Clasificación de dos tareas mentales haciendo uso mapas autoorganizativos de kohonen (SOM)

• Autores: Diaz Sotelo, Wilber, Joya, Gonzalo, Ron, Ricardo, García-Lagos, Francisco
• Formato: artículo
• Fecha de Publicación: 2016
• Institución: Universidad Nacional Federico Villarreal
• Repositorio: UNFV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unfv.edu.pe:20.500.13084/7403
• Enlace del recurso: https://hdl.handle.net/20.500.13084/7403; https://doi.org/10.24039/cv20164166
• Nivel de acceso: acceso abierto
• Materia: Interfaz Cerebro Computadora BCI; Mapas Autorganizativos de Kohonen; Fast Fourier Transform FFT; Electroencefalograma EEG; Clasificación de tareas mentales; https://purl.org/pe-repo/ocde/ford#5.00.00

En este trabajo se llevó a cabo la clasificación de patrones correspondientes a dos tareas mentales, obtenidos mediante un sistema BCI (Brain Computer Interface). Para ello se utilizó el paradigma neuronal de los Mapas Autorganizativos de Kohonen (SOM, por Self-Organizing Maps). Los patrones utilizados en cada clasificador se obtuvieron mediante la aplicación de la Transformada Rápida de Fourier a las señales EEG directamente proporcionadas por el sistema BCI. En una primera fase, las capturas de los patrones se realizaron a lo largo de ocho segundos, pero una red SOM es implementada y entrenada de manera independiente para cada segundo.  La SOM con el mejor rendimiento se usó en la segunda fase (fase de trabajo), para clasificar todos los segundos. Los resultados obtenidos en las pruebas de validación proporcionan un porcentaje de error entre 3.75%, (para los segundos 5° y 6°), y 11.25% para el 8°. Estos errores son menores o similares a los resultados obtenidos en otros trabajos de referencia.