Los sistemas Brain-Computer Interface (BCI) se definen como sistemas de comunicaci´on que monitorizan la actividad cerebral
y 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 carga
computacional y aumentar la comodidad del usuario. A pesar de que se han desarrollado varios algoritmos con anterioridad para tal
fin, las metaheur´ısticas basadas en inteligencia de enjambre a´un no han sido suficientemente explotadas en los sistemas BCI basados
en potenciales P300. En este estudio se muestra una comparativa entre cinco m´etodos de enjambre, basados en el comportamiento
de sistemas biol´ogicos, aplicados con el objetivo de optimizar la selecci´on de canales en este tipo de sistemas. Los m´etodos se han
evaluado sobre la base de datos de la “III BCI Competition 2005”, reportando precisiones similares o, en algunos casos, incluso m´as
altas que las obtenidas sin realizar ning´un tipo de selecci´on. Dado que los cinco m´etodos se han demostrado capaces de disminuir
dr´asticamente los 64 canales originales a menos de la mitad sin comprometer el rendimiento del sistema, as´ı como de superar el
conjunto t´ıpico de 8 canales y el m´etodo backward elimination, se concluye que todos ellos son adecuados para su aplicaci´on en la
selecci´on de canales en sistemas P300-BCI.
