Comando de un cursor en 2-D mediante señales EEG
Resumen
Se presenta el diseño e implementación de una interfaz de control mediante señales EEG que permite el comando de los movimientos horizontales, verticales y clic de un cursor en 2-D. La interfaz permite la adquisición, filtrado, remoción de artefactos y extracción de características a partir de la transformada wavelet discreta. La búsqueda de características se centra en parámetros del dominio del tiempo (P300) y en el dominio de la frecuencia (Beta y Mu) dependiendo si se trata de un estímulo visual o de la imaginación de movimiento, respectivamente. Para la identificación, se usaron dos etapas de clasificación basadas en redes neuronales artificiales, a través de las cuales se obtuvo un desempeño global del 78.57% para el movimiento horizontal, 52.38% para el movimiento vertical y 100% para clic.
Descargas
Citas
A. P. Ángel Vélez, H. Villafañe Saldarriaga, “Clasificación Básicas de Neuroseñales”, Universidad Tecnológica de Pereira, Facultad de Ciencias Básicas, 2010.
H. F. Arias García, L. S. Alzate, B. J. Padilla Bejarano, “Detección y Clasificación de Artefactos en Señales EEG”, XIV Simposio de tratamiento de señales, imágenes y visión artificial-STSIVA 2009.
D. Ballesteros, H. Pardo, “Software de Análisis de Energía en Señales Electroencefalográficas basado en la transformada wavelet discreta”, Fundación Universitaria Manuela Beltrán, Bogotá, Colombia 2005.
L. C. Barrera Upegui, “Comando de un cursor en 2-D mediante señales EEG”, Escuela de Ingeniería Eléctrica y Electrónica, Cali, Colombia, 2013.
C. Chia-Jung, “Time-Frecuency Analysis for Biomedical Engineering”. National Taiwan University.
T. Fernsler, D. Arnaud, H. Serby and M. Scott. EEGLAB tutorial, University of San Diego California.
R. A. González, “Sistema de comunicación y control basado en el pensamiento”, Universidad Paul Verlaine de Metz.
J. L. Martín, S. Palazuelos, L. Boquete, “Estudio comparativo de dos técnicas de procesado de señales EEG para la discriminación de estados mentales”, Dpto de Electrónica, Universidad de Alcalá, Madrid-España.
J. Z. Mínguez, “interfaces cerebro-computador no invasivos y robótica para sustitución motora”. Universidad de Zaragoza, España.
J. Mínguez, “Tecnología de Interfaz Cerebro-Computador”, Grupo de Robótica, Percepción y Tiempo real, Universidad de Zaragoza, España.
S. Guevara Mosquera, “Adquisición de señales EEG para el movimiento de un prototipo de silla de ruedas en un sistema BCI”, Universidad Politécnica Salesiana, sede Cuenca.
R. Rasmussen, A. Soumyadipta, T. Nitish, “Accuracy of BrainComputer Interface in Subjects with Minimal Training”, Department of Biomedical Engineering, Johns Hopkins University.
S. Reinhold, C. Neuper, G. Pfurtscheller, “Rehabilitation with BrainComputer Interface Systems”, Graz University of Technology.
N. L. Rodríguez, Teoría y Aplicación de la Informática II, Universidad Católica ‘‘Nuestra Señora de la Asunción’’, Asunción-Paraguay 2009.
R. A. Ron, “Retroalimentación de una interfaz cerebro computador usando técnicas basadas en realidad virtual”, Universidad de Málaga.
B. Medina Salgado, D. L. Muñoz, H. Fandiño Toro, “Characterization of EEG signals using wavelet transform for motor imagination tasks in BCI systems”, Instituto Tecnológico Metropolitano, Medellín, Colombia.
K. Sharman, A. Esparcia, Grupo de Sistemas Adaptativos Complejos @ ITI. Interfaz Cerebro-Computadora.
J. A. Valverde Zaccaro, H. Díaz Cárdenas, M. L. Cruz Salazar, “Clasificación de Señales cerebrales relacionadas con la imaginación de movimientos para aplicaciones BCI”, Pontificia Universidad Javeriana, Departamento de Electrónica, Bogotá DC, 2011.
J. D. Vargas Hernández, “Implementación de una interfaz BCI utilizando el procesamiento de señales P300 y la adquisición de señales con electrodos activos en EEG”, Escuela de ingeniería eléctrica, universidad de costa rica, Julio del 2012.
J. R. Wolpaw, D. J. McFarland, “Control of a two-dimensional movement signal by a noninvasive brain–computer interface in humans”, Proceedings of the National Academy of Sciences, December 21, 2004 vol. 101.
L. Yuanqing, J. Long, T. Yu, Z. Yu, “An EEG-Based BCI System for 2-D Cursor Control by Combining Mu-Beta Rhythm and P300 Potential”, IEEE transactions on biomedical engineering,Vol.57. No.10. 2010.
] http:// www.beta-lab.nl/ content/software
R. Hornero, R. Corralejo, D. Álvarez, “Brain -Computer Interface (BCI) aplicado al entrenamiento cognitivo y control domótico para prevenir los efectos del envejecimiento”, Grupo de Ingeniería Biomédica (GIB), Universidad de Valladolid. Disponible: http://www.fgcsic.es/lychnos/es_ES/articulos/Brain-ComputerInterface-aplicado-al-entrenamiento-cognitivo.
<
Revista Entre Ciencia e Ingeniería .png)
entrecei@ucp.edu.co.png)
ISSN (Impreso) 1909-8367 - ISSN (En Línea) 2539-4169
Attribution-NonCommercial 4.0 International (CC By-NC 4.0)
.png)
Carrera 21 No. 49-95 Av. de las Américas, Pereira, Risaralda, Colombia