000047501 001__ 47501
000047501 005__ 20160220115602.0
000047501 037__ $$aTAZ-TFG-2015-2744
000047501 041__ $$aspa
000047501 1001_ $$aBibián Nogueras, Carlos
000047501 24500 $$aAnálisis y clasificación de potenciales cerebrales relacionados con el movimiento en pacientes con lesión medular
000047501 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2015
000047501 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000047501 520__ $$aLas BMIs (interfaces cerebro máquina) ofrecen innumerables posibilidades en el campo de la rehabilitación y la compensación funcional en pacientes con problemas de movilidad, como pueden ser las víctimas de un accidente cerebrovascular o de una lesión medular. En este contexto, las BMIs pueden utilizarse para decodificar la intención de movimiento, incluso cuando el paciente no puede moverse, y utilizar esa información para controlar un dispositivo externo como un exoesqueleto o una prótesis. Mediante técnicas no invasivas, como el electroencefalograma, se pueden adquirir las señales cerebrales para su posterior procesamiento. Una de estas señales cerebrales, que perminte decodificar la intención de movimiento, son los MRCP o potenciales cerebrales relacionados con el movimiento. Sin embargo, en la bibliografía actual encontramos que se están utilizando una gran variedad de esquemas de decodificación, dentro de los cuales encontramos distintos filtros frecuenciales, espaciales y clasificadores. El principal objetivo de este trabajo consiste en realizar un estudio de las distintas partes de un esquema de decodificación de intención de movimiento basado en MRCP, con el fin de evaluar el impacto en los resultados de decodificación de las diversas técnicas utilizadas en cada una de sus partes. En primer lugar, utilizando unos datos de sujetos sanos, se ha realizado un análisis detallado de las distintas técnicas de filtrado frecuencial, filtrado espacial y algunos de los clasificadores más usados en este campo con el fin de obtener el esquema de decodificación que mejores resultados nos ofrece. En segundo lugar, dado que los usuarios finales de gran parte de las aplicaciones de BMI son pacientes, se ha evaluado el comportamiento del esquema de decodificación de intención motora elegido en la primera parte de este trabajo en dos poblaciones de pacientes con distinto tipo de patología: ictus y lesión medular.
000047501 521__ $$aGraduado en Ingeniería Electrónica y Automática
000047501 540__ $$aDerechos regulados por licencia Creative Commons
000047501 700__ $$aLópez Larraz, Eduardo$$edir.
000047501 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cIngeniería de Sistemas y Automática
000047501 7202_ $$aCivera Sancho, Javier$$eponente
000047501 8560_ $$f594226@celes.unizar.es
000047501 8564_ $$s4044797$$uhttps://zaguan.unizar.es/record/47501/files/TAZ-TFG-2015-2744.pdf$$yMemoria (spa)
000047501 8564_ $$s604924$$uhttps://zaguan.unizar.es/record/47501/files/TAZ-TFG-2015-2744_ANE.pdf$$yAnexos (spa)
000047501 909CO $$ooai:zaguan.unizar.es:47501$$pdriver$$ptrabajos-fin-grado
000047501 950__ $$a
000047501 951__ $$adeposita:2016-02-19
000047501 980__ $$aTAZ$$bTFG$$cEINA