La actividad cerebral se puede registrar a través de una técnica conocida como Electroencefalografía (EEG). Las señales registradas corresponden a una mezcla de información cerebral, así como artefactos fisiológicos (movimientos oculares, musculares, latido cardiaco, sudor) o técnicos (línea de alimentación, desconexión de electrodos). Todos estos artefactos necesitan ser suprimidos porque pueden ocultar a la señal fisiológica a analizar. Dentro de las técnicas más simples y comunes para eliminarlos se encuentran los filtros digitales (pasa-bajas, pasa-banda, Notch); y técnicas más complejas como el análisis de componentes independientes (ICA, por sus siglas en inglés), descomposición empírica de modos (EMD, por sus siglas en inglés), entre otras.
Además del filtrado de las señales, es necesario obtener sus características en tiempo y frecuencia, como varianza, curtosis, correlación, coherencia, espectro de potencia. Todo ello para detectar si existen artefactos en algunos segmentos de las señales, para determinar si existe similitud entre distintas señales y para observar las frecuencias características de las señales.
Una de las interfaces gráficas más usadas mundialmente para el procesamiento de señales EEG es EEGLAB, con la cual se puede cargar datos, aplicar filtros de respuesta finita (siempre estables), aplicar ICA, así como observar mapas topográficos cerebrales, entre otras cosas. A pesar de que EEGLAB es una herramienta útil debido a todo lo que ofrece, algunos problemas ocurren cuando el formato de los datos de entrada no es compatible con el software o no está contenido dentro del paquete de formatos que ofrece. Además, si el usuario está poco familiarizado con este tipo de interfaces, toma tiempo el empezar a trabajar correctamente con ella (es poco intuitiva).
El objetivo de este proyecto consiste en realizar una interfaz gráfica intuitiva y amigable para el usuario, que sirva para caracterizar las señales EEG en tiempo y frecuencia. Esta interfaz estará en español e inglés y se aplicará en el área académica principalmente.
