Utilización de un exponente de escalamiento en interfaces cerebro computadora asincrónicas Public Deposited
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.
Des relations
| Dans l'ensemble administratif: |
|---|
Descriptions
| Nom d'attribut | Valeurs |
|---|---|
| Creador | |
| Contributeurs | |
| Tema | |
| Editor | |
| Idioma | |
| Identificador | |
| Mot-clé | |
| Año de publicación |
|
| Tipo de Recurso | |
| Derechos | |
| División académica | |
| Línea académica | |
| Licencia |
