Modelo neuronal con estructura deep learning para la caracterización de niveles de relajación a través de estímulos olfativos

Abstract

RESUMEN: En la sociedad actual, las personas han experimentado un incremento en los niveles de estrés, por lo que el mercado ha introducido nuevos productos olfativos cuyo objetivo es producir un efecto relajante; sin embargo, el proceso de desarrollo de nuevos productos aún no considera el apoyo de la inteligencia artificial para validar dicho efecto en sus consumidores, especialmente en las mujeres, en quienes tendría un efecto relajante más significativo. Por lo tanto, en este proyecto de investigación se propone el desarrollo de un modelo neuronal con estructura Deep Learning para la caracterización de niveles de relajación a través de estímulos olfativos en las mujeres. Para lograrlo, se utiliza la Brain Computer Interface Emotiv Epoc, el cual registra la actividad cerebral a través de señales electroencefalográficas. Para lo anterior, se procede con la utilización de la plataforma TensorFlow de Google, con el fin de identificar la correlación de señales electroencefalográficas (EEG) frente a estímulos de estrés y de relajación. Mediante la determinación de estímulos, la configuración de los modelos neuronales y la validación de estos mismos mediante diversas métricas, se identifica el desempeño de ambos modelos neuronales ante las señales capturadas de los dos estímulos propuestos, y a su vez, se analiza la activación de las zonas del cerebro registradas durante las sesiones experimentales. Con lo anterior se valida la eficiencia del estímulo olfativo para reducir el nivel de estrés en las mujeres, logrando favorecer su rendimiento en las funciones que realizan, y así mejorar su calidad de vida.