Aprendizaje artificial de señales EEG de apoyo en la generación de órdenes corporales en personas con falencia motora

• Autores: Huarote Zegarra, Raul Eduardo, Larios Franco, Alfredo Cesar, Navarro Raymundo, Angel Fernando, Valero Cajahuanca, Julio Elvis, Julca Flores, Janett Deisy
• Formato: artículo
• Fecha de Publicación: 2022
• Institución: Universidad Nacional Tecnológica de Lima Sur
• Repositorio: UNTL-Biotech
• Lenguaje: español
• OAI Identifier: oai:ojs2.localhost:article/28
• Enlace del recurso: https://revistas.untels.edu.pe/index.php/files/article/view/28
• Nivel de acceso: acceso abierto
• Materia: red neuronal, órdenes, openbci, electroencefalograma

La presente investigación se trata de que, a partir de las diferentes pruebas realizadas en base a datos obtenidos de tipo señales de frecuencias electroencefalograma (EEG), desde un dispositivo OpenBCI, queremos detectar la actividad eléctrica característica o particular del cerebro (específicamente para generar ordenes), mediante pequeños discos metálicos o electrodos, este dispositivo se fija en el cuero cabelludo y se obtiene mediante un sensor de frecuencias. Saber que las neuronas del cerebro se comunican a través de impulsos eléctricos y están activas en todo momento, incluso mientras duermes. Esta actividad eléctrica se manifiesta como líneas onduladas en un registro de EEG, este insumo permite realizar pruebas a partir de los patrones característicos, así como del proceso de aprendizaje de dichos patrones en base a una red neuronal artificial de tipo backpropagation, mostrando los resultados de entrenamiento y las pruebas en un entorno colab y con un lenguaje de programación Python 3.9