Análisis de registros de EEG utilizando correlación canónica para optimización de tiempos en interfaces cerebro-computadora Público Deposited
Las interfaces cerebro-computadora (BCI) son herramientas de gran utilidad para ayudar a personas que por algún motivo han perdido capacidades motrices y con ello la capacidad de interactuar con su entorno. Entre algunas de las aplicaciones en que pueden ser utilizadas las BCI se encuentran sistemas de rehabilitación, deletreadores, etc. El presente trabajo se enfoca en el deletreador basado en P300. Dado que el funcionamiento de esta BCI depende de la correcta detección de la onda P300, un enfoque muy utilizado es el de realizar una gran cantidad de estimulaciones a fin de que se pueda detectar mejor al realizar una promediación coherente. Sin embargo el enfoque de múltiples estimulaciones tiene la desventaja de hacer que sea muy extenso el tiempo de escritura de una palabra simple, por lo que varios abordajes se han hecho para hacer más eficiente este proceso de detección. Uno de los acercamientos al problema es la proyección en subespacios. El método de análisis de correlación canónica (CCA) utilizado en este trabajo pertenece a dicho enfoque y ya ha sido utilizado con buenos resultados en otras BCI basadas en otros paradigmas como el de potenciales provocados de estado estable, por lo cual se exploran en este trabajo los alcances del CCA en el paradigma P300, buscando obtener tasas de reconocimiento de ondas P300 mayores al 70 % con el menor número de épocas posible.
Relaciones
| En Conjunto Administrativo: |
|---|
Descripciones
| Nombre del atributo | Valores |
|---|---|
| Creador | |
| Colaboradores | |
| Tema | |
| Editor | |
| Idioma | |
| Identificador | |
| Palabra Clave | |
| Año de publicación |
|
| Tipo de Recurso | |
| Derechos | |
| División académica | |
| Línea académica | |
| Licencia |
