pacientes con desórdenes neurológicos, y ha llegado a usuarios sanos que desean estimular su actividad cerebral para mejorar sus habilidades cognitivas.

En este marco, fueron desarrollados multitud de dispositivos electrónicos y programas que proporcionan al usuario una serie de tareas o juegos computerizados relacionados con habilidades cognitivas particulares como la atención

o la memoria. No obstante, si bien el entrenamiento con dichos dispositivos permite a los usuarios mejorar su respuesta ante las tareas y juegos propuestos, no existe evidencia de que su uso proporcione mejoras generales a la hora de enfrentarse a problemas distintos, incluso cuando están estrechamente relacionados con la misma habilidad cognitiva.

Frente a este enfoque, han sido propuestos diferentes sistemas de neuromodulación. La neuromodulación es una técnica enmarcada dentro del campo de la bioretroalimentación, es decir, de sistemas que proporcionan al usuario información en tiempo real de su funcionamiento fisiológico. En particular, la neuromodulación proporciona al usuario información funcional relativa a su cerebro y su sistema nervioso central. Para ello, obtiene información de su actividad cerebral a partir de un electroencefalograma (EEG) o de una resonancia magnética, analiza dicha información, y transmite al usuario el resultado de dicho análisis mediante una interfaz. El usuario puede por lo tanto utilizar la información mostrada en la interfaz para entrenar y optimizar características específicas de su actividad cerebral, logrando modularlas para que operen a determinados niveles. Las ventajas de este tipo de sistemas han sido demostradas tanto para pacientes médicos con desórdenes neurológicos o psicológicos (por ejemplo epilepsia, depresión, déficit de atención con hiperactividad, o adicción), como para personas sanas que desean mejorar sus habilidades cognitivas.

En el caso del electroencefalograma, la medición de la actividad cerebral se realiza a través de unos sensores colocados sobre la superficie del cuero cabelludo, pudiendo variar la tecnología sensórica, la posición de los sensores sobre el cuero cabelludo, y el sistema de sujeción de éstos. Si bien la técnica de electroencefalografía no permite realizar una interpretación funcional exacta de la actividad neuronal, sí que es posible relacionarla con determinados aspectos del funcionamiento del cerebro, asociando partes del cerebro y características de la actividad cerebral a distintas habilidades cognitivas (memoria, atención, concentración, etc.).

Las técnicas de neuromodulación parten por tanto de las señales medidas a través de los sensores, y extraen de dichas señales características de interés (tradicionalmente la actividad de ritmos cerebrales) para cada sistema particular. La selección de las características de interés puede realizarse de manera estadística, utilizando información previa de un grupo de usuarios de referencia, lo cual implica una pérdida en la precisión de la selección dadas las grandes variaciones de las características entre usuarios e incluso entre los distintos momentos de utilización del dispositivo para un mismo usuario. Alternativamente, es posible seleccionar las características de interés de forma individualizada por usuario a partir de unas medidas de referencia tomadas para cada usuario que utiliza el sistema en una fase de calibración previa a la fase de entrenamiento. Si bien esta opción es más costosa en tiempo, se consigue una mayor precisión en la selección y permite individualizar el entrenamiento a cada usuario y a cada momento particular de empleo.

A continuación, es necesario determinar unos niveles de trabajo objetivo de las características de interés. En algunos sistemas tradicionales, la parametrización de dichos niveles de trabajo objetivo se realiza de forma manual,

o viene predefinida por el sistema. Esto supone una limitación importante, ya que los parámetros que caracterizan los niveles de trabajo son dependientes del sujeto, de las características de interés y del momento de utilización de la tecnología. Para tratar con esta limitación dicha parametrización se puede realizar a partir de medidas de referencia tomadas para cada usuario que utiliza el sistema en la fase de calibración, obteniendo una parametrización individualizada a cada usuario y a cada momento particular de empleo.

La selección de las características de interés y la parametrización de sus niveles de trabajo objetivo presentan variantes en función del tipo de actividad utilizada como referencia durante la fase de calibración. Mientras que algunos sistemas, como el propuesto en “Increasing individual upper alpha power by neurofeedback improves cognitive performance in human subjects” (Simon Hanslmayr et al, Applied Psychophysiology and Biofeedback, Vol.

30, No. 1, 2005) utiliza como referencia de calibración un electroencefalograma tomado mientras el usuario está en reposo, otras alternativas, como la presentada en “Neurofeedback training of the upper alpha frequency band in EEG improves cognitive performance” (B. Zoefel, NeuroImage 54, páginas 1427–1431, 2011), utilizan como referencia un electroencefalograma tomado durante la ejecución de una tarea cognitiva propuesta al usuario. En cualquiera de los dos casos, se utiliza una única medida de referencia para la calibración, por lo que la selección de las características de interés puede llegar a ser pobre y no representar acertadamente la actividad cerebral del usuario, por tanto disminuyendo o anulando las esperadas mejoras cognitivas. Dado que la parametrización de los niveles de trabajo objetivo se basan en las características seleccionadas, una selección no adecuada de las mismas también se refleja en forma de errores en la parametrización del nivel de trabajo, y por lo tanto, en la eficacia global del sistema.

Una vez realizada la selección de las características de interés y la parametrización de sus niveles de trabajo objetivo, comienza el entrenamiento mediante neuromodulación, es decir, una fase en la cual se miden de manera continuada el nivel de trabajo de dichas características de interés, y se compara con los niveles de trabajo objetivo. Una interfaz, por ejemplo gráfica o sonora, indica al usuario la relación entre los niveles de trabajo medidos durante la fase de entrenamiento, y los niveles de trabajo objetivo, guiándole así hacia la correcta modulación de los mismos. En particular, US 2004/0210156 A1 presenta un sistema de neuromodulación en la que el nivel de trabajo es presentado al usuario en tiempo real mediante un código de colores. Dicho nivel de trabajo se corresponde con una medida directa de parámetros básicos como la amplitud o frecuencia en el electroencefalograma del usuario, por lo que el sistema puede presentar problemas de individualización para distintos usuarios, al no caracterizar su actividad cerebral adecuadamente.

Uno de los elementos más relevantes para el correcto funcionamiento de un dispositivo de neuromodulación es la corrección de artefactos. Los artefactos son elementos que aparecen superpuestos a la señal medida, y que no se corresponden con actividad eléctrica del cerebro sino que proceden de fuentes no neurales. En el caso del electroencefalograma, los artefactos más comunes provienen por una parte de movimientos oculares o musculares, y por otra de fallos en los sensores e interferencias con otros dispositivos electrónicos. La eliminación de estos artefactos es, por lo tanto, fundamental para el correcto análisis e interpretación de las señales medidas, tanto para identificar las características de interés y los niveles de trabajo objetivo, como para suministrar una información correcta en la retroalimentación al usuario.

Una de las técnicas de eliminación de artefactos más común es la aplicación a la señal de electroencefalograma de un umbral de actividad que, en caso de sobrepasarse, anula el análisis de la parte de la señal contaminada. No obstante, esto supone una grave limitación temporal, ya que se descarta una gran parte de la información. En particular, los artefactos más comunes son los generados por movimientos oculares (como los parpadeos), que pueden llegar a contaminar entre el 20% y el 60% de una sesión típica de neuromodulación. Esta limitación puede superarse utilizando otro tipo de métodos de tratamiento de señal, como por ejemplo, un filtro basado en análisis de componentes independientes (ICA, del inglés “Independent Component Analysis”). ICA es una técnica de separación ciega de fuentes que permite descomponer una señal en componentes aditivas suponiendo la independencia estadística de éstas. Esta técnica aplicada a la señal de electroencefalograma permite descartar aquellas componentes que proceden de fuentes no neurales, y reconstruir la señal original eliminando la influencia de dichas componentes no neurales.

US 2012/0100514 A1 y US 2012/0184870 A1 presentan dos técnicas de neuromodulación que incluyen corrección de artefactos mediante ICA. Dichas técnicas hacen uso de ICA para realizar un procesamiento offline de la señal previo al entrenamiento para determinar las características de interés, o posterior al entrenamiento para analizar la señal adquirida, pero no utilizan el filtro en tiempo real durante el entrenamiento. Presentan por lo tanto limitaciones en cuanto a la proporción de la señal de entrenamiento que permiten utilizar.

Adicionalmente, las invenciones y técnicas mencionadas a lo largo de esta sección proporcionan un entrenamiento cognitivo de carácter general, por lo que no proporcionan al usuario la libertad de entrenar sus características de la actividad cerebral asociadas a habilidades cognitivas particulares a su elección, como por ejemplo, la memoria o la atención.

Existe por lo tanto en el estado de la técnica la necesidad de una técnica de neuromodulación que sea capaz de proporcionar un entrenamiento individualizado a cada usuario, con un tratamiento de datos que permita optimizar la técnica para el usuario, momento de utilización de la tecnología, y la habilidad cognitiva elegida. Finalmente, cabe destacar que ninguna de las invenciones mencionadas anteriormente permite determinar y cuantificar las mejoras generadas por el entrenamiento.

Descripción de la invención

La presente invención soluciona los problemas anteriormente descritos mediante un método y sistema de entrenamiento cognitivo a través de neuromodulación que permite al usuario seleccionar la habilidad cognitiva a entrenar (por ejemplo: memoria, atención, concentración, etc.), y que realiza un tratamiento de señal individualizado sobre unos electroencefalogramas medidos mediante sensores colocados sobre el cuero cabelludo del usuario, de modo que dicho tratamiento es totalmente individualizado para el usuario particular, y momento de uso de la tecnología.

En un primer aspecto de la presente invención se presenta un sistema de entrenamiento cognitivo mediante neuromodulación que comprende:

Sensores para medir electroencefalogramas del usuario durante el tiempo de utilización del sistema.

Una interfaz de comunicación con el usuario, que permite recibir comandos de control del usuario, así como transmitirle información, por ejemplo relativa al uso del sistema. Al inicio de la sesión, la interfaz recibe de dicho usuario un comando indicando un entrenamiento de al menos una habilidad, preferentemente seleccionada de entre un conjunto de habilidades cognitivas disponibles para su entrenamiento mostradas al usuario a través del interfaz, permitiendo así un entrenamiento configurable y particularizado a la habilidad cognitiva en la que el usuario desea centrarse. Posteriormente, la interfaz presenta estímulos que representan el nivel de trabajo de las características de interés con respecto a unos niveles de trabajo objetivo determinados durante una fase de calibración.

Métodos de procesado de señal adaptados para analizar los electroencefalogramas medidos por los sensores, filtrar los artefactos, determinar las características de interés (relacionadas con la habilidad cognitiva a entrenar) y sus niveles de trabajo tanto actuales como objetivo.

En particular, una vez recibido el comando del usuario, los sensores están adaptados para medir electroencefalogramas durante las siguientes fases:

Una fase de calibración, en la que se determinan los parámetros de tratamiento de señal del sistema a partir de un conjunto de electroencefalogramas de calibración. En particular, durante esta fase, los métodos de procesado determinan las características de interés y sus niveles de trabajo objetivo, es decir, determinan un nivel de referencia con el que se comparan electroencefalogramas posteriores.

La tarea de selección de las características asociadas a la habilidad cognitiva se realiza a partir de, preferentemente, al menos, un electroencefalograma medido en estado de reposo y otro durante la realización de una tarea activa o juego relacionados con la habilidad cognitiva a entrenar. La tarea activa o juego se diseña de manera que a través de herramientas de procesamiento de señal se pueden observar ciertas características que median en dicha habilidad, denominadas características de interés. Más en detalle, la ejecución de la tarea activa permite observar el cambio de reposo a activación de estas características, obtenidas en el electroencefalograma de reposo y el electroencefalograma medido durante la ejecución de la tarea activa, para así seleccionarlas de forma optimizada. Se consigue así que la selección de las características esté individualizada para el usuario particular, y que sea dependiente de la habilidad cognitiva y del momento de uso de la tecnología.

Preferentemente, y de manera equivalente, la parametrización de los niveles de trabajo objetivo sobre las características de interés también utiliza uno o varios de los electroencefalogramas de calibración por las mismas razones.

En el caso preferente en el que el comando del usuario escoge la habilidad de entre un conjunto de habilidades disponibles, cada habilidad del conjunto dispone de al menos una tarea asociada, por lo que todo el tratamiento de datos posterior, a partir del cual se determinan las características de interés y los niveles de trabajo está totalmente individualizado para la habilidad seleccionada y el momento concreto de operación.

Preferentemente, los métodos de procesado están adaptados para calcular un filtro de corrección de artefactos a partir de uno o varios de los electroencefalogramas medidos durante la fase de calibración. Dicho filtro de corrección de artefactos está, por lo tanto, adaptado a cada usuario, y el aplicar dicho filtro en tiempo real sobre los electroencefalogramas de la fase de entrenamiento permite eliminar la parte de la señal no procedente de fuentes neurales y aprovechar una mayor cantidad de información para el entrenamiento. El filtro se puede aplicar además sobre uno a varios de los electroencefalogramas de calibración para limpiar la señal previamente a la determinación de las características de interés y de los niveles de trabajo objetivo. Preferentemente, el filtro de corrección de artefactos se genera mediante análisis de componentes independientes.

Preferentemente, el tratamiento de datos para determinar las características de interés y sus niveles de trabajo objetivo de los encefalogramas de calibración se realiza sobre un subconjunto de sensores. Dicho subconjunto de sensores puede ser un subconjunto predeterminado, dependiente de la habilidad cognitiva seleccionada, o bien ser seleccionado en esta fase de entre todos los sensores disponibles.

Una fase de entrenamiento, en la que se registra una sucesión de electroencefalogramas. En tiempo real los métodos de procesado eliminan los artefactos de los electroencefalogramas usando el filtro de corrección de artefactos para determinar el nivel de trabajo actual de las características de interés. El nivel

de trabajo actual es comparado con los niveles de trabajo objetivo, y el resultado de dicha comparación se

presenta al usuario en cualquier modalidad de estimulación sensorial a través de la interfaz. Con esta

información, el usuario puede aprender a modular los niveles de trabajo para llevarlos a niveles más

óptimos, lo cual se manifestará en mejoras en la habilidad cognitiva elegida. Preferentemente, el

tratamiento de datos para calcular los niveles de trabajo de los encefalogramas de entrenamiento se realiza

sobre un subconjunto de sensores, determinado en la fase de calibración.

Preferentemente, los elementos del sistema están adaptados para realizar una fase de validación posterior

a la fase de entrenamiento, en la que se mide al menos un electroencefalograma que es comparado por los

métodos de procesado con uno o varios de los electroencefalogramas de la fase de calibración para

cuantificar así la mejora en la habilidad cognitiva lograda gracias al uso del sistema. Más preferentemente,

la fase de validación comprende medir al menos un electroencefalograma durante un estado de reposo, y

un electroencefalograma durante una realización de la misma tarea empleada durante la fase de

calibración. También preferentemente, el filtro de corrección de artefactos se aplica sobre dichos

electroencefalogramas de calibración y de validación. La cuantificación de la mejora se realiza por lo tanto

comparando la variación de los electroencefalogramas entre el estado de reposo y la tarea activa, antes y

después del entrenamiento.

En un segundo aspecto de la presente invención se presenta un método de entrenamiento cognitivo mediante neuromodulación que comprende los siguientes pasos:

Recibir un comando del usuario mediante el cual selecciona un entrenamiento de al menos una habilidad cognitiva, preferentemente elegida de entre un conjunto de habilidades cognitivas disponibles para su entrenamiento mostradas al usuario a través de la interfaz.

Mostrar a través de la interfaz al menos una tarea de calibración asociada a la al menos una habilidad cuyo entrenamiento se ha seleccionado. Preferentemente se realiza una tarea en estado de reposo, y una tarea activa o juego relacionado con la habilidad cognitiva seleccionada. Estas tareas de calibración permiten observar en los electroencefalogramas las características de interés relacionadas con la habilidad elegida.

Medir los electroencefalogramas de calibración durante la ejecución de dichas tareas de calibración.

Preferentemente, calcular un filtro de corrección de artefactos sobre uno o varios de los electroencefalogramas de calibración. Más preferentemente, el filtro se calcula mediante análisis de componentes independientes, y se aplica posteriormente a los electroencefalogramas de calibración para eliminar los artefactos antes de realizar los pasos posteriores.

Seleccionar unas características o parámetros de interés a partir de los electroencefalogramas de calibración, preferentemente tomados tanto en estado de reposo como durante la ejecución de la tarea activa o juego. Dichas características de interés se obtienen mediante un tratamiento de señal que determina las diferencias entre el estado de reposo y la tarea activa, relacionada con la habilidad cognitiva seleccionada. Preferentemente, el tratamiento de señal comprende un tratamiento tiempo-frecuencia de los electroencefalogramas, y un análisis para caracterizar las diferencias entre el resultado del tratamiento sobre dichos electroencefalogramas, pudiendo ser dicho análisis de carácter estadístico.

Parametrizar los niveles de trabajo de las características de interés en los electroencefalogramas de calibración, y determinar los niveles de trabajo objetivo para dichas características de interés. Los niveles de trabajo objetivo se determinan de manera particularizada para cada habilidad cognitiva a partir de un nivel de trabajo medio. Por ejemplo, una habilidad cognitiva puede requerir incrementar el nivel de trabajo con respecto al nivel medio, por lo que los niveles de trabajo objetivo es el conjunto de valores que está por encima del nivel de trabajo medio. Por el contrario, otra habilidad puede requerir decrementar el nivel de trabajo con respecto al nivel medio, por lo que los niveles de trabajo objetivo es el conjunto de valores que está por debajo del nivel de trabajo medio. En una opción preferente, se determinan además unos niveles de trabajo superiores e inferiores que permiten establecer una escala acotada durante la etapa de entrenamiento. El tratamiento de señal para determinar el nivel de trabajo medio, superior, e inferior, comprende cualquier conjunto de operaciones matemáticas aplicadas sobre el nivel de trabajo de cada característica, o un subconjunto de ellas, medidas sobre uno o varios de los electroencefalogramas de calibración.

Medir un conjunto de electroencefalogramas de entrenamiento durante una fase de entrenamiento. Preferentemente, se aplica sobre dichos electroencefalogramas de entrenamiento el filtro de corrección de artefactos en tiempo real, habiendo sido dicho filtro calculado previamente en la fase de calibración. Calcular en tiempo real sobre el conjunto de electroencefalogramas de entrenamiento, previamente filtrados los artefactos según el paso anterior, el nivel de trabajo de las características de interés. El tratamiento de señal para determinar el nivel de trabajo de las características de interés comprende cualquier conjunto de operaciones matemáticas aplicadas sobre el nivel de trabajo de cada característica, o un subconjunto de ellas. Notar que este tratamiento matemático puede ser el mismo aplicado para determinar el nivel de trabajo medio (o superior, o inferior) en la fase de calibración, o distinto. Preferentemente, el tratamiento de datos para calcular los niveles de trabajo de los encefalogramas de entrenamiento se realiza sobre un subconjunto de sensores. Dicho subconjunto de sensores se escoge en la fase de calibración de entre todos los sensores disponibles.

Calcular en tiempo real los valores de retroalimentación que relacionan el nivel de trabajo de las características de interés de los electroencefalogramas de entrenamiento con respecto a los niveles de trabajo objetivo. Los niveles de trabajo objetivo son calculados previamente en la fase de calibración.

Presentar al usuario en cualquier forma de estimulación sensorial una representación de los valores de retroalimentación calculados, permitiendo a dicho usuario conocer el estado de las características de interés y así aprender a modular el nivel de trabajo de dichas características para alcanzar niveles de trabajo objetivo.

Preferentemente, tras la finalización del entrenamiento, el método comprende una fase de validación en la que se mide uno o más electroencefalogramas de validación, y se compara el nivel de trabajo final con el nivel de trabajo inicial, obtenido en la fase de calibración. Más preferentemente, la fase de validación comprende medir electroencefalogramas en dos etapas, una de reposo y una en la que el usuario repite la misma tarea de la fase de calibración. También preferentemente, el método comprende aplicar el filtro de corrección de artefactos sobre dichos encefalogramas de calibración y de validación. La cuantificación de la mejora se realiza por lo tanto comparando la variación de los electroencefalogramas entre el estado de reposo y la tarea activa, antes y después del entrenamiento.

Preferentemente, el paso de seleccionar las características de interés se realiza con un tratamiento de señal que permite comparar electroencefalogramas en los que el usuario está en estado de reposo, con electroencefalogramas en los que el usuario está realizando una tarea activa o juego. La combinación de estas tareas permite observar el cambio de reposo a activación del cerebro (en el que interviene la habilidad cognitiva) reflejado en las características de la señal con el fin de permitir una selección optimizada de dichas características. Esta estrategia supone una mejora cualitativa tanto en la selección de las características de interés como en la parametrización de sus niveles de trabajo objetivo, dado que ambas estrategias están individualizadas por usuario y momento de utilización del dispositivo, y pueden extenderse a cualquier habilidad cognitiva.

En un tercer aspecto de la presente invención se presenta un programa de ordenador que comprende medios de código de programa de ordenador adaptados para implementar el método descrito, al ejecutarse en un ordenador, un procesador digital de la señal, un circuito integrado específico de la aplicación, un microprocesador, un microcontrolador o cualquier otra forma de hardware programable.

El sistema, método, y programa de ordenador descrito, proporcionan por lo tanto una herramienta de entrenamiento mediante neuromodulación que se adapta perfectamente a cada usuario y situación de entrenamiento, y que permiteel entrenamiento de habilidades cognitivas particulares, sin requerir la presencia de un profesional médico. Ésta y otras ventajas de la invención serán aparentes a la luz de la descripción detallada de la misma.

Descripción de las figuras

Con objeto de ayudar a una mejor comprensión de las características de la invención de acuerdo con un ejemplo preferente de realización práctica de la misma, y para complementar esta descripción, se acompañan como parte integrante de la misma las siguientes figuras, cuyo carácter es ilustrativo y no limitativo:

La Figura 1 muestra un esquema de los elementos de la invención de acuerdo con una realización preferente de la misma, así como la información transmitida entre ellos y con un usuario del sistema.

La Figura 2 presenta las fases de una sesión de entrenamiento de ejemplo en la que se aplica el método y sistema de la invención, así como los distintos electroencefalogramas medidos durante dichas fases.

La Figura 3 muestra un esquema de los pasos realizados por los medios de procesado durante la fase de entrenamiento de acuerdo con una implementación particular del método de la invención.

Realización preferente de la invención

En este texto, el término "comprende" y sus derivaciones (como "comprendiendo", etc.) no deben entenderse en un sentido excluyente, es decir, estos términos no deben interpretarse como excluyentes de la posibilidad de que lo que se describe y define pueda incluir más elementos, etapas, etc.

Nótese que la invención no requiere la presencia de personal médico, pudiendo bien ser controlado en su totalidad por el usuario, o bien ser dirigido por otras personas, sin que dichas personas requieran ningún tipo de formación médica.

Nótese también que, a lo largo de todo el texto, la nomenclatura “electroencefalograma de calibración”, “electroencefalograma de entrenamiento”, y “electroencefalograma de validación“ hace referencia a la fase de uso de la invención durante la cual son medidos, con el fin de facilitar la comprensión del texto. Todos estos electroencefalogramas se miden por lo tanto de la misma manera, y representan el mismo tipo de información, medida durante distintos momentos de una sesión típica de uso de la invención.

En la figura 1 se observa un esquema de una realización particular del sistema de la invención, el cuál implementa a su vez una realización particular del método de la invención. En la figura se muestra asimismo un usuario (1), que realiza un entrenamiento cognitivo utilizando la invención. El sistema comprende unos sensores (2) que miden electroencefalogramas (EEG) (3) del usuario (1), y envían la señal eléctrica resultante a unos medios de procesado (4). Durante el entrenamiento de habilidades cognitivas, los medios de procesado (4), siguiendo los pasos que se describen a continuación, generan un valor de retroalimentación (5) que es transmitido al usuario (1) a través de un estímulo (7) generado por una interfaz (6). A su vez la interfaz (6), recibe comandos (8) del usuario (1). Los sensores (2) pueden ser cualquier sensor conocido en el estado de la técnica capaz de proporcionar una señal relativa al electroencefalograma (3) del usuario. En una implementación particular, se contempla el uso de un gorro de electroencefalografía con 19 sensores, adaptados para ser dispuestos sobre el cuero cabelludo del usuario según el sistema internacional 10/20. Los sensores se distribuyen sobre las zonas prefrontal, frontal, central, parietal y occipital. En concreto se emplean las posiciones FP1, FP2, F7, F3, Fz, F4, F8, T7, C3, Cz, C4, T8, P7, P3, Pz, P4, P8, O1, y O2. Asimismo se utilizan dos sensores adicionales. El primer sensor adicional se coloca en la zona prefrontal (posición FPz) para registrar la señal correspondiente a potencial tierra del usuario. El segundo sensor adicional se coloca en un lóbulo de una oreja para registrar una señal contra la que se miden los 19 sensores, llamado potencial de referencia en el campo de la electrónica. La señal adquirida por cada sensor es filtrada, amplificada, y finalmente digitalizada. Como resultado se obtiene el electroencefalograma del usuario filtrado en el rango de frecuencias de 0.5 Hz a 60 Hz, amplificado y digitalizado a una frecuencia de muestreo de 256 muestras por segundo. Obviamente, otras disposiciones de sensores, así como otros rangos de filtrado y frecuencias de muestreo pueden ser utilizados dentro del alcance de la invención tal y como ha sido reivindicada.

Los medios de procesado (4) pueden ser implementados en cualquier dispositivo hardware programable, ya sea en un ordenador, un procesador digital de la señal, un circuito integrado específico de la aplicación, un microprocesador, un microcontrolador, o cualquier otro. En consecuencia, el sistema puede ser tanto fijo como portátil, pudiendo implementarse, por ejemplo, en un teléfono o en otros dispositivos portátiles adaptados para recibir la señal de los sensores (2).

Asimismo, la interfaz (6) puede ser cualquier tipo de interfaz capaz de transmitir información al usuario y recibir instrucciones de la misma. La transmisión de información puede ser por lo tanto visual, auditiva, somatosensorial o cualquier combinación de las anteriores. La recepción de comandos puede realizarse a través de botones, pantallas táctiles, reconocimiento de voz, o cualquier otro medio conocido de interacción con un usuario.

En particular, una de las opciones para transmitir al usuario (1) los valores de retroalimentación (5), es establecer una escala que asigna distintos colores a distintos valores de retroalimentación (5), y mostrar el correspondiente color en una pantalla de la interfaz (6). Previamente a cada sesión de entrenamiento, el sistema recibe del usuario (1) a través de la interfaz (6) un comando (8) mediante el cual, el usuario (1) selecciona la habilidad cognitiva que desea entrenar durante dicha sesión. La habilidad cognitiva se selecciona de entre un conjunto de opciones proporcionadas por el sistema, teniendo cada una de las habilidades cognitivas una o más tareas o juegos predeterminados, los cuales permiten caracterizar la respuesta neuronal del usuario ante un problema que activa las características involucradas en esa habilidad cognitiva. Nótese que dichas tareas o juegos se utilizan exclusivamente durante la fase de calibración que se explica a continuación, y no durante la fase de entrenamiento, en la que se desarrolla la neuromodulación. Esto permite un aprendizaje “a la carta”, en el que es el usuario el que decide qué habilidades cognitivas quiere desarrollar, en lugar de realizar un entrenamiento genérico y poco eficiente.

La figura 2 muestra las distintas fases de un ejemplo de una sesión de utilización de la invención, una vez se ha seleccionado la habilidad cognitiva a entrenar durante dicha sesión. En la figura se muestran asimismo los electroencefalogramas (3) que se miden durante cada una de dichas fases, y que permiten ejecutar los pasos del método realizados por los medios de procesado (4). La sesión comienza con una fase de calibración (9) que permite calcular los parámetros requeridos por el sistema. A continuación, el grueso de la sesión está ocupado por la fase de entrenamiento (10), en la que el usuario recibe en tiempo real estímulos (7) que representan los valores de retroalimentación (5) y puede por tanto aprender a modular su actividad cerebral. Finalmente, el proceso concluye con una fase de validación (11) en la que se evalúan los progresos del usuario (1).

La fase de calibración (9) comprende la ejecución de dos tareas bien diferenciadas. En primer lugar, una tarea de reposo (12), en la que el usuario no realiza ninguna actividad relacionada con la habilidad cognitiva a entrenar, sino que debe permanecer durante unos minutos en estado de reposo con los ojos cerrados. Durante este estado de reposo se mide un electroencefalograma de calibración en reposo (14’). A continuación, ejecuta una tarea activa (13), en el que el usuario realiza una tarea activa en la que interviene la habilidad cognitiva seleccionada previamente por el usuario, siguiendo las instrucciones proporcionadas a través de la interfaz (6). Durante esta tarea activa (13), se mide un electroencefalograma de calibración en activación (14). Por ejemplo, en el caso de la habilidad cognitiva denominada memoria de trabajo, la tarea activa puede consistir en la observación continuada de un elemento en el que hay que contar los cambios graduales de color en una interfaz visual (6), lo cual permite apreciar la diferencia entre ambos electroencefalogramas. En el caso particular de la memoria de trabajo, esta diferencia es principalmente observada como una desincronización de los ritmos cerebrales alpha en la zona parieto-occipital del cuero cabelludo, considerados factores clave en la memoria de trabajo.

El electroencefalograma de calibración en activación (14) y el electroencefalograma de calibración en reposo (14’) se utilizan para calibrar un filtro de corrección de artefactos (18) que elimina de la señal la actividad originada por fuentes no neurales como por ejemplo movimientos oculares y musculares del usuario, así como a errores de sensado e interferencias. Una vez calibrado el filtro de corrección de artefactos (18), el propio filtro se aplica sobre los electroencefalogramas de calibración antes de su análisis. Nótese que de esta manera, se consigue una corrección de artefactos particularizada para el usuario concreto, para la habilidad cognitiva seleccionada y momento de uso de la tecnología. Esta corrección de artefactos también es usada en tiempo real para limpiar la señal durante la fase de entrenamiento. En particular, se aplica una técnica de separación ciega de fuentes, como el análisis de componentes independientes (ICA).

A partir de los electroencefalogramas de calibración (14, 14’), filtrados mediante el filtro de corrección de artefactos (18), se determinan las diferencias entre la tarea de reposo (12) y la tarea activa (13). A partir de dichas diferencias, se determinan las características o parámetros de interés asociadas a la habilidad cognitiva seleccionada, así como los niveles de trabajo objetivo para dichas características de interés. En particular, estudios de neurociencia relacionan incrementos en la actividad (o potencia) en la parte superior de la banda alpha en las zonas parietooccipitales con mejoras en la memoria de trabajo. Por tanto, las características de interés como sus niveles de trabajo se miden sobre los sensores colocados en la zona parieto-occipital del cuero cabelludo, más en concreto en los sensores P3, Pz, P4, O1 y O2, denominados sensores de entrenamiento, sobre los cuales se buscan las diferencias entre los estados de reposo y activación.

En detalle, para cada sensor de entrenamiento se calcula el espectro de potencia de los electroencefalogramas de reposo y de la tarea activa, previamente filtrados de artefactos, y se identifica la banda de frecuencia relacionada con la máxima desincronización (entre el electroencefalograma en reposo y el electroencefalograma en activación) en un intervalo de frecuencia [finf, fsup] = [5, 15] Hz. A continuación, por cada sensor de entrenamiento se determina la banda de frecuencia de interés como el rango [fm, fn], siendo fm la frecuencia máxima de desincronización, y fn el primer valor con desincronización menor que un umbral, siendo que fn es mayor que fm, y estando fm y fn contenidas dentro del intervalo [finf, fsup]. En esta implementación particular, la potencia en la banda de frecuencia [fm, fn] para cada sensor de entrenamiento son las características de interés. El nivel de trabajo de una característica de interés es su valor de potencia instantáneo. Los niveles de trabajo objetivo se determinan como el conjunto de valores que superen un nivel de trabajo medio, el cual es usado como referencia durante el entrenamiento. Dicho nivel de trabajo medio se determina como la potencia en la banda de frecuencia [fm, fn], calculada para el electroencefalograma de la tarea activa y promediada para los sensores de entrenamiento. También se calculan los límites inferior y superior del nivel de trabajo de forma que dicho intervalo cubra el 95% de valores de la distribución de potencias en dicha banda de interés en el electroencefalograma de la tarea activa.

Nótese que en el caso de otra habilidad cognitiva, se contempla utilizar cualquier otra característica de interés que diferencia los electroencefalogramas de calibración en activación (14) y el electroencefalograma de calibración en reposo (14’). Dicha característica de interés puede ser cualquier parámetro resultante de la comparación de los electroencefalogramas en los dos estados de calibración, ya sea en el dominio temporal, frecuencial, o una combinación de ambos dominios. Asimismo dichos parámetros pueden ser estáticos, estadísticos, o considerar evoluciones temporales de la señal bajo análisis. Preferentemente, dichos parámetros se individualizan para cada sensor empleado en la medida del electroencefalograma, aunque también se contempla utilizar una medida promediada de los mismos, dentro del alcance de la presente invención.

Los sensores sobre los que se realiza la determinación de las características de interés, así como la posterior medida de los electroencefalogramas de entrenamiento (15), pueden ser un subconjunto predeterminado, dependiente de la habilidad cognitiva seleccionada, o bien ser seleccionados como parte del propio proceso de determinación de las características de interés como aquellos sensores en los que aparecen las mayores diferencias entre los electroencefalogramas de calibración en activación (14) y el electroencefalograma de calibración en reposo (14’).

A través de este proceso de calibración, se consigue que la invención esté individualizada para cada usuario y para cada habilidad cognitiva, así como para cada momento en el que se realice el entrenamiento, incluyendo cualquier variación producida por el estado de los sensores o del propio usuario.

Una vez concluida la fase de calibración (9), se pasa a la fase de entrenamiento (10). La fase de entrenamiento (10) comprende un conjunto de ejecuciones o ensayos, pudiendo ser tanto el número como la duración de dichos ensayos configurable por parte del usuario. Un ejemplo típico constaría de 5 ensayos de 5 minutos de duración cada uno.

El esquema de los pasos y elementos de la fase de entrenamiento (10) implementados en los medios de procesado

(4) se muestra en la figura 3. El objetivo de la fase de entrenamiento es proporcionar valores de retroalimentación (5) en tiempo real a partir de los electroencefalogramas de entrenamiento (15), que representan la relación entre el nivel de trabajo actual de las características de interés de los electroencefalogramas de entrenamiento (15) y los niveles de trabajo objetivo. Para ello parte de unos parámetros de calibración (17), obtenidos durante la fase de calibración (9). Dichos parámetros de calibración (17) comprenden los parámetros calculados para el filtro de corrección de artefactos (18), las características de interés seleccionadas (potencia en una banda de frecuencia determinada para cada sensor de entrenamiento), y los niveles de trabajo objetivo (potencia de dichas características promediada para los sensores de entrenamiento en el electroencefalograma de calibración en activación) que sirven de referencia para el cálculo de los valores de retroalimentación (5). Dichos niveles de trabajo objetivo comprenden además un límite superior e inferior para poder establecer una escala acotada durante el entrenamiento.

Durante la fase de entrenamiento (10), los electroencefalogramas de entrenamiento (15) pasan primero por el filtro de corrección de artefactos (18) para eliminar los artefactos de la señal. A continuación, la señal filtrada llega a unos medios de cálculo (19) que determinan el nivel de trabajo de las características de interés del electroencefalograma para cada uno de los sensores de entrenamiento. Estos niveles de trabajo son promediados para los sensores de entrenamiento, y el valor resultante sirve de entrada a un comparador (20) que determina el valor de retroalimentación (5) como la diferencia entre ese valor y el nivel de trabajo medio calculado durante la calibración. El uso conjunto del nivel de trabajo medio, con los límites superior e inferior, permite obtener un valor de retroalimentación normalizado en el intervalo [-1, 1], de manera que valores positivos indican niveles de trabajo objetivo, siendo más óptimo cuanto mayor es el valor, mientras que valores negativos indican que el usuario no está en niveles de trabajo objetivo para su actividad cerebral.

Los valores de retroalimentación (5) son proporcionados al usuario (1) en tiempo real, lo que le permite aprender a modular de manera adecuada su actividad cerebral, lo que lleva asociada una mejora en la habilidad cognitiva seleccionada. Estos valores de retroalimentación (5) se presentan al usuario (1) a través de estímulos (7) generados por la interfaz (6). En este caso concreto, los estímulos consisten en un cuadrado dibujado sobre la interfaz (6) que cambia de color de acuerdo al valor de retroalimentación (5). En detalle, valores de retroalimentación en el intervalo [0, 1] (retroalimentación positiva) se corresponden con una escala cromática del color gris al color rojo, aumentando progresivamente su saturación. Valores de retroalimentación en el intervalo [0, -1] (retroalimentación negativa) se corresponden con una escala cromática del color gris al color azul, aumentando progresivamente su saturación. Por tanto, el objetivo del usuario (1) es conseguir que el estímulo (7) se muestre de color rojo, y a mayor saturación mejor. Opcionalmente, el sistema puede proporcionar al usuario (1), a través de la interfaz (6), indicaciones de cómo lograr esta modulación.

Finalmente, el proceso termina con una fase de validación (11), en la que se miden electroencefalogramas de validación (16, 16’) para determinar la mejora de la habilidad cognitiva experimentada por el usuario. Preferentemente, se mide un primer electroencefalograma de validación (16) durante una segunda iteración del

estado de reposo (12’); y un segundo electroencefalograma de validación (16’) durante una segunda iteración de la misma tarea activa (13’) utilizada durante la fase de calibración (9). En esta fase se repiten los procesos de selección de las características de interés y de parametrización de sus niveles de trabajo objetivo realizados en la fase de calibración (9), y se comparan con los resultados obtenidos en dicha fase de calibración (9), lo cual permite cuantificar la evolución y progreso causado por el entrenamiento en los niveles de trabajo de las características de interés. Sobre los electroencefalogramas de validación (16, 16’) también se aplica el filtro de corrección de artefactos.

A la vista de esta descripción y figuras, el experto en la materia podrá entender que la invención ha sido descrita según algunas realizaciones preferentes de la misma, pero que múltiples variaciones pueden ser introducidas en dichas realizaciones preferentes, sin salir del objeto de la invención tal y como ha sido reivindicada.

Claims

REIVINDICACIONES

1. Sistema de entrenamiento cognitivo de un usuario (1) mediante neuromodulación que comprende:

sensores (2) adaptados para medir al menos un electroencefalograma de calibración (14) durante una fase de calibración (9), y una pluralidad de electroencefalogramas de entrenamiento (15) durante una fase de entrenamiento (10), siendo la fase de entrenamiento (10) posterior a la fase de calibración (9);

medios de procesado (4) adaptados para localizar al menos una característica de interés en el al menos un electroencefalograma de calibración (14) que caracteriza una actividad cerebral a entrenar, determinar un nivel de referencia a partir de información de la al menos una característica de interés medida para el menos un electroencefalograma de calibración (14), y calcular una relación (5) entre el nivel de referencia y la al menos una característica de interés en la pluralidad de electroencefalogramas de entrenamiento (15);

y una interfaz (6) adaptada para recibir comandos (8) del usuario (1) y transmitir información (7) al usuario (1), comprendiendo dicha información (7) la relación (5) calculada;

caracterizado porque los medios de procesado (4) también están adaptados para, durante la fase de calibración (9):

recibir a través de la interfaz (6) un comando (8) del usuario (1) seleccionando un entrenamiento de al menos una habilidad cognitiva;

mostrar a través de la interfaz (6) una tarea (13) para ser ejecutada por el usuario asociada a la habilidad cognitiva cuyo entrenamiento es seleccionado por el comando (8);

y localizar la al menos una característica de interés asociada a la habilidad cognitiva cuyo entrenamiento es seleccionado por el comando (8), y determinar el nivel de referencia, a partir de al menos un electroencefalograma de calibración (14) medido durante la realización de dicha tarea (13).
2.

Sistema según la reivindicación 1 caracterizado porque el comando (8) del usuario (1) que los medios de procesado (4) están adaptados para recibir, es un comando que selecciona una habilidad cognitiva de entre un conjunto de habilidades cognitivas disponibles; porque cada habilidad cognitiva del conjunto tiene al menos una tarea (13) asociada; y porque los medios de procesado (4) están adaptados para localizar la al menos una característica de interés para cada habilidad del conjunto a través de la tarea (13) asociada a cada habilidad del conjunto.
3.

Sistema según cualquiera de las reivindicaciones anteriores caracterizado porque los medios de procesado

(4) están adaptados para, durante la fase de calibración (9), localizar la al menos una característica de interés, y determinar el nivel de referencia, a partir de unas diferencias entre al menos un primer electroencefalograma de calibración (14) medido durante la realización de la tarea (13) asociada a la habilidad cognitiva cuyo entrenamiento es seleccionado por el comando (8), y al menos un segundo electroencefalograma de calibración (14’) medido durante un estado de reposo (12).
4.

Sistema según al reivindicación 3 caracterizado porque la al menos una característica de interés que los medios de procesado están adaptados para localizar es al menos un parámetro estático, dinámico, y/o estadístico que diferencia el primer electroencefalograma de calibración (14) y el segundo electroencefalograma de calibración (14’) en un dominio temporal, frecuencial, y/o tiempo-frecuencia.
5.

Sistema según cualquiera de las reivindicaciones 3 y 4 caracterizado porque las características de interés que los medios de procesado están adaptados para localizar son al menos una potencia medida entre unas frecuencias inicial y final de un rango de frecuencias.
6.

Sistema según la reivindicación 5 caracterizado porque el rango de frecuencias en el que se mide la potencia es una banda alfa superior.
7.

Sistema según cualquiera de las reivindicaciones 3 a 6, caracterizado porque la al menos una característica de interés se localiza individualmente para cada sensor utilizado en la medida de los electroencefalogramas de calibración (14, 14’).
8.

Sistema según la reivindicación 7 caracterizado porque la al menos una característica de interés en los electroencefalogramas de entrenamiento (15) es medida para un subconjunto de sensores, siendo dicho subconjunto de sensores seleccionado durante la fase de calibración (9).
9.

Sistema según cualquiera de las reivindicaciones anteriores caracterizado porque los medios de procesado

(4) están adaptados para:

durante la fase de calibración (9), generar un filtro de corrección de artefactos (18), siendo dicho filtro de corrección de artefactos (18) generado en función de al menos un electroencefalograma de calibración

(14) medido durante la fase de calibración;

durante la fase de entrenamiento (10), aplicar el filtro de corrección de artefactos (18) generado a la pluralidad de electroencefalogramas de entrenamiento (15).
10.

Sistema según la reivindicación 9 caracterizado porque los medios de procesado (4) están adaptados para generar el filtro de corrección de artefactos (18) mediante análisis de componentes independientes.
11.

Sistema según cualquiera de las reivindicaciones 9 y 10 caracterizado porque los medios de procesado (4) están adaptados para aplicar el filtro de corrección de artefactos (18) sobre el al menos un electroencefalograma de calibración (14) previamente a la localización de la al menos una característica de interés.
12.

Sistema según cualquiera de las reivindicaciones anteriores caracterizado porque los medios de procesado

(4) están adaptados para medir a través de los sensores (1) al menos un electroencefalograma de validación (16) durante una fase de validación (11), siendo la fase de validación (11) posterior a la fase de entrenamiento (10); y para calcular una evolución resultante del uso del sistema mediante la comparación del al menos un electroencefalograma de calibración (14) y del al menos un electroencefalograma de validación (16).
13.

Sistema según la reivindicación 12 y cualquiera de las reivindicaciones 9 a 11, caracterizado porque los medios de procesado (4) están adaptados para aplicar el filtro de corrección de artefactos (18) sobre el al menos un electroencefalograma de validación (16).
14.

Sistema según cualquiera de las reivindicaciones 12 a 13 y cualquiera de las reivindicaciones 3 a 11 caracterizado porque los medios de procesado están adaptados para medir en la fase de validación al menos un primer electroencefalograma de validación (16) medido durante una segunda realización de la tarea (13’) asociada a la habilidad cognitiva, y al menos un segundo electroencefalograma de validación (16’) medido durante un segundo estado de reposo (12’), y para calcular la evolución resultante mediante la comparación del primer electroencefalograma de validación (16) y el segundo electroencefalograma de validación (16’) con el primer electroencefalograma de calibración (14) y el segundo electroencefalograma de calibración (14’).
15.

Método de entrenamiento cognitivo de un usuario (1) mediante neuromodulación que comprende:

medir al menos un electroencefalograma de calibración (14) durante una fase de calibración (9), y una pluralidad de electroencefalogramas de entrenamiento (15) durante una fase de entrenamiento (10), siendo la fase de entrenamiento (10) posterior a la fase de calibración (9);

localizar al menos una característica de interés que caracteriza una actividad cerebral a entrenar, a partir del al menos un electroencefalograma de calibración (14);

determinar un nivel de referencia a partir de información de la al menos una característica de interés medidas para el menos un electroencefalograma de calibración (14);

calcular una relación (5) entre el nivel de referencia y la al menos una característica de interés en la pluralidad de electroencefalogramas de entrenamiento (15);

recibir comandos (8) del usuario (1);

y transmitir información (7) al usuario (1), comprendiendo dicha información la relación (5) calculada;

caracterizado porque el método comprende además, durante la fase de calibración (9):

recibir un comando (8) del usuario (1) seleccionando un entrenamiento de al menos una habilidad cognitiva;

mostrar a través de la interfaz (6) una tarea (13) para ser ejecutada por el usuario asociada a la habilidad cognitiva cuyo entrenamiento es seleccionado en el comando (8);

y porque los pasos de localizar la al menos una característica de interés, y de determinar el nivel de referencia, se realizan a partir de al menos un electroencefalograma de calibración (14) medido durante la realización de dicha tarea (13).
16.

Método según la reivindicación 15 caracterizado porque el comando (8) del usuario (1) es un comando que selecciona una habilidad cognitiva de entre un conjunto de habilidades cognitivas disponibles; porque cada habilidad cognitiva del conjunto tiene al menos una tarea (13) asociada; y porque el paso de localizar la al menos una característica de interés de manera se realiza para cada habilidad del conjunto a través de la tarea (13) asociada a cada habilidad del conjunto.
17.

Método según cualquiera de las reivindicaciones 15 y 16 caracterizado porque los pasos de localizar la al menos una característica de interés, y de determinar el nivel de referencia, se realizan determinando unas diferencias entre al menos un primer electroencefalograma de calibración (14) medido durante la realización de la tarea (13) asociada a la habilidad cognitiva cuyo entrenamiento es seleccionado por el comando (8); y al menos un segundo electroencefalograma de calibración (14’) medido durante un estado de reposo (12).
18.

Método según la reivindicación 17 caracterizado porque la al menos una característica es al menos un parámetro estático, dinámico, y/o estadístico que diferencia el primer electroencefalograma de calibración

(14) y el segundo electroencefalograma de calibración (14’) en un dominio temporal, frecuencial, y/o tiempofrecuencia.
19.

Método según la reivindicación 18 caracterizado porque las características de interés comprenden una potencia medida entre unas frecuencias inicial y final de un rango de frecuencias.
20.

Método según la reivindicación 19 caracterizado porque el rango de frecuencias en el que se mide la potencia es una banda alfa superior.
21. Método según cualquiera de las reivindicaciones 17 a 20, caracterizado porque la al menos una característica de interés se localiza individualmente para cada sensor utilizado en la medida de los electroencefalogramas de calibración (14, 14’).
22.

Método según la reivindicación 21 caracterizado porque la al menos una característica de interés en los electroencefalogramas de entrenamiento (15) se mide para un subconjunto de sensores, siendo dicho subconjunto de sensores seleccionado durante la fase de calibración (9).
23.

Método según cualquiera de las reivindicaciones 15 a 21 caracterizado porque comprende además:

durante la fase de calibración (9), generar un filtro de corrección de artefactos (18), siendo dicho filtro de corrección de artefactos (18) generado en función de al menos un electroencefalograma de calibración

(14) medido durante la realización de la tarea (13) asociada a la habilidad cognitiva seleccionada;

durante la fase de entrenamiento (10), aplicar el filtro de corrección de artefactos (18) generado a la pluralidad de electroencefalogramas de entrenamiento (15).
24.

Método según la reivindicación 23 caracterizado porque el filtro de corrección de artefactos (18) se genera mediante análisis de componentes independientes.
25.

Método según cualquiera de las reivindicaciones 23 y 24 caracterizado porque comprende además aplicar el filtro de corrección de artefactos (18) sobre el al menos un electroencefalograma de calibración (14) previamente a la localización de la al menos una característica de interés.
26.

Método según cualquiera de las reivindicaciones 15 a 25 caracterizado porque comprende además medir al menos un electroencefalograma de validación (16) durante una fase de validación (11), siendo la fase de validación (11) posterior a la fase de entrenamiento (10); y calcular una evolución resultante del uso del sistema mediante la comparación del al menos un electroencefalograma de calibración (14) y del al menos un electroencefalograma de validación (16).
27.

Método según la reivindicación 26 y cualquiera de las reivindicaciones 23 a 25, caracterizado porque comprende además aplicar el filtro de corrección de artefactos (18) sobre el al menos un encefalograma de validación (16).
28.

Sistema según cualquiera de las reivindicaciones 26 a 27 y cualquiera de las reivindicaciones 17 a 25 caracterizado porque comprende además medir en la fase de validación al menos un primer electroencefalograma de validación (16) medido durante una segunda realización de la tarea (13’) asociada a la habilidad cognitiva, y al menos un segundo electroencefalograma de validación (16’) medido durante un segundo estado de reposo (12’), y para calcular la evolución resultante mediante la comparación del primer

electroencefalograma de validación (16) y el segundo electroencefalograma de validación (16’) con el primer electroencefalograma de calibración (14) y el segundo electroencefalograma de calibración (14’).
29. Programa de ordenador que comprende medios de código de programa de ordenador adaptados para realizar las etapas del método de acuerdo con cualquiera de las reivindicaciones 15 a 28, cuando el mencionado programa se ejecuta en un ordenador, un procesador digital de la señal, un circuito integrado específico de la aplicación, un microprocesador, un microcontrolador o cualquier otra forma de hardware.