Implementación de análisis discriminante lineal para clasificación de movimientos de miembro superior en aplicaciones de interfaces cerebro computadora
Las Interfaces Cerebro Computadora (BCI) basadas en Imaginería Motora (MI) registran y monitorean la actividad eléctrica de las neuronas de una persona e intentan determinar la intención de movimiento para así controlar un dispositivo externo. Debido a esto, la correcta extracción de características...
Збережено в:
| Автор: | |
|---|---|
| Формат: | masterThesis |
| Мова: | Іспанська |
| Опубліковано: |
2021
|
| Предмети: | |
| Онлайн доступ: | https://hdl.handle.net/20.500.12381/4002 |
| Теги: |
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Резюме: | Las Interfaces Cerebro Computadora (BCI) basadas en Imaginería Motora (MI) registran y monitorean la actividad eléctrica de las neuronas de una persona e intentan determinar la intención de movimiento para así controlar un dispositivo externo. Debido a esto, la correcta extracción de características de la señal que representen lo mejor posible la intención del usuario y una correcta clasificación de estas, son procesos críticos para asegurar una buena performance de la BCI. En el presente trabajo se procesó y clasificó las intenciones de movimientos sobre una base de datos de registros de electroencefalografía (EEG) de 15 sujetos voluntarios mientras llevaban a cabo tareas de MI. Se implementó un Common Spatial Pattern (CSP) para extraer las características de las señales y un Linear Discriminant Analysis (LDA) para clasificar las intenciones de movimiento. Los porcentajes de clasificación alcanzaron un promedio de (63.46 ± 8.31)% para las clases movimiento vs. descanso, llegando a máximos de 80%. Para el caso de las clases movimiento vs. movimiento, el porcentaje de clasificación promedio fue de (63.41 ± 9.12)% llegando a un máximo de 83.4%. |
|---|