Abstract
Este artículo presenta el diseño y desarrollo de un prototipo portátil para la adquisición, procesamiento y clasificación de señales EEG con el objetivo de caracterizar estímulos visuales y auditivos, se trabajó con dos pacientes diferentes para la validación de los resultados, se realizó el registro de las señales durante 4 segundos a una frecuencia de 500Hz. Los pacientes fueron expuestos a estímulos visuales y auditivos en diferentes casos, cuya frecuencia de aparición permanecía constante. Para el registro de las señales se diseñó un sistema de adquisición de 4 canales configurables entre sí para trabajar con derivación unipolar o bipolar según requiera el experimento. La selección de la mejor base en el análisis multi-resolución de wavelet se tuvieron en cuenta dos parámetros importantes, la medida de la entropía y los porcentajes de clasificación de dichos niveles, debido a que los potenciales evocados son generalmente constantes en su morfología, se hizo promediación coherente dando como resultado la ubicación espacio-tiempo donde aparece dicho potencial evocado, una vez se obtuvo las características de la señal tratada se procedió a clasificarlas mediante dos métodos diferentes de inteligencia artificial, redes neuronales y máquinas de soporte vectorial, en esta etapa se tomó en cuenta la medida de la desviación estándar de los datos, para garantizar que la máquina de aprendizaje se entrene de manera correcta. Los resultados obtenidos demuestran de manera fidedigna el comportamiento general de los potenciales evocados como resultado a los estímulos presentados, además de que sepudo comprobar la variación de las ondas alfa del paciente según su estado de relajación o alerta en cada caso, es recomendable realizar un sistema de filtrado mucho más robusto para aumentar la relación señal a ruido de la señal EEG, facilitar su análisis y mejorar los resultados.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.