Resumen

La interfaz cerebro-ordenador (BCI) es una tecnología en rápido desarrollo que pretende ayudar a las personas que sufren diversas discapacidades y, en última instancia, mejorar la calidad de vida cotidiana. Las BCI basadas en el ritmo sensoriomotor han demostrado resultados notables en el control de dispositivos externos virtuales o físicos, pero siguen enfrentándose a una serie de retos y limitaciones. Los principales retos son el control de múltiples grados de libertad, la precisión y la robustez. En este trabajo, desarrollamos un algoritmo de decodificación de BCI multiclase que utiliza imágenes de la fuente de electroencefalografía (EEG), una técnica que mapea los potenciales del cuero cabelludo a las activaciones corticales, para compensar la baja resolución espacial del EEG. Las características espaciales se extrajeron utilizando filtros de patrones espaciales comunes (CSP) en el espacio de la fuente cortical a partir de una serie de regiones de interés (ROI) seleccionadas. La clasificación se realizó mediante un modelo de conjunto, basado en modelos de clasificación de ROI individuales. La evaluación se llevó a cabo en el conjunto de datos 2a de la BCI Competition IV, que presenta 4 clases de imágenes motoras de 9 participantes. Nuestros resultados revelaron un aumento medio de la precisión del 5,6% con respecto al método de aplicación convencional de CSP en los sensores. Las restricciones neuroanatómicas y el conocimiento neurofisiológico previo desempeñan un papel importante en el desarrollo de algoritmos BCI basados en el espacio de la fuente. Se explorará la selección de características y el clasificador de nuestra implementación para elevar el rendimiento al estado actual de la técnica.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:concurso bci iv, significa aumento de la precisión, clasificación roi individual, clase de imágenes motoras, métodos de aplicación convencionales, baja resolución espacial, métodos de csp, algoritmo bci basado, resultados notables demostrados, dispositivo físico externo
• Keywords:bci competition iv, means accuracy increase, individual roi classification, motor imagery class, conventional application methods, low spatial resolution, methods of csp, based bci algorithm, demonstrated remarkable results, physical external device