Activación de una máquina automática de cocción de granos de maíz mediante una interfaz cerebro-computador que detecta caídas de rendimiento cognitivo en estudiantes durante sesiones de aprendizaje buscando brindar descansos saludables

• Autor: Ramírez Castillo, Jorge Armando
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Pontificia Universidad Católica del Perú
• Repositorio: PUCP-Tesis
• Lenguaje: español
• OAI Identifier: oai:tesis.pucp.edu.pe:20.500.12404/20410
• Enlace del recurso: http://hdl.handle.net/20.500.12404/20410
• Nivel de acceso: acceso abierto
• Materia: Interfaces cerebro-computadora; Máquinas térmicas--Diseño y construcción; Máquinas--Mecatrónica; https://purl.org/pe-repo/ocde/ford#2.11.00

En la actualidad, se ha vuelto común que los estudiantes realicen actividades académicas durante largas horas sin tomar descansos, lo que los lleva a agotarse mentalmente y mermar su capacidad para aprender de manera efectiva. Debido a los cortos tiempos que tienen disponibles para prepararse algún alimento nutritivo, adquieren hábitos erróneos de alimentación en su día a día, comprometiendo a la vez su aprendizaje. Por esta razón, resulta importante conocer los momentos en que el rendimiento cognitivo es deficiente, para así dejar de realizar una actividad académica y tomar un descanso saludable, teniendo un periodo de desconexión total. El presente trabajo, propone entonces el diseño de una máquina automática de cocción de granos de maíz basada en un sistema de aire caliente, la cual opera sin requerir la supervisión del usuario; y su sistema de activación mediante una Interfaz cerebro-computador (BCI), la cual detecta el momento previo a un bajo rendimiento cognitivo durante sesiones de estudio para brindar un descanso saludable mediante la preparación de un alimento nutritivo de tal manera que el usuario pasará a recoger el alimento una vez que esté listo, dependiendo si se detecta un bajo rendimiento cognitivo o no. Para evaluar el desempeño cognitivo de las personas y realizar la activación de la máquina, se consideró el desarrollo de un método para evaluar las tendencias de tres estados mentales: atención, fatiga mental y estrés como los más representativos, en diferentes conjuntos de datos, el primero en experimentos en simuladores de manejo monótonos, y el segundo grabado con el dispositivo EEG g.Nautilus Pro durante sesiones de estudio específicamente para validar el método propuesto. Durante los primeros cinco minutos, que corresponden al periodo de calibración, se calculó un baseline, que permita re-referenciar los estados mentales asociados a dicha sesión, antes de aplicar un conjunto de reglas para enviar la señal de advertencia al usuario y producir la activación e indicándole cuando se haya terminado con el proceso de preparación para que se levante a recoger el alimento y descansar. Los resultados obtenidos para 62 sesiones dentro de un simulador de manejo monótono, cuya duración promedio por sesión fue de 78.5 22.4 minutos, y con un momento de detección promedio a los 35.3 18.9 minutos; y para 3 sesiones de estudio, con una duración promedio por sesión de 27.5 5 minutos y con un tiempo de detección promedio de 11.5 2.2 confirman la evidencia de que las actividades que demandan una carga cognitiva no pueden realizarse en periodos prolongados, ya que el rendimiento cognitivo no es constante, por lo que brindar un descanso para desconectarse resulta importante para recuperarse y volver con motivación para continuar con la actividad.