El electroencefalograma (EEG) es una tecnología fundamental
en neurociencia que permite registrar la actividad eléctrica cerebral
de manera no invasiva. Sin embargo, el volumen masivo de datos
generado por los sistemas de registro de EEG presenta desafíos
significativos. El procesamiento eficaz de estos datos crudos requiere la
implementación de pipelines robustos que integren preprocesamiento,
procesamiento y análisis, junto con herramientas computacionales
avanzadas y conocimientos en técnicas de análisis de datos que no
siempre están disponibles en todos los contextos de investigación
clínica. Además, la falta de estandarización en los procedimientos
de preprocesamiento ha sido históricamente un obstáculo para la
comparabilidad y replicabilidad de estudios.
Este Trabajo Fin de Grado se enfoca en el desarrollo de un
pipeline integral de preprocesamiento y procesamiento de datos EEG
crudos, recogidos en un estudio específico, con el objetivo de facilitar
el análisis automatizado y reutilizable de estos datos. La solución se
materializa en una aplicación interactiva que permitirá democratizar
el acceso a estos análisis complejos, facilitando a investigadores sin
conocimientos profundos en programación la visualización (cómo
puede ser la topografía cerebral), procesamiento e interpretación de
datos de EEG de forma intuitiva e integrada.
Se espera que este pipeline establezca una herramienta práctica
y accesible para el análisis de EEG que combine rigor metodológico
con usabilidad, proporcionando resultados reproducibles y permitiendo a profesionales e investigadores optimizar sus análisis según sus
necesidades particulares.
The electroencephalogram (EEG) is a fundamental technology in
neuroscience that enables non-invasive recording of brain electrical
activity. However, the massive volume of data generated by EEG
recording systems presents significant challenges. Effective processing
of raw data requires the implementation of robust pipelines that
integrate preprocessing, processing, and analysis, along with advanced
computational tools and data analysis techniques not always available
in all clinical research contexts. Furthermore, the historical lack of
standardization in preprocessing procedures has been a barrier to
study comparability and reproducibility.
This Final Degree Project focuses on developing a comprehensive
pipeline for preprocessing and processing of raw EEG data collected
in a specific study, with the aim of facilitating automated and reusable
analysis of this data. The solution will be materialized in an interactive
application that will democratize access to complex analyses, enabling
researchers without deep programming knowledge to visualize (how
brain topography can be), process, and interpret EEG data in an
intuitive and integrated manner.
This pipeline is expected to establish a practical and accessible
tool for EEG analysis that combines methodological rigor with usability, providing reproducible results and enabling professionals and
researchers to optimize their analyses according to their particular
needs.
