Enhancing Cognitive Function with Electroencephalography-Based Brain-Computer Interfaces in Education
DOI:
https://doi.org/10.56294/saludcyt2024764Keywords:
Brain-Computer Interfaces (BCIs), Cognitive Functions, Electroencephalogram (EEG), Educational Technology, Neurological DisordersAbstract
Introduction: this research delves into the transformative potential of Brain-Computer Interfaces (BCIs) in the domains of education and healthcare. The study explores their applications for cognitive disorder diagnosis and their integration into educational environments, highlighting the multidisciplinary collaboration and technological advancements driving BCI research.
Objective: the primary objective is to assess the impact of BCIs on cognitive disorder diagnosis and their potential integration into educational settings.
Methodology: a qualitative systematic review of scientific articles published in English and Spanish between 2010 and 2022 was conducted. A total of 84 articles were evaluated, with 68 meeting the selection criteria, focusing on BCI as the object of study associated with cognitive functions.
Results: The study reveals the pivotal role of EEG technology in BCI development, particularly in diagnosing cognitive disorders such as ADHD. It highlights the applications of BCIs in cognitive training and their promising potential in enhancing education and healthcare. Interdisciplinary collaboration is identified as a driving force, fostering innovation in BCI systems.
Conclusion: this research underscores that BCIs represent not only technological innovation but also a paradigm shift in how cognitive disorders are diagnosed and managed. Their integration into educational settings holds promise for tailored interventions, improving learning experiences and socialization. BCIs empower individuals with disabilities, granting them greater independence and access to various technological tools. The study's findings have profound implications for educational strategies and the overall quality of life for individuals with cognitive disorders, offering a brighter future where BCIs redefine possibilities and enhance the human experience
References
1. Sánchez H, Reyes C. Metodología y Diseños en la Investigación Científica. Editorial Business Support; 2015.
2. Hernández R, Mendoza C. Metodología de la investigación. Las rutas cuantitativa, cualitativa y mixta. Editorial McGraw Hill; 2018.
3. Silvestre I, Huamán C. Pasos para elaborar la investigación y la redacción de la tesis universitaria. Editorial San Marcos; 2019.
4. Sánchez H, Reyes C, Mejía K. Manual de términos en investigación científica, tecnológica y humanista. https://www.urp.edu.pe/pdf/id/13350/n/libro-manual-de-terminos-en-investigacion.pdf.
5. Teulé J. Procesos cognitivos relacionados con el aprendizaje de la lectura. https://reunir.unir.net/bitstream/handle/123456789/3268/TEULE%20MELERO%2C%20JUDITH.pdf?sequence=1.
6. Sánchez H. Desafíos de la investigación psicológica en el Perú ante el avance de la ciencia y la tecnología en el siglo XXI. Tradición, Segunda Época. 2020;16:43-54. https://doi.org/10.31381/tradicion.v0i16.1434.
7. Mengoni P, Lee S, Zhang H. Noninvasive Methods for Cognitive Analytics. https://resource-cms.springernature.com/springer-cms/rest/v1/content/19044368/data/v2.
8. Henríquez C. Estudio de Técnicas de análisis y clasificación de señales EEG en el contexto de Sistemas BCI (Brain Computer Interface). http://hdl.handle.net/10486/660477.
9. Cornelio J, Borbolla M, Gallegos A. Alteraciones electroencefalográficas en niños con trastorno por déficit de atención/hiperactividad. Revista de Neurología. 2011;52(Supl 1):S97-101. https://doi.org/10.33588/rn.52S01.2011013.
10. Garzón J, Rojas S, Sanabria C. Uso de una BCI (Brain Computer Interface) como enlace interactivo, terapéutico y de aprendizaje dirigido a personas con discapacidad cognitiva y motora. Eleventh LACCEI Latin American and Caribbean Conference for Engineering and Technology (LACCEI’2013). https://www.laccei.org/LACCEI2013-Cancun/StudentPapers/SP054.pdf.
11. Galiana A, Vecina P, Sánchez P, Vela M. Electroencefalografía cuantitativa como herramienta para el diagnóstico y seguimiento del paciente con alteración por déficit de atención/hiperactividad. Revista de Neurología. 2020;70(06):197. https://doi.org/10.33588/rn.7006.2019311.
12. Romero-Carazas R. Prompt lawyer: a challenge in the face of the integration of artificial intelligence and law. Gamification and Augmented Reality 2023;1:7–7. https://doi.org/10.56294/gr20237.
13. Tatum WO, Husai AM, Benbadis SR, Kaplan PW. Normal EEG. En Handbook of EEG Interpretation. Demos Medical Publishing; 2008.
14. Martínez M, Trout G. Conceptos básicos de electroencefalografía. Duazary, Revista de la facultad de Ciencias de la Salud. 2006;3(1). https://www.redalyc.org/pdf/5121/512156334010.pdf.
15. Fajardo A, Guzmán A. Neurofeedback, aplicaciones y eficacia. Interdisciplinaria. 2016;33(1):81-93. http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S1668-70272016000100005&lng=es&tlng=es.
16. Ramos F, Morales G, Egozcue S, Pabón R, Alonso M. Técnicas básicas de electroencefalografía: principios y aplicaciones clínicas. Anales del Sistema Sanitario de Navarra. 2009;32(Supl. 3):69-82. https://doi.org/10.23938/ASSN.0148.
17. Papo D. Gauging functional brain activity: From distinguishability to accessibility. Frontiers in Physiology. 2019;10. https://doi.org/10.3389/fphys.2019.00509.
18. Morales D. Oscilopatología en Trastornos del Espectro Autista: Las ondas cerebrales en los procesos de lenguaje. Areté. 2022;9-17. http://dx.doi.org/10.33881/1657-2513.art.20102.
19. Gonzalez-Argote J. A Bibliometric Analysis of the Studies in Modeling and Simulation: Insights from Scopus. Gamification and Augmented Reality 2023;1:5–5. https://doi.org/10.56294/gr20235.
20. Ramírez X. Monitoreo de la actividad cerebral. https://rgtconsultores.mx/blog/monitoreo-de-la-actividad-cerebral.
21. Shih JJ, Krusienski DJ, Wolpaw JR. Brain-computer interfaces in medicine. Mayo Clinic Proceedings. 2012;87(3):268-279. https://doi.org/10.1016/j.mayocp.2011.12.008.
22. Moore M. Real world applications for Brain-computer Interface Technology. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 2003;11(2):162-165. https://www.cs.cmu.edu/~tanja/BCI/RealWorldAppl2003.pdf.
23. Abdulkader S. Brain Computer Interfacing: Applications and Challenges. Egyptian Informatics Journal. 2015;16:213-230. https://doi.org/10.1016/j.eij.2015.06.002.
24. Bravo L. Psicología de las dificultades del aprendizaje. Editorial Universitaria; 2009.
25. Bravo-Valdivieso L, Milicic-Müller N, Cuadro A, Mejía L, Eslava J. Trastornos del aprendizaje: investigaciones psicológicas y psicopedagógicas en diversos países de sud América. Ciencias Psicológicas. 2009;3(2):203–218. https://doi.org/10.22235/cp.v3i2.152.
26. Bueno D, Forés A. 5 principios de la neuroeducación que la familia debería saber y poner en práctica. Revista Ibero-americana de Educação. 2018;78(1):13-25. https://doi.org/10.35362/rie7813255.
27. Alonso-Valerdi LM, Arreola-Villarruel MA, Argüello-García J. Interfaces cerebro-computadora: conceptualización, desafíos de rediseño e impacto social. Revista Mexicana de Ingeniería Biomédica. 2019;40(3). https://doi.org/10.17488/rmib.40.3.8.
28. Corona A, Altamirano M, López M, González O. Analítica del aprendizaje y las neurociencias educativas: nuevos retos en la integración tecnológica. Revista Iberoamericana de Educación. 2019;80(1):31-54. https://doi.org/10.35362/rie8013428.
29. Grasso-Cladera A, Armijo J, Fernandez-Gomez M, Parada F. Computación, análisis e interpretación de señales eléctricas del cerebro humano en el dominio del tiempo: 90 años de Electrofisiología Cognitiva. PSIENCIA. 2021;13(2). http://portal.amelica.org/ameli/jatsRepo/483/4832571006/index.html.
30. Aguilera R. ¿Revisión sistemática, revisión narrativa o metaanálisis? Revista de la Sociedad Española del Dolor. 2014;21(6):359-360. https://dx.doi.org/10.4321/S1134-80462014000600010.
31. Gonzalez-Argote D, Gonzalez-Argote J, Machuca-Contreras F. Blockchain in the health sector: a systematic literature review of success cases. Gamification and Augmented Reality 2023;1:6–6. https://doi.org/10.56294/gr20236.
32. Aldana C, Buitrago E. Actualidad en la investigación de electroencefalograma – resonancia magnética funcional simultáneos en el estudio de epilepsia y dolor. Revista Cubana de Investigaciones Biomédicas. 2013;32(1):29-47. http://scielo.sld.cu/pdf/ibi/v32n1/ibi04113.pdf.
33. Hornero R, Corralejo R, Álvarez D. Brain-Computer Interface (BCI) aplicado al entrenamiento cognitivo y control domótico para prevenir los efectos del envejecimiento. Lychnos, Cuadernos de la Fundación General CSIC. 2012;8. http://envejecimiento.csic.es/documentos/documentos/lychnos08-hornero-braincomputer-01.pdf.
34. Jeste SS, Frohlich J, Loo SK. Electrophysiological biomarkers of diagnosis and outcome in neurodevelopment disorders. Current Opinion in Neurology. 2015;28(2):110-116. https://doi.org/10.1097/wco.0000000000000181.
35. Manterola C, Astudillo P, Arias E, Claros N. Revisiones sistemáticas de la literatura. Qué se debe saber acerca de ellas. Cirugía Española. 2013;91(3):149-155. DOI: 10.1016/j.ciresp.2011.07.009.
36. Moreno I, Batista E, Serracín S, Moreno R, Gómez L, Serracín Pittí J, Quintero J, Boya C. Los sistemas de interfaz cerebro-computadora basado en EEG: características y aplicaciones. I+D Tecnológico. 2019;15:13-26. https://doi.org/10.33412/idt.v15.2.2230.
37. Moore M. Real world applications for Brain-computer Interface Technology. IEEE Transactions on Neural Systems and Rehabilitation Engineering. 2003;11(2):162-165. https://www.cs.cmu.edu/~tanja/BCI/RealWorldAppl2003.pdf.
38. Moreno I, Servera M, Meneses S, Lora J. Empleo del electroencefalograma de un solo electrodo en la evaluación del trastorno por déficit de atención/hiperactividad. Revista de Neurología. 2020;70(3):84-92. https://doi.org/10.33588/rn.7003.2019265.
39. Ortiz A, Moreno I. Perfil electroencefalográfico de niños con TDAH. Revista de Psicología Clínica con Niños y Adolescentes. 2015;2(2):129-134. https://www.revistapcna.com/sites/default/files/05-8_ortiz-perez_et_al_electro.pdf.
40. Ríos L, Álvarez C. Aporte de los distintos métodos electroencefalográficos (EEG) al diagnóstico de las epilepsias. Revista Médica Clínica Las Condes. 2013;24(6):953-957. http://dx.doi.org/10.1016/S0716-8640(13)70249-9.
Published
Issue
Section
License
Copyright (c) 2024 Jhonny Richard Rodriguez-Barboza, Flor de María Sánchez-Aguirre, Gliria Susana Méndez-Ilizarbe, Ricardo-Edmundo Ruiz-Villavicencio, Giovana Edith Ruiz-Villavicencio, Carmen Gisela Ramos-Ventura (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
The article is distributed under the Creative Commons Attribution 4.0 License. Unless otherwise stated, associated published material is distributed under the same licence.
