Resumen

El objetivo de este estudio es presentar señales de electrooculograma (EOG) y electromiograma de superficie (sEMG) que puedan utilizarse como interfaz persona-ordenador. Establecer un canal alternativo eficaz para la comunicación sin el habla ni los movimientos de la mano es importante para aumentar la calidad de vida de los pacientes que sufren esclerosis lateral amiotrófica, distrofia muscular u otras enfermedades. En este trabajo, proponemos un sistema de interfaz humano-ordenador EOG-sEMG para la comunicación que utiliza canales cruzados y líneas paralelas en la cara con los mismos electrodos. Este sistema podría registrar las señales EOG y sEMG como "modalidad dual" para el reconocimiento de patrones simultáneamente. Aunque se pueden reconocer hasta 4 patrones, en función del estado de los pacientes, sólo elegimos dos clases (movimiento izquierdo y derecho) de EOG y dos clases (parpadeo izquierdo y parpadeo derecho) de sEMG que son fáciles de realizar para la tarea de simulación y monitorización. A partir de los resultados de la simulación, nuestro sistema logró una clasificación de cuatro patrones con una precisión del 95,1%.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:eog, esclerosis lateral amiotrófica, sistema de interfaz de ordenador, calidad de vida, canal alternativo eficiente, canal de línea paralela, interfaz de ordenador, comunicaciones, movimiento de la mano, sistema
• Keywords:eog, amyotrophic lateral sclerosis, computer interface system, quality of life, efficient alternative channel, parallel line channel, computer interface, communications, hand movement, system