masterThesis
Clasificación de patrones de imaginación motora en una interfaz cerebro computador de bajo costo usando software libre
Autor
Muñoz Cardona, John Edison
Institución
Resumen
Las interfaces cerebro computador (BCI) son sistemas que le permiten a un usuario controlar una aplicación o un dispositivo sólo a través de su actividad neural. Una de las etapas más importantes para una aplicación con un sistema BCI es la implementación de algoritmos para
la clasificación de los diferentes comandos necesarios para generar la interacción. Existen varias estrategias mentales para la interacción con sistemas BCI que pueden ser usadas en los experimentos neurocientíficos, una de ellas se conoce como Imaginación Motora, la cual permite la generación de eventos relacionados a desincronizaciones (ERDs) los cuales son decrementos temporales en
la potencia de las ondas de EEG en las bandas alfa y beta. Estos ERDs ocurren cuando un sujeto realiza una imaginación de un movimiento en particular, como mover una de sus manos. Está tesis se focaliza en el desarrollo de un experimento neurocientífico a través de la implementación de las diferentes etapas de una aplicación con una interface cerebro computador: pre-procesamiento,
procesamiento, extracción de características, clasificación y aplicación. Se presentan 3 algoritmos
que utilizan técnicas de aprendizaje de máquina para la clasificación de señales de una interface cerebro computador basada en electroencefalografía: LDA, C-SVC y NU-SVC con el fin de determinar cuál tarea de imaginación motora está ejecutando un usuario en un momento en particular del experimento. Se utiliza un hardware BCI comercial de bajo costo (Emotiv EPOC)
con un software de acceso gratuito (OpenViBe) con el fin de demostrar que se pueden realizar de aplicaciones con sistemas BCI sin la necesidad de una gran inversión económica; la aplicación
BCI final es un videojuego neurocontrolado que puede ser usado como terapia para pacientes con daños neurológicos como el accidente cerebrovascular o el Parkinson. Todos los clasificadores utilizan la técnica de patrones espaciales comunes (CSP) con el fin de extraer el filtro espacial que optimice la diferenciación entre dos tareas de imaginación motora antes de realizar la etapa de
clasificación. Se evaluaron todos los algoritmos de clasificación en 8 sujetos sanos usando validación cruzada encontrando que los resultados de la máquina de soporte vectorial Nu-SVC tienen el mejor porcentaje de mejor exactitud promedio calculada 96.7 %. Este resultado muestra que es posible realizar experimentos neurocientificos con sistemas BCI de bajo costo y lograr exactitudes
comparables con equipos más sofisticados y costosos, bajo la misma estrategia mental.