RT info:eu-repo/semantics/bachelorThesis
T1 Reconocimiento de Emociones a partir de la Actividad Eléctrica Cerebral con Técnicas de Deep Learning.
A1 Zamora García, Ruth
A2 Universidad de Valladolid. Facultad de Medicina
K1 Emociones
K1 Electroencefalograma
K1 Emociones
AB Este Trabajo de Fin de Grado (TFG) se centra en el desarrollo y aplicación de técnicas de deep learning para el reconocimiento de emociones a partir de la actividad eléctrica cerebral (EEG). Se parte de la premisa de que el EEG es una valiosa fuente de información capaz de revelar los estados emocionales de un individuo. Esta investigación se enfoca en abordar el problema de detectar emociones a partir de datos EEG, lo cual tiene una relevancia significativa en áreas como Brain Computer Interface (BCI), la salud mental y la neurociencia afectiva.A lo largo de este estudio, se ha utilizado la red neuronal profunda EEG-Inception, para analizar y clasificar patrones específicos en las señales EEG asociados con diferentes estados emocionales. Estas señales EEG fueron extraídas de la base de datos SEED, y su contenido permitió llevar a cabo una clasificación multiclase que incluye la identificación de las siguientes emociones triste, neutra y feliz, así como una clasificación binaria destinada a distinguir entre los estados emocionales de felicidad y tristeza.Los resultados obtenidos han sido notables. En la clasificación multiclase se ha alcanzado una precisión del 51,58%, mientras que, en la clasificación binaria se ha obtenido una mejora significativa alcanzando un 77,49% de precisión. Este tipo de investigaciones se enfrenta a desafíos debido a las diferencias entre sujetos y a la dificultad del modelo para generalizar patrones entre ellos. Sin embargo, los resultados obtenidos indican un enfoque prometedor y sugieren oportunidades de mejora en este campo de estudio.En conclusión, este TFG representa un avance significativo en el campo del reconocimiento de emociones a partir de señales EEG utilizando técnicas de DL. A pesar de los desafíos presentes, los resultados obtenidos proporcionan una base sólida para futuras investigaciones y mejoras en la detección de emociones a partir de señales biomédicas. Este trabajo no solo amplía nuestro conocimiento sobre la relación entre la actividad cerebral y las emociones, sino que también abre la puerta a una serie de aplicaciones prácticas que pueden tener un impacto positivo en la sociedad en general.
YR 2023
FD 2023
LK https://uvadoc.uva.es/handle/10324/62117
UL https://uvadoc.uva.es/handle/10324/62117
LA spa
DS UVaDOC
RD 16-ago-2024