000006062 001__ 6062
000006062 005__ 20190220130407.0
000006062 037__ $$aTAZ-TFM-2011-023
000006062 041__ $$aeng
000006062 1001_ $$aLópez Larraz, Eduardo
000006062 24500 $$aAcquisition, characterization and classification of feedback event-related potentials during a time-estimation task
000006062 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2011
000006062 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000006062 520__ $$aLas señales de feedback son componentes fundamentales dentro de los interfaces cerebro-ordenador (brain-computer interfaces o BCI), ya que suministran información para guiar la tarea ejecutada en cada momento. Se ha demostrado que la presentación de este tipo de estímulos produce cierta actividad en el cerebro que puede ser medida y clasificada. Dado que estos estímulos pueden darse mediante distintas modalidades sensoriales, es importante conocer los efectos que cada tipo de feedback produce en las señales cerebrales, así como cuál es el impacto que tiene en la clasificación de estos potenciales. El objetivo de este trabajo fin de máster es la realización de un estudio sobre los potenciales elicitados en el cerebro tras la presentación de señales de feedback, tanto positivo como negativo, mediante tres vías sensoriales: visual, auditiva y táctil. Se pretende desarrollar una BCI que permita adquirir potenciales evocados por distintos estímulos de feedback para su posterior caracterización y clasificación. La estructura del presente trabajo se divide en cinco bloques principales. El primero de ellos consistió en la búsqueda y estudio de bibliografía relacionada, lo cual permitió al autor crear la base de conocimiento necesaria para realizar el resto del trabajo. En segundo lugar se procedió a diseñar una BCI con un protocolo de experimentación que permitiese adquirir los potenciales cerebrales elicitados por feedback, mediante el registro de señal electroencefalográfica (EEG). Una vez ideado el protocolo, se procedió a la ejecución de una serie de sesiones de experimentación con 15 personas. De ellas, 5 realizaron los experimentos recibiendo la modalidad de feedback visual, 5 recibieron la modalidad auditiva y 5 táctil. Por tanto, la parte práctica de este trabajo se ha basado en la realización de 30 sesiones de experimentación (2 con cada uno de los sujetos), de alrededor de una hora de duración cada una. Cada sesión de experimentación consistió en realizar un montaje de electroencefalograma con 32 electrodos, ejecución y supervisión de la brain-computer interface, y finalmente retirada de todo el equipo de EEG y limpieza del mismo. Las sesiones de experimentos de 5 de los sujetos se realizaron en un laboratorio acondicionado para tal efecto en la Universidad de Zaragoza, las de los restantes 10 sujetos fueron realizadas en Bit&Brain Technologies, empresa spin-off de la Universidad de Zaragoza que se dedica a tareas de I+D utilizando tecnología BCI. Tras la obtención de la actividad EEG de las 15 personas, el siguiente paso consistió en realizar una caracterización de los potenciales adquiridos. Esta caracterización fue llevada a cabo desde el punto de vista de señal (Grand Averages) y de localización de fuentes, estudiando los focos de activación cerebral que generan el EEG medido. En último lugar, se procedió a la evaluación de varias estrategias de clasificación basadas en Support Vector Machines. Mediante la exploración de distintas estrategias se trató de evaluar el porcentaje de clasificación que se obtiene cuando se entrena el sistema con datos del propio sujeto que se va a clasicar y cuando se entrena con datos de sujetos distintos, tanto si sus señales han sido generadas por la misma modalidad de feedback como si han sido generadas por alguna otra. De forma adicional al trabajo inicialmente descrito en la propuesta de este trabajo fin de máster y, partiendo de los buenos resultados obtenidos, se quiso ir más allá, dando una aplicación práctica a las herramientas desarrolladas. Dado que el reconocimiento de potenciales elicitados por feedback tiene un gran potencial en algunas terapias de rehabilitacion, se utilizaron datos de un entrenamiento de neurofeedback para mejoras cognitivas, llevado a cabo en la empresa Bit&Brain Technologies con sujetos sanos. Durante este entrenamiento se adquirieron potenciales de feedback de 5 sujetos, que fueron estudiados y clasificados del mismo modo que los adquiridos con el protocolo incialmente diseñado.
000006062 521__ $$aMáster Universitario en Ingeniería Biomédica
000006062 540__ $$aDerechos regulados por licencia Creative Commons
000006062 6531_ $$ainterfaz cerebro-ordenador
000006062 6531_ $$abrain computer interface
000006062 6531_ $$aeeg
000006062 6531_ $$aevent-related potential
000006062 6531_ $$afeedback
000006062 6531_ $$acaracterización de actividad cerebral
000006062 6531_ $$aneurofeedback
000006062 700__ $$aMínguez Zafra, Javier$$edir.
000006062 700__ $$aMontesano del Campo, Luis$$edir.
000006062 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cIngeniería de Sistemas y Automática
000006062 830__ $$aCPS
000006062 8560_ $$f525242@celes.unizar.es
000006062 8564_ $$s3353921$$uhttps://zaguan.unizar.es/record/6062/files/TAZ-TFM-2011-023.pdf$$yMemoria (eng)
000006062 909CO $$ooai:zaguan.unizar.es:6062$$ptrabajos-fin-master$$pdriver
000006062 950__ $$a
000006062 980__ $$aTAZ$$bTFM$$cCPS