Por favor, use este identificador para citar o enlazar este ítem: https://dspace.unl.edu.ec/jspui/handle/123456789/19487
Título : Caracterización y clasificación de señales eléctricas cerebrales para aplicaciones BCI (Interfaz Cerebro Computador).
Autor : Chuquimarca Jiménez, Luis Enrique
León Bustamante, Milton Andrés
Palabras clave : <BCI><PROCESAMIENTO DE SEÑALES><EEG><CLASIFICACIÓN DE PATRONES><BIOPOTENCIALES>
Fecha de publicación : 22-sep-2017
Editorial : Loja: Universidad Nacional de Loja
Resumen : En el presente trabajo de fin de grado se exploraron varias técnicas de extracción de características y clasificación de patrones para el procesamiento de ondas alfa y ritmos sensoriomotores, con la finalidad de evaluar la posibilidad de aplicar estos métodos en sistemas BCI. En ambos casos las señales cerebrales fueron adquiridas mediante EEG. El trabajo inició con una revisión del estado del arte sobre la tecnología de las BCI, para determinar cuáles son las técnicas más recomendadas para el análisis de las señales cerebrales escogidas. Para la identificación de los ritmos alfa se emplearon parámetros estadísticos calculados a partir de la transformada wavelet como características para la clasificación y una red neuronal como clasificador; esto dio como resultado altos niveles en la detección de ritmos alfa. Las señales de prueba usadas se obtuvieron de una mujer adulta sana que dio su consentimiento previo para participar del experimento. Con las técnicas empleadas anteriormente se desarrolló una BCI en tiempo real simple, que tiene por objetivo activar un conjunto de indicadores cuando detecta que el usuario ha sido capaz de generar ritmos alfa. El análisis de los ritmos sensoriomotores se basó en la discriminación entre imaginería motora de mano izquierda y derecha, para lo cual se evaluaron tres métodos diferentes de extracción de características. Cada uno de estos métodos presentó diferentes niveles de precisión en la discriminación de cada clase, pero se obtuvo un método con un nivel de aciertos adecuado para su posible aplicación en BCI. Las características calculadas para cada método incluyen aquellas utilizadas en la detección de ritmos alfa, coeficientes AR y filtrado espacial mediante Common Spatial Patterns. La clasificación se realizó mediante una red neuronal. Las señales usadas para el procesamiento de los ritmos sensoriomotores se obtuvieron a partir de las bases de datos IIIA y 2A, pertenecientes a las competencias BCI III y IV respectivamente. En total se analizaron las señales adquiridas de 12 individuos diferentes.
Descripción : In this end-degree proyect, different feature extraction and pattern classification techniques were explored for the processing of alpha waves and sensorimotor rhythms in order to evaluate the posibility of using these methods in BCI applications. The brain signals used were acquired through EEG in both cases. The work started with a state of the art review of BCI technology for identifying the most recommended techniques, used in the analisis of the chosen signals. The features used for alpha rhythms identification were stadistic parameters computed from the signal’s wavelet transform and a neural network was used as classifier. This method achieved high levels of accuracy when detecting alpha activity. The test waves used were from a healthy adult woman who gave her consent prior to the study. With these techniques a simple real-time BCI was developed. The goal of the system is to activate a serie of cues when the subject is capable of generating alpha waves. The sensorimotor rhythms analisis was based in the discrimination between left hand motor imagery and right hand motor imagery. Three feature extraction methods were evaluated for this purpose. Each of these methods had diferent results but finally one was found with enough accuracy for its possible BCI implementation. The features extracted of each method included those used for the alpha waves detector, AR coefficients and spatial filtering based in Common Spatial Patterns. A neural network was used for classification. The signals used for the sensorimotor rhythms processing were taken from the IIIA and 2A datasets of the BCI competitons III and IV, respectively. The signals of 12 test subjects were analized in total.
URI : http://dspace.unl.edu.ec/jspui/handle/123456789/19487
Aparece en las colecciones: TRABAJOS DE TITULACION AEIRNNR

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
León Bustamante, Milton Andrés.pdf3,48 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.