Resumen

VELEZ-LORA, H. J.; MENDEZ-VASQUEZ, D. J.  y  DELGADO-SAA, J. F.. Clasificación de una Motricidad Imaginaria por medio de Señales Electroencefalográficas: Una Comparación de Métodos de Selección de Características y Algoritmos de Clasificación. Rev. mex. ing. bioméd [online]. 2018, vol.39, n.1, pp.95-104. ISSN 2395-9126.  https://doi.org/10.17488/rmib.39.1.8.

En este trabajo es presentada una Interfaz Cerebro Computadora que tiene la capacidad de decodificar actividades motrices. El método utiliza representación en el dominio de la frecuencia y el tiempo de las señales del cerebro grabadas en distintas regiones de este mismo, con el fin de extraer características importantes. Los métodos: Análisis de Componentes Principales y Selección Secuencial, son comparados en términos de su capacidad para representar características de la señal de una forma compacta, removiendo de esta forma, información innecesaria. Finalmente, dos métodos basados en aprendizaje de máquinas fueron implementados para la clasificación de actividades motrices utilizando solo las señales cerebrales. Los resultados muestran que es posible decodificar la actividad mental en los sujetos con una precisión superior al 80%. Además, la visualización de las componentes principales extraídas de las señales del cerebro permite un analísis de la actividad que toma lugar en la corteza cerebral sensorimotora durante la ejecución de la imaginación de movimientos de distintas partes del cuerpo.

Palabras llave : Ritmos Sensorimotores; BCI; Descomposición Espectral; Selección de Características; PCA; SFS; SVM; LDA.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )