dc.contributor.advisor | Hornero Sánchez, Roberto | es |
dc.contributor.author | Martín González, Laura | |
dc.contributor.editor | Universidad de Valladolid. Escuela Técnica Superior de Ingenieros de Telecomunicación | es |
dc.date.accessioned | 2013-04-26T09:13:28Z | |
dc.date.available | 2013-04-26T09:13:28Z | |
dc.date.issued | 2012 | |
dc.identifier.uri | http://uvadoc.uva.es/handle/10324/2655 | |
dc.description.abstract | En 1929 Hans Berger desarrolló un sistema capaz de registrar la actividad bioeléctrica
del cerebro que se conoce como electroencefalograma (EEG). En 1977, el Dr. Jacques Vial
de la Universidad de UCLA realizó con éxito el primer sistema Brain Computer Interface
(BCI) utilizando potenciales evocados visuales. En 1999, durante el primer congreso
internacional de BCI se define el sistema Brain Computer Interface como un sistema que
permite al cerebro interactuar con el medio sin la intervención de los mecanismos normales
De los nervios y músculos periféricos. Para ello, se monitoriza la actividad cerebral y
se traducen determinadas características, correspondientes a las intenciones del usuario,
en comandos de un dispositivo.
En este trabajo fin de máster se lleva a cabo un repaso del estado del arte de los sistemas
BCI, en particular los basados en potenciales P300. Además, se estudia el conjunto
de datos II de la III Competición BCI de 2004 proporcionados por el centro deWadsworth
(NYS Department of Health) y se profundiza en los métodos de selección y clasificación
de características considerados por el método ganador de esa competición. Este método emplea un conjunto de máquinas de vector soporte (Support Vector Machine, SVM) e implementa
un modelo ´óptimo de selección de canales y del hiperpar´ametro C del SVM para
evaluar las señales proporcionadas por la competición. En este trabajo se propone modificar
el algoritmo de selección de canales. Los resultados obtenidos se comparan, bajo los
mismos criterios, con los conseguidos por el método ganador. Con el modelo propuesto,
se consigue aumentar la precisión sobre el conjunto de test y un número de secuencias de
15, a costa de seleccionar mayor número de canales. La precisión media obtenida por el
modelo propuesto es del 98.5 %.
Por ´último, se desarrolla y diseña una aplicación BCI para el control de dispositivos
demóticos y electrónicos presentes habitualmente en una vivienda: un teléfono y su agenda,
un calefactor, la iluminación, un ventilador, un televisor, un reproductor de DVD, un
equipo de música y un disco duro multimedia. La aplicación ha sido evaluada por usuarios
del Centro de Referencia Estatal de Discapacidad y Dependencia de San Andrés del
Rabanedo (León). A continuación, se analizan las precisiones medias obtenidas por cada
usuario, así como las globales. Se puede concluir que los resultados fueron satisfactorios y prometedores. | es |
dc.description.sponsorship | Teoría de la Señal y las Comunicaciones e Ingeniería Telemática | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | spa | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | |
dc.subject | Interacción hombre maquina(Informática) | es |
dc.subject | Neurociencias informáticas | |
dc.title | Desarrollo de un sistema Brain Computer Interface basado en potenciales evocados P300 para el control de dispositivos domóticos | es |
dc.type | info:eu-repo/semantics/masterThesis | es |
dc.description.degree | Máster en Investigación en Tecnologías de la Información y las Comunicaciones | es |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Unported | |