000			03111nam a22002657a 4500
003			OCoLC
005			20241018084700.0
008			241017b ck ||||| |||| 00| 0 eng d
040			_bspa _eRCAA2
082	0	4	_a621.3 _bC355
100			_aCastro, Wilmer _eAutor _9116716
245			_aCaracterización y clasificación de señales electroencefalográficas para aplicaciones de interfaz cerebro-computador.
264		1	_aPasto : _bUniversidad de Nariño, _c2019.
300			_a89 páginas: _bIlustraciones, tablas
500			_aFormato digital
502			_aTesis-Facultad de Ciencias Naturales y Exactas, Programa de Fisica
504			_aIncluye referencias bibliográficas.
520			_aDesde su primera aplicación, la electroencefalografía ha sido una técnica usada fundamentalmente para lograr comprender el comportamiento del cerebro. Estudiando las señales electroencefalográficas (EEG) se ha tratado de descifrar las intenciones de una persona y las acciones que pueda ejercer sobre ciertos dispositivos solo con imaginarlo. Este concepto es lo que se conoce como interfaz cerebro-computador o BCI, sistemas que actualmente se usan con gran expectativa en personas dependientes o con alto grado de discapacidad, dado que se presenta como una nueva forma de comunicación, logrando que individuos con parálisis parcial o total de sus extremidades puedan realizar tareas como: escribir en un monitor, desplazarse en una silla de ruedas, manejar prótesis entre otras. La función básica de un sistema BCI es medir las señales eléctricas provenientes del cerebro, procesarlas, extraer características y permitir que el usuario interactúe con el entorno por medio de un dispositivo físico. La extracción de estas características conlleva a un análisis profundo de la señal EEG a fin de encontrar patrones característicos, es decir aquellos relacionados con las intenciones del usuario y que serán usados como comandos de salida. Es aquí donde aún se ve restringida la eficiencia de un sistema BCI, debido a que las señales EEG al momento de ser adquiridas son afectadas por ruido y artefactos, además de presentar una baja resolución espacial, evitando una correcta caracterización de los fenómenos fisiológicos y derivando en extenuantes horas de entrenamiento por parte del usuario antes de efectuar de manera precisa las intenciones que desea realizar. En este proyecto de grado se propuso una metodología alternativa que permitió analizar y procesar señales EEG con propósitos aplicativos en sistemas BCI. Para ello se desarrolló un proceso comparativo de diferentes métodos de caracterización, selección de características y reducción de dimensión, a fin de determinar un modelo de clasificación de señales EEG equilibrado entre eficacia y coste computacional.
650	1	0	_aSeñales encefalográficas _9116699
650	1	0	_aCerebro _9102569
650	1	0	_aTecnología _9100728
700	1		_aPeluffo Ordoñez, Diego Hernan _cPhD. _eAsesor: _9116528
856			_uhttps://sired.udenar.edu.co/15515/1/93252.pdf
942			_2ddc _cTES
999			_c81180 _d81180