RT info:eu-repo/semantics/article
T1 P300-Based Brain-Computer Interface Channel Selection using Swarm Intelligence
A1 Martínez Cagigal, Víctor
A1 Hornero Sánchez, Roberto
AB Los sistemas Brain-Computer Interface (BCI) se definen como sistemas de comunicaci´on que monitorizan la actividad cerebraly traducen determinadas caracter´ısticas, correspondientes a las intenciones del usuario, en comandos de control de un dispositivo.La selecci´on de canales en los sistemas BCI es fundamental para evitar el sobre-entrenamiento del clasificador, reducir la cargacomputacional y aumentar la comodidad del usuario. A pesar de que se han desarrollado varios algoritmos con anterioridad para talfin, las metaheur´ısticas basadas en inteligencia de enjambre a´un no han sido suficientemente explotadas en los sistemas BCI basadosen potenciales P300. En este estudio se muestra una comparativa entre cinco m´etodos de enjambre, basados en el comportamientode sistemas biol´ogicos, aplicados con el objetivo de optimizar la selecci´on de canales en este tipo de sistemas. Los m´etodos se hanevaluado sobre la base de datos de la “III BCI Competition 2005”, reportando precisiones similares o, en algunos casos, incluso m´asaltas que las obtenidas sin realizar ning´un tipo de selecci´on. Dado que los cinco m´etodos se han demostrado capaces de disminuirdr´asticamente los 64 canales originales a menos de la mitad sin comprometer el rendimiento del sistema, as´ı como de superar elconjunto t´ıpico de 8 canales y el m´etodo backward elimination, se concluye que todos ellos son adecuados para su aplicaci´on en laselecci´on de canales en sistemas P300-BCI.
PB Elsevier
YR 2017
FD 2017
LK http://uvadoc.uva.es/handle/10324/31343
UL http://uvadoc.uva.es/handle/10324/31343
LA spa
NO Revista Iberoamericana de Automatica e Informatica Industrial, vol. 14 (4), pp. 372-383
NO Producción Científica
DS UVaDOC
RD 23-nov-2024