| Popis: |
Resumen. Las interfaces cerebro-computadora (BCI) basadas en electroencefalograma (EEG) son una alternativa que pretende integrar a las personas con discapacidad motriz severa a su entorno. Sin embargo, estas aun no son utilizadas en la vida cotidiana por lo poco intuitivas que son las fuentes electrofisiologicas para controlarlas. Para tratar este problema, se han realizado trabajos con el objetivo de clasificar las senales de EEG registradas durante el habla imaginada. En este trabajo se utilizo la tecnica de sonificacion de senales de EEG, la cual nos permite caracterizar la senal de EEG como una senal de audio. El objetivo es analizar si al aplicar el proceso de sonificacion de la senal de EEG se puede discriminar o resaltar patrones que mejoren los resultados de clasificacion de palabras no pronunciadas. Para ello se proceso la senal con y sin sonificacion. Se obtuvieron los resultados de los 4 canales mas cercanos a las areas de lenguaje de Broca y Wernicke. Los porcentajes de exactitud promedio para las senales sin aplicar sonificacion y aplicando sonificacion son 48.1% y 55.88%, respectivamente, por lo que se pudo observar que el metodo empleado de sonificacion de EEG mejora ligeramente los porcentajes de clasificacion. Palabras claves: Electroencefalogramas (EEG), interfaces cerebro-computadora (BCI), sonificacion (sonification), habla imaginada (imagined speech/unspoken speech), random forest. |
