Preprocesado y procesado de señales de electroencefalograma (EEG)

Abstract

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.