Revista La Universidad

edición 56

AÑO IX - Nº 56 \| MARZO DE 2012
TESIS DE DOCTORADO DE BIOINGENIERÍA
Proponen sistema para detección temprana de somnolencia en conductores
Se trata de un sistema que funciona a través de la medición y procesamiento de señales cerebrales. Su propósito es medir en forma preventiva la pérdida de alerta en los conductores de cualquier tipo de vehículo. Ante estadísticas alarmantes, el trabajo toma como antecedentes otros sistemas de detección conocidos cuyo fin es evitar accidentes de tránsito.
Por Elio Noé Salcedo
Como todos los Sistemas Avanzados de Ayuda a la Conducción (SAACs), el propuesto en esta tesis de doctorado de Bioingeniería del Gabinete de Tecnología Médica del Dpto. Electrónica y Automática de la Facultad de Ingeniería de la UNSJ, apunta a prevenir y reducir la cantidad de accidentes debido a errores humanos, en este caso provocados por cansancio y somnolencia. Los resultados podrían aplicarse en conductores de todo tipo, como así también en trabajadores que manipulan maquinarias pesadas o con algún riesgo particular como las empleadas en minería y agricultura. Ante una pérdida de atención, el conductor es vulnerable a un accidente, por lo que se necesita medir alguna señal biológica y desarrollar un algoritmo (ver aparte) capaz de detectar la transición de la vigilia a la somnolencia con la mayor precisión y rapidez posible. La tesis de la bioingeniera María Agustina Garcés presenta diferentes algoritmos que pueden ser implementados en un sistema de detección de somnolencia en conductores, basado en el procesamiento de señales cerebrales denominada señal Electroencefalográfica (EEG). La señal EEG es una de las más predictivas y confiables en este tipo de mediciones, superando otras técnicas que tienen la desventaja de detectar los estados somnolientes después del pestañeo o cierre de ojos, es decir, en forma tardía, para evitar un accidente. El algoritmo desarrollado, en cambio, es capaz de identificar en forma temprana y eficaz un 84.1% (promedio) de los estadíos de vigilia y somnolencia, advirtiendo al conductor del estado de alerta cada cinco segundos, tiempo apropiado para detectar a nivel cerebral una decadencia en su estado de alerta. Un buen resultado Los resultados logrados son similares a los obtenidos por investigadores de instituciones extranjeras que aplican técnicas más complejas y que utilizan al menos siete señales biológicas. A diferencia de ellas, la técnica de esta tesis aporta mayor cantidad de información y sólo emplea la señal EEG para la detección y clasificación de los segmentos de vigilia y somnolencia. La tesis desarrolló el software y el paso siguiente será instalarlo en un casco, gorra o vincha. En una instancia final, la conexión podrá ser inalámbrica para no molestar al conductor. Las señales cerebrales medidas ingresarían en un sistema de cómputo para ser procesadas. Al detectarse un estado de somnolencia, el sistema alertaría al conductor con una señal de alarma a través de algún estimulo sonoro, visual (una chicharra o una luz) o táctil. De esta manera, el conductor podría ser despertado a tiempo y evitar el posible accidente.
Algoritmo: Conjunto finito de instrucciones o reglas bien definidas, ordenadas y ejecutadas en forma secuencial que permite realizar una actividad, ejecutar una operación u obtener una solución mediante pasos sucesivos. Se emplean en la vida cotidiana para resolver problemas. Algunos ejemplos son los manuales del usuario, que muestran algoritmos para usar un aparato, o las instrucciones específicas que recibe un operario para poder hacer bien su tarea.
Esquema del sistema de detección de somnolencia propuesto.
Filtrado de ruidos en los registros EEG La tesis hace aportes esenciales en el filtrado de ruidos introducidos por señales biológicas y por la interferencia de línea en los registros Electroencefalográficos (EvEG). Entre las ventajas del nuevo método propuesto pueden mencionarse: -La implementación de los filtros adaptivos que procesan las señales cerebrales es muy simple y el cómputo de los algoritmos es rápido. Ello es debido a que no necesitan cálculos complejos. -Los filtros pueden adaptarse y eliminar las perturbaciones introducidas por las señales cardíacas, las frecuencias de línea, los ruidos introducidos por el motor de los vehículos y los debidos a los movimientos oculares. - Los filtros no distorsionan la morfología de las señales cerebrales. Esto es muy importante cuando se analizan señales neurológicas. - Por su rapidez y simplicidad, el método de filtrado puede ser usado en tiempo real. - Luego de las pruebas realizadas, el estudio concluyó en que el esquema propuesto de cancelación adaptiva de ruido es una técnica adecuada para filtrar los ruidos en los registros EEG.
Espectro normal de frecuencia de un EEG La frecuencia y la morfología de los ritmos cerebrales (que se muestran y mencionan en el gráfico) son tenidas en cuenta en esta tesis para la detección de la somnolencia y la clasificación de los estadios de sueño. El espectro normal de frecuencia del EEG se subdivide en cinco ritmos cerebrales o bandas: a) Banda Delta (desde los 0.5Hz a 4Hz), b) Banda Theta (desde los 4Hz a 8Hz), c) Banda Alfa (desde los 8Hz a los 12Hz), d) Banda Beta (desde los 12Hz a los 30Hz), y e) Banda Gamma (frecuencias mayores a los 30Hz. No aparece en el gráfico).
Somnolencia y tragedia De acuerdo al Centro de Experimentación y Seguridad Vial y a la Asociación Civil "Luchemos por la Vida", Argentina ostenta uno de los índices más altos de mortalidad producida por accidentes de tránsito. Según "Luchemos por la vida", el total de muertos en 2011 fue de 7.517. Un muy alto porcentaje de tragedias se debe a errores humanos: la mayoría se produce a tempranas horas de la mañana y la siesta, con frecuencia en las rutas de trazas rectas. Si bien no se establece explícitamente en el informe, estos resultados indican que una gran cantidad de accidentes de tránsito están vinculados con la somnolencia de los conductores, ya que la principal causa de éstos es el error humano en horarios típicos de somnolencia y en caminos aburridos y de largas distancias.
Tesis: Procesamiento de Señales cerebrales para la Detección de Somnolencia en Conductores. Autora: Bioingeniera María Agustina Garcés Director de Tesis: Dr. Ing. Eric Laciar Leber Codirector de Tesis: Dr. Ing. Daniel Patiño Dirección de contacto: agarces@gateme.unsj.edu.ar Gabinete de Tecnología Médica, Departamento de Electrónica y Automática, Facultad de Ingeniería, UNSJ, 54 264 4211700 (Int. 313).