000006507 001__ 6507
000006507 005__ 20170831220337.0
000006507 037__ $$aTAZ-TFM-2011-082
000006507 041__ $$aspa
000006507 1001_ $$aCerrada Baena, Ana Isabel
000006507 24500 $$aAnálisis de estimulación eléctrica funcional en señales de EEG
000006507 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2011
000006507 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/
000006507 520__ $$aEn los sistemas gobernados por interfaces cerebro-ordenador (Brain Computer Interfaces o BCI) se requiere un alto nivel de procesamiento de señal para extraer la información que resulta de interés, por lo que es muy importante el filtrado de artefactos, es decir, de todas aquellas señales que se registran junto con las señales electroencefalográficas (EEG o electroencefalograma), pero que no resultan de interés para el investigador. En este trabajo se estudia un artefacto muy concreto, la estimulación electrica funcional (Functional Electrical Stimulation o FES), ya que actualmente la Universidad de Zaragoza coordina un proyecto de investigación CYCIT en el que se intenta controlar una órtesis robotizada con una BCI haciendo uso de la electroestimulación. El objetivo de este proyecto es, por tanto, conocer cómo afecta una señal de FES a las señales cerebrales y conseguir eliminarla de la señal EEG. Este proyecto consta fundamentalmente de cuatro fases además de la parte práctica. La primera de ellas consistió en la búsqueda de bibliografía relacionada con las señales de EEG ([1]) y artefactos ([2]), fundamentos de las BCI y técnicas de separación ciega de fuentes, como son los análisis de componentes principales (Principal Components Analysis o PCA) y de componentes independientes (Independent Component Analysis o ICA). Posteriormente se procedió a un estudio frecuencial de las señales de EEG contaminadas con FES que fueron proporcionadas por la empresa Fatronik. Posteriormente se aplicaron a esas señales las dos técnicas de separación de fuentes estudiadas para tratar de extraer la señal de artefacto FES del EEG. Ni PCA ni la técnica estudiada inicialmente de ICA consiguieron resultados satisfactorios, por lo que se volvió a la fase de documentación. En la tercera parte del proyecto se aplicaron nuevos algoritmos de ICA, recurriendo finalmente a la utilización de tranformadas wavelets y algoritmos de ICA mejorados con esta transformada para tratar de conseguir el objetivo. Todas las técnicas y algoritmos estudiados se han aplicado a tres conjuntos de datos adquiridos bajo condiciones diferentes en distintos individuos, obteniendo la misma falta de resultados positivos en todos ellos. Por último, y ante la imposibilidad de encontrar un algoritmo que extrayese el artefacto FES de forma eficiente, no se aplicaron de forma práctica los algoritmos utilizados. La parte práctica de este proyecto se ha realizado en la spin-off Bit&Brain Technologies, donde se ha contribuido de forma activa en experimentos de BCI. Se ha participado en la preparación del equipo y material necesario para proceder a la adquisición de señales de EEG, procediendo a la colocación de los electrodos y visualización de las señales de EEG en un ordenador personal. Así mismo, he participado como sujeto en un experimento de BCI siguiendo un protolo cuya finalidad es extraer características de la señal EEG que permita el reconocimiento de las emociones de un individuo.
000006507 521__ $$aMáster Universitario en Ingeniería Biomédica
000006507 540__ $$aDerechos regulados por licencia Creative Commons
000006507 6531_ $$aeeg
000006507 6531_ $$abci
000006507 6531_ $$aica
000006507 6531_ $$aalgoritmos
000006507 700__ $$aMínguez Zafra, Javier$$edir.
000006507 7102_ $$aUniversidad de Zaragoza$$bInformática e Ingeniería de Sistemas$$cIngeniería de Sistemas y Automática
000006507 8560_ $$f408149@celes.unizar.es
000006507 8564_ $$s917604$$uhttps://zaguan.unizar.es/record/6507/files/TAZ-TFM-2011-082.pdf$$yMemoria (spa)
000006507 909CO $$ooai:zaguan.unizar.es:6507$$ptrabajos-fin-master$$pdriver
000006507 950__ $$a
000006507 980__ $$aTAZ$$bTFM$$cCPS