Resumen

Evaluamos la posibilidad de aplicar la combinación de clasificadores utilizando medidas difusas e integrales a la interfaz cerebro-ordenador (BCI) basada en la electroencefalografía. En particular, presentamos un método de conjunto que puede aplicarse a una variedad de sistemas y lo evaluamos en el contexto de una BCI visual basada en P300. El análisis offline de los datos relativos a 5 sujetos nos permite argumentar que la estrategia de clasificación propuesta es adecuada para la BCI. En efecto, el rendimiento alcanzado es significativamente mayor que la media de los clasificadores base y, en términos generales, similar al del mejor. Así, la metodología propuesta permite realizar sistemas que pueden ser utilizados por diferentes sujetos sin necesidad de una fase de configuración previa en la que se tenga que identificar el mejor clasificador para cada usuario. Además, el conjunto suele ser capaz de detectar situaciones inciertas y convertirlas en abstenciones de clasificaciones erróneas, mejorando así el nivel de seguridad en la BCI para el control del entorno o de los dispositivos.

• 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:bci visual basado en p300, nivel de seguridad, análisis de datos, variedad del sistema, posibilidad de aplicación, aplicación de la combinación, fase de configuración preliminar, bci, combinación del clasificador, estrategia de clasificación propuesta
• Keywords:visual p300-based bci, level of safety, analysis of data, variety of system, possibility of application, application of combination, preliminary configuration phase, bci, combination of classifier, proposed classification strategy