000009224 001__ 9224
000009224 005__ 20170831220420.0
000009224 037__ $$aTAZ-TFM-2012-914
000009224 041__ $$aspa
000009224 1001_ $$aMallea Lobera, Diego Ignacio
000009224 24500 $$aExtracción y selección de características para un sistema brain computer interface (BCI) mediante algoritmos genéticos (AG)
000009224 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2012
000009224 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000009224 520__ $$aLos sistemas Brain Computer Interface (BCI) son una tecnología basada en la adquisición y procesamiento de señales cerebrales para el control de diversos dispositivos. Estos sistemas establecen el camino para interactuar con el exterior mediante nuestro pensamiento, transformándolo en acciones reales en nuestro entorno. Usualmente estos sistemas se enfocan en reconocer eventos que tienen su reflejo en el electroencefalograma (EEG). Dichos eventos representan distintos estados mentales, que deberán identificarse como distintas clases mediante un sistema de clasificación. En un sistema BCI, tras la adquisición de las señales cerebrales se realiza un procesado, o extracción de características, cuya clasificación determina la clase a la que pertenece dicha señal. Para la clasificación de las señales EEG se pueden utilizar infinidad de características, con un coste de procesamiento y fiabilidad dispares. Por ello, la selección de las más discriminativas es imprescindible a la hora de diseñar BCIs funcionales. En el presente proyecto se implementarán y ampliarán los métodos empleados en trabajos previos [1], con el fin de ampliar los resultados de clasificación obtenidos hasta la fecha. Para ello se implementará un sistema, basado en algoritmos genéticos (AG), que permitirá realizar la selección de las características óptimas para la clasificación de señales EEG correspondientes a dos estados mentales distintos. Este sistema se validara con un problema de clasificación de dos clases, formadas por los estados mentales de los eventos de reposo y movimiento de la mano derecha. Como parte práctica del proyecto se colaborará en sesiones de experimentación para la adquisición de señales EEG en pacientes de lesión medular, en colaboración con el Hospital Miguel Servet de Zaragoza. Referencias: [1] Corralejo R, Hornero R, Álvarez D. Feature selection using a genetic algorithm in a motor imagery-based Brain Computer Interface, Biomedical Engineering Group, GIB, Dpto TSCIT, University of Valladolid, Paseo Belén 15, 47011 Valladolid, Spain. rebeca.corralejo@uva.es
000009224 521__ $$aMáster Universitario en Ingeniería Biomédica
000009224 540__ $$aDerechos regulados por licencia Creative Commons
000009224 6531_ $$asistema brain computer interface (bci)
000009224 6531_ $$aelectroencefalograma (eeg)
000009224 6531_ $$aextracción de características
000009224 6531_ $$aalgoritmos genéticos (ag)
000009224 6531_ $$aclasificación
000009224 700__ $$aMínguez Zafra, Javier$$edir.
000009224 700__ $$aCivera Sancho, Javier$$edir.
000009224 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cIngeniería de Sistemas y Automática
000009224 8560_ $$f503131@celes.unizar.es
000009224 8564_ $$s2394303$$uhttps://zaguan.unizar.es/record/9224/files/TAZ-TFM-2012-914.pdf$$yMemoria (spa)
000009224 909CO $$ooai:zaguan.unizar.es:9224$$pdriver$$ptrabajos-fin-master
000009224 950__ $$a
000009224 980__ $$aTAZ$$bTFM$$cEINA