| Summary: | Este proyecto surge de la necesidad de satisfacer los requerimientos de individuos que, han perdido la capacidad de comandar sus extremidades y se encuentren en rehabilitación. El objetivo de este proyecto es desarrollar un algoritmo capaz de identificar la intención de movimiento en las extremidades superiores e inferiores, partiendo de señales electroencefalográficas (EEG). La adquisición de señales EEG se realiza en sujetos sin patología aparente y sujetos con patologías que dificulten su movilidad, para ello se emplea el dispositivo de adquisición Emotiv EPOC+. Se implementa una etapa de acondicionamiento y pre-procesamiento de la señal, con el fin de mejorar la relación señal a ruido (SNR). Posteriormente, se aplican análisis en frecuencia y frecuencia-tiempo mediante la transformada rápida de Fourier (FFT) y transformada discreta de wavelet (DWT), respectivamente, para extraer características relacionadas con la intención de movimiento. Para la clasificación de señales se experimenta con redes neuronales artificiales (ANN), sistemas de inferencia difusa (FIS) y sistemas adaptativos por inferencia neuro-difusa (ANFIS).
Como resultados, se tiene un conjunto de datos con 40 registros de extremidades superiores y 6 registros de extremidades inferiores, correspondiente a 10 sujetos (4 registros c/u) y 3 sujetos (2 registros c/u), respectivamente. Además, se infiere que caracterizar con DWT aporta mayor información de la señal EEG, facilitando el reconocimiento de patrones característicos. Finalmente, mediante el análisis de desempeño se obtienen rendimientos de 92.39%, 86.52%, 72.13 % y 94.73 % para los clasificadores neuronal, difuso, neuro-difuso y neuronal-difuso paralelo, respectivamente.
|
|---|