Utilización de un exponente de escalamiento en interfaces cerebro computadora asincrónicas

El desarrollo y restricciones de uso de las Interfaces Cerebro Computadora (BCI) han traído como consecuencia la necesidad de indagar sobre técnicas de procesamiento de señales electroencefalográficas y la incorporación de índices que permitan una mejor identificación de la intención del sujeto para...

Descripción completa

Detalles Bibliográficos
Autor: ERIK RENE BOJORGES VALDEZ
Tipo de recurso: tesis doctoral
Estado:Versión publicada
Fecha de publicación:2016
País:México
Institución:Universidad Autónoma Metropolitana
Repositorio:Repositorio Institucional de la UAM Iztapalapa
Idioma:español
OAI Identifier:oai:bindani.izt.uam.mx:x633f1111
Acceso en línea:https://doi.org/10.24275/uami.x633f1111
Access Level:acceso abierto
Palabra clave:info:eu-repo/classification/LEM/Redes neuronales (Computación)
info:eu-repo/classification/LEM/Neural networks (Computer science)
info:eu-repo/classification/LEM/Electroencephalography
info:eu-repo/classification/LEM/Interfaces cerebro-computadora
info:eu-repo/classification/LEM/Ingeniería biomédica
info:eu-repo/classification/LEM/Electroencefalografía
info:eu-repo/classification/LEM/Biomedical engineering
info:eu-repo/classification/LEM/Brain-computer interfaces
info:eu-repo/classification/cti/7
id MX_4e46158ea1b4f9a4f8ba4de8eb60ca8b
oai_identifier_str oai:bindani.izt.uam.mx:x633f1111
network_acronym_str MX
network_name_str México
repository_id_str
spelling Utilización de un exponente de escalamiento en interfaces cerebro computadora asincrónicasERIK RENE BOJORGES VALDEZinfo:eu-repo/classification/LEM/Redes neuronales (Computación)info:eu-repo/classification/LEM/Neural networks (Computer science)info:eu-repo/classification/LEM/Electroencephalographyinfo:eu-repo/classification/LEM/Interfaces cerebro-computadorainfo:eu-repo/classification/LEM/Ingeniería biomédicainfo:eu-repo/classification/LEM/Electroencefalografíainfo:eu-repo/classification/LEM/Biomedical engineeringinfo:eu-repo/classification/LEM/Brain-computer interfacesinfo:eu-repo/classification/cti/7El desarrollo y restricciones de uso de las Interfaces Cerebro Computadora (BCI) han traído como consecuencia la necesidad de indagar sobre técnicas de procesamiento de señales electroencefalográficas y la incorporación de índices que permitan una mejor identificación de la intención del sujeto para controlar los actuadores involucrados. En este trabajo se evaluó la utilización de un índice de escalamiento como rasgo de entrada para BCI, comparando su desempeño con el de un índice clásico como lo es la potencia espectral. Las evaluaciones se hicieron al analizar los datos de dos experimentos diseñados para generar cambios en la dinámica de las señales similares a los acontecidos en las interfaces de imaginación de movimiento actuales. El primero consistió en la identificación de las épocas en las que los sujetos presionaron un botón ante un estímulo visual, contando con la participación de cuarenta sujetos sanos. En el segundo se identificaron los periodos asociados con la realización de una serie de cálculos mentales; se contó con quince sujetos sanos quienes realizaron la prueba durante tres sesiones experimentales en distintos días. Para este segundo experimento se evaluó la identificación de la tarea calibrando el clasificador con los datos de las otras sesiones experimentales. En ambos experimentos se exploró la incorporación del índice derivado del análisis de fluctuaciones sin tendencia (DFA, propuesto por Penget al.), debido a las ventajas metodológicas y de implementación que posee. Adicionalmente a la evaluación de este índice, el trabajo doctoral incluyo el diseño de un paradigma de cálculo aritmético que permite una evaluación objetiva de la identificación de periodos de actividad contra reposo. También se presenta un esquema sencillo de selección de canales de EEG de los cuales se obtienen las características o rasgos de entrada para una BCI. Los resultados obtenidos, en términos del área bajo la curva (AUC), muestran que el índice de escalamiento tiene un desempeño similar, en términos poblacionales, a la utilización de la potencia espectral. La utilización combinada de los índices mejoro significativamente la identificación de los periodos de actividad vs reposo. El desempeño obtenido para el paradigma de cálculo aritmético fue mejor (AUC > 0.86) al reportado para evaluaciones de interfaces basadas en imaginación de movimiento, mostrando que es posible un desempeño eficiente aun para los sujetos novatos desde la primera sesión. Esto puede ser consecuencia de que las características que describen los índices de escalamiento son complementarias a la potencia espectral, lo que sugiere seguir incorporándolas al análisis del EEG incluso en el ambiente clínico. Se plantea así la conveniencia del uso combinado de las características de escalamiento y potencia espectral, así como del desarrollo de nuevos paradigmas de control con una identificación inequívoca de tareas para su incorporación en el desarrollo de nuevas BCI.OSCAR YAÑEZ SUAREZJUAN CARLOS ECHEVERRIA ARJONILLA2016-04-06info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttps://doi.org/10.24275/uami.x633f1111reponame:Repositorio Institucional de la UAM Iztapalapainstname:Universidad Autónoma Metropolitanainstacron:UAMspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc/4.0/oai:bindani.izt.uam.mx:x633f11112025-11-26T19:19:48Z
dc.title.none.fl_str_mv Utilización de un exponente de escalamiento en interfaces cerebro computadora asincrónicas
title Utilización de un exponente de escalamiento en interfaces cerebro computadora asincrónicas
spellingShingle Utilización de un exponente de escalamiento en interfaces cerebro computadora asincrónicas
ERIK RENE BOJORGES VALDEZ
info:eu-repo/classification/LEM/Redes neuronales (Computación)
info:eu-repo/classification/LEM/Neural networks (Computer science)
info:eu-repo/classification/LEM/Electroencephalography
info:eu-repo/classification/LEM/Interfaces cerebro-computadora
info:eu-repo/classification/LEM/Ingeniería biomédica
info:eu-repo/classification/LEM/Electroencefalografía
info:eu-repo/classification/LEM/Biomedical engineering
info:eu-repo/classification/LEM/Brain-computer interfaces
info:eu-repo/classification/cti/7
title_short Utilización de un exponente de escalamiento en interfaces cerebro computadora asincrónicas
title_full Utilización de un exponente de escalamiento en interfaces cerebro computadora asincrónicas
title_fullStr Utilización de un exponente de escalamiento en interfaces cerebro computadora asincrónicas
title_full_unstemmed Utilización de un exponente de escalamiento en interfaces cerebro computadora asincrónicas
title_sort Utilización de un exponente de escalamiento en interfaces cerebro computadora asincrónicas
dc.creator.none.fl_str_mv ERIK RENE BOJORGES VALDEZ
author ERIK RENE BOJORGES VALDEZ
author_facet ERIK RENE BOJORGES VALDEZ
author_role author
dc.contributor.none.fl_str_mv OSCAR YAÑEZ SUAREZ
JUAN CARLOS ECHEVERRIA ARJONILLA
dc.subject.none.fl_str_mv info:eu-repo/classification/LEM/Redes neuronales (Computación)
info:eu-repo/classification/LEM/Neural networks (Computer science)
info:eu-repo/classification/LEM/Electroencephalography
info:eu-repo/classification/LEM/Interfaces cerebro-computadora
info:eu-repo/classification/LEM/Ingeniería biomédica
info:eu-repo/classification/LEM/Electroencefalografía
info:eu-repo/classification/LEM/Biomedical engineering
info:eu-repo/classification/LEM/Brain-computer interfaces
info:eu-repo/classification/cti/7
topic info:eu-repo/classification/LEM/Redes neuronales (Computación)
info:eu-repo/classification/LEM/Neural networks (Computer science)
info:eu-repo/classification/LEM/Electroencephalography
info:eu-repo/classification/LEM/Interfaces cerebro-computadora
info:eu-repo/classification/LEM/Ingeniería biomédica
info:eu-repo/classification/LEM/Electroencefalografía
info:eu-repo/classification/LEM/Biomedical engineering
info:eu-repo/classification/LEM/Brain-computer interfaces
info:eu-repo/classification/cti/7
description El desarrollo y restricciones de uso de las Interfaces Cerebro Computadora (BCI) han traído como consecuencia la necesidad de indagar sobre técnicas de procesamiento de señales electroencefalográficas y la incorporación de índices que permitan una mejor identificación de la intención del sujeto para controlar los actuadores involucrados. En este trabajo se evaluó la utilización de un índice de escalamiento como rasgo de entrada para BCI, comparando su desempeño con el de un índice clásico como lo es la potencia espectral. Las evaluaciones se hicieron al analizar los datos de dos experimentos diseñados para generar cambios en la dinámica de las señales similares a los acontecidos en las interfaces de imaginación de movimiento actuales. El primero consistió en la identificación de las épocas en las que los sujetos presionaron un botón ante un estímulo visual, contando con la participación de cuarenta sujetos sanos. En el segundo se identificaron los periodos asociados con la realización de una serie de cálculos mentales; se contó con quince sujetos sanos quienes realizaron la prueba durante tres sesiones experimentales en distintos días. Para este segundo experimento se evaluó la identificación de la tarea calibrando el clasificador con los datos de las otras sesiones experimentales. En ambos experimentos se exploró la incorporación del índice derivado del análisis de fluctuaciones sin tendencia (DFA, propuesto por Penget al.), debido a las ventajas metodológicas y de implementación que posee. Adicionalmente a la evaluación de este índice, el trabajo doctoral incluyo el diseño de un paradigma de cálculo aritmético que permite una evaluación objetiva de la identificación de periodos de actividad contra reposo. También se presenta un esquema sencillo de selección de canales de EEG de los cuales se obtienen las características o rasgos de entrada para una BCI. Los resultados obtenidos, en términos del área bajo la curva (AUC), muestran que el índice de escalamiento tiene un desempeño similar, en términos poblacionales, a la utilización de la potencia espectral. La utilización combinada de los índices mejoro significativamente la identificación de los periodos de actividad vs reposo. El desempeño obtenido para el paradigma de cálculo aritmético fue mejor (AUC > 0.86) al reportado para evaluaciones de interfaces basadas en imaginación de movimiento, mostrando que es posible un desempeño eficiente aun para los sujetos novatos desde la primera sesión. Esto puede ser consecuencia de que las características que describen los índices de escalamiento son complementarias a la potencia espectral, lo que sugiere seguir incorporándolas al análisis del EEG incluso en el ambiente clínico. Se plantea así la conveniencia del uso combinado de las características de escalamiento y potencia espectral, así como del desarrollo de nuevos paradigmas de control con una identificación inequívoca de tareas para su incorporación en el desarrollo de nuevas BCI.
publishDate 2016
dc.date.none.fl_str_mv 2016-04-06
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://doi.org/10.24275/uami.x633f1111
url https://doi.org/10.24275/uami.x633f1111
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc/4.0/
dc.source.none.fl_str_mv reponame:Repositorio Institucional de la UAM Iztapalapa
instname:Universidad Autónoma Metropolitana
instacron:UAM
instname_str Universidad Autónoma Metropolitana
instacron_str UAM
institution UAM
reponame_str Repositorio Institucional de la UAM Iztapalapa
collection Repositorio Institucional de la UAM Iztapalapa
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1858175207893630976
score 15,811543

Similares en LA Referencia