Project
coAR.BCI
Interfaces cerebro-computadora coAdaptativas para Rehabilitación
Rehabilitación motora a lazo cerrado.
Este proyecto pretende contribuir significativamente a la mejora de las interfaces cerebro-computadora como tecnologías asistivas para la neurorehabilitación.
Para ello, diseñamos soluciones algorítmicas junto a protocolos de comunicación que permitan la construcción de una interfaz cerebro-computadora (BCI) que se adapte a las necesidades de la persona usuaria, mientras que se desarrolla la capacidad de control de la BCI (co-adaptabilidad). Buscamos desarrollar una tecnología centrada en el usuario, integrando el aprendizaje persona-máquina y máquina-persona de manera conjunta. El objetivo final es una tecnología que acompañe y potencie la rehabilitación de pacientes.
In collaboration with
-
Fleni
Escobar, Argentina.
-
sinc(i)
UNL-CONICET.
Related publications
- Victoria Peterson, Valeria Spagnolo, Catalina María Galván, Nicolás Nieto, Rubén Spies, Diego Humberto Milone (2025). Towards subject-centered co-adaptive brain-computer interfaces based on backward optimal transport. Journal of Neural Engineering, 22(4), 046006. https://doi.org/10.1088/1741-2552/addb7a
- Victoria Peterson, Catalina Galván, Hugo Hernández, María Paula Saavedra, Ruben Spies (2022). A motor imagery vs. rest dataset with low-cost consumer grade EEG hardware. Data in Brief, 6, 108225. https://doi.org/10.1016/j.dib.2022.108225
- Victoria Peterson, Nicolás Nieto, Dominik Wyser, Olivier Lambercy, Roger Gassert, Diego H. Milone, Ruben Spies (2022). Transfer learning based on optimal transport for motor imagery Brain-Computer Interfaces. IEEE Trans Biomed Eng. https://doi.org/10.1109/tbme.2021.3105912
- Catalina Galván, Hugo Hernández, Ruben Spies, Victoria Peterson (2021). Improving Feature Selection in Riemannian Tangent Space: a New Approach for MI-BCI Detection. https://doi.org/10.1088/1741-2552/addb7a
- Victoria Peterson, Catalina Galván, Hugo Hernández, Ruben Spies (2020). A feasibility study of a complete low-cost consumer-grade brain-computer interface system. Heliyon, 6(3), e0342. https://doi.org/10.1016/j.heliyon.2020.e03425
Data and code
- Motor Imagery vs. Rest - Low-Cost EEG System @OpenNeuro | GitHub Repo
- Backward Optimal Transport for Domain Adaptation (BOTDA) Python Implementation: GitHub repo
- Supportive Backward Adaptation (SBA) Python Implementation: GitHub repo
- OpenBeta, source code Python Implementation: GitHub repo
Funding
OpenBCI Sponsorship Program 2020, OpenBCI.
VinculAR 2023, Gerencia de Vinculación Tecnológica, CONICET.
PEICE-2023-028, Agencia Santafesina de Ciencia, Tecnología e Innovación.
IO-2025-238, Agencia Santafesina de Ciencia, Tecnología e Innovación.
Related news
Low-cost BCI Systems for Motor Rehabilitation - Openbci.com
Un estudio del CONICET Santa Fe fue seleccionado a nivel mundial - El Litoral
Nominación al BCI award 2021 - BCI award