Desarrollo de una interfaz BCI para la comunicación asíncrona en dispositivos móviles por medio del paradigma P300
Cargando...
Archivos
Fecha
2023
Título de la revista
Publicado en
Publicado por
URL de la fuente
ISSN de la revista
Título del volumen
Resumen
El presente proyecto se centró en el diseño e implementación de una interfaz cerebro-ordenador (BCI) basada en el paradigma P300, con el propósito de abordar diversas problemáticas identificadas en las interfaces BCI existentes. Estas problemáticas incluyen la eficiencia, precisión, adaptabilidad y operabilidad.
La interfaz como plataforma web permitió a pacientes comunicarse de forma asincrónica a través de dispositivos móviles, que además utilizo señales electroencefalográficas no invasivas con componentes de ondas P300 en respuesta a estímulos visuales presentados en un ordenador. La interfaz creada facilito la visualización y procesamiento de las señales EEG, la configuración personalizada para cada usuario y el envió de mensajes compuestos por caracteres hacia un bot de la aplicación móvil Telegram.
Además, se utilizó el lenguaje de programación Python para el desarrollo y construcción de todos los algoritmos de análisis, filtrado, procesamiento, clasificación y entrenamiento de datos. A través de la identificación de eventos relacionados con potenciales P300 que representaran los caracteres individuales seleccionados por la persona a través de una matriz de estímulos visuales. Los resultados indicaron una precisión de más del 60% en la clasificación de señales EEG utilizando un algoritmo de entrenamiento incluido en el clasificador OneRule como elemento de machine learning integrado con procesamiento de señales por Transformada de Wavelet.
Descripción
Abstract
This project focused on the design and implementation of a brain-computer interface (BCI) based on the P300 paradigm, with the purpose of addressing several issues identified in existing BCI interfaces. These issues include efficiency, accuracy, adaptability, and operability.
The interface as a web-based platform allowed patients to communicate asynchronously via mobile devices, which also used non-invasive electroencephalographic signals with P300 wave components in response to visual stimuli presented on a computer. The interface created facilitated the visualization and processing of EEG signals, the personalized configuration for each user and the sending of messages composed of characters to a bot of the Telegram mobile application.
In addition, the Python programming language was used for the development and construction of all data analysis, filtering, processing, classification and training algorithms. Through the identification of events related to P300 potentials that represented individual characters selected by the person through a matrix of visual stimuli. The results indicated an accuracy of more than 60% in the classification of EEG signals using a training algorithm included in the OneRule classifier as a machine learning element integrated with Wavelet Transform signal processing.
Palabras clave
Comunicación móvil, Interfaz, Procesamiento de la información, Visualización
Keywords
Information processing, Interface, Mobile communication, Visualization., Information processing, Interface, Mobile communication, Visualization