Dispositivo clasificador de señales cerebrales, para el control de dispositivos robóticos basándose en un sistema BCI

• Autor: Diaz Sotelo, Wilber Joel
• Formato: tesis de grado
• Fecha de Publicación: 2018
• Institución: Universidad Nacional Federico Villarreal
• Repositorio: UNFV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unfv.edu.pe:20.500.13084/3095
• Enlace del recurso: https://hdl.handle.net/20.500.13084/3095
• Nivel de acceso: acceso abierto
• Materia: Interfaz Cerebro Computadora; Electroencefalograma; Mapas Auto Organizativos De Kohonen; Transformada Rápida de Fourier; Clasificación de tarea mental; Microcontrolador ARM; Ingeniería y Tecnología

El presente trabajo de investigación surge como respuesta a la necesidad de las personas que padecen importantes deficiencias en sus funciones motoras o en su habla, debido a que estas personas requieren de equipos especiales para movilizarse o comunicarse, como por ejemplo la silla de ruedas o dispositivo que permite responder respuestas cortas de sí y no. En la actualidad existen diferentes prototipos que cumplen con las aplicaciones mencionadas, pero muchos de estos son de costo muy elevado, problema por el cual muchas personas no pueden acceder a este tipo de tecnología. En la presente investigación se propone un dispositivo que tenga la capacidad de amplificar las señales cerebrales EEG (EEG, por electroencefalograma) y a la vez poder discriminar a qué tipo de tarea mental este pertenece, basándose en un método de clasificación de los mapas auto organizativos de Kohonen implementadas en un microcontrolador ARM (ARM, por Advanced RISC Machine), el cual realiza los pasos típicos de los sistemas BCI (BCI, por Brain Computer Interface). De esta manera se logra reducir los costos de los sistemas BCI y ayudar a cualquier persona que pueda requerir este tipo de sistemas.