Representación de información en un sistema de imaginación motora basado en aprendizaje profundo

El desarrollo de interfaces cerebro computador (BCI) es un campo de investigación que tuvo sus inicios en la década de los 70, pero cuyos mayores avances se han presentado en los últimos años. Entre los diferentes esquemas de BCI, se encuentran aquellos basados en imaginación motora, es decir, los q...

Full description

Autores:
Ospina Cuervo, Juan Camilo
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2018
Institución:
Instituto Tecnológico Metropolitano
Repositorio:
Repositorio ITM
Idioma:
spa
OAI Identifier:
oai:repositorio.itm.edu.co:20.500.12622/6449
Acceso en línea:
http://hdl.handle.net/20.500.12622/6449
Palabra clave:
Imaginación Motora, Interfaces Cerebro Computador (BCI), Electroencefalograma, Revisión de Literatura Deep Learnig, Data Set, BCI Competitions, Wavelet, PCA, Red Convolucional
Motor Imagination, Brain-Computer Interfaces (BCI), Electroencephalogram, Literature Review Deep Learnig, Data Set, BCI Competitions, Wavelet, PCA, Convolutional Network
Cerebro, aprendizaje profundo, análisis de componentes principales
Rights
License
Acceso abierto
id RepoITM2_f955ebd7058bcc5dbf6751477953695e
oai_identifier_str oai:repositorio.itm.edu.co:20.500.12622/6449
network_acronym_str RepoITM2
network_name_str Repositorio ITM
repository_id_str
dc.title.spa.fl_str_mv Representación de información en un sistema de imaginación motora basado en aprendizaje profundo
dc.title.translated.spa.fl_str_mv Information representation in a motor imagination system based on deep learning
title Representación de información en un sistema de imaginación motora basado en aprendizaje profundo
spellingShingle Representación de información en un sistema de imaginación motora basado en aprendizaje profundo
Imaginación Motora, Interfaces Cerebro Computador (BCI), Electroencefalograma, Revisión de Literatura Deep Learnig, Data Set, BCI Competitions, Wavelet, PCA, Red Convolucional
Motor Imagination, Brain-Computer Interfaces (BCI), Electroencephalogram, Literature Review Deep Learnig, Data Set, BCI Competitions, Wavelet, PCA, Convolutional Network
Cerebro, aprendizaje profundo, análisis de componentes principales
title_short Representación de información en un sistema de imaginación motora basado en aprendizaje profundo
title_full Representación de información en un sistema de imaginación motora basado en aprendizaje profundo
title_fullStr Representación de información en un sistema de imaginación motora basado en aprendizaje profundo
title_full_unstemmed Representación de información en un sistema de imaginación motora basado en aprendizaje profundo
title_sort Representación de información en un sistema de imaginación motora basado en aprendizaje profundo
dc.creator.fl_str_mv Ospina Cuervo, Juan Camilo
dc.contributor.advisor.none.fl_str_mv Pérez Zapata, Andrés Felipe
Díaz, Gloria Mercedes
dc.contributor.author.none.fl_str_mv Ospina Cuervo, Juan Camilo
dc.subject.spa.fl_str_mv Imaginación Motora, Interfaces Cerebro Computador (BCI), Electroencefalograma, Revisión de Literatura Deep Learnig, Data Set, BCI Competitions, Wavelet, PCA, Red Convolucional
topic Imaginación Motora, Interfaces Cerebro Computador (BCI), Electroencefalograma, Revisión de Literatura Deep Learnig, Data Set, BCI Competitions, Wavelet, PCA, Red Convolucional
Motor Imagination, Brain-Computer Interfaces (BCI), Electroencephalogram, Literature Review Deep Learnig, Data Set, BCI Competitions, Wavelet, PCA, Convolutional Network
Cerebro, aprendizaje profundo, análisis de componentes principales
dc.subject.keywords.spa.fl_str_mv Motor Imagination, Brain-Computer Interfaces (BCI), Electroencephalogram, Literature Review Deep Learnig, Data Set, BCI Competitions, Wavelet, PCA, Convolutional Network
dc.subject.lemb.spa.fl_str_mv Cerebro, aprendizaje profundo, análisis de componentes principales
description El desarrollo de interfaces cerebro computador (BCI) es un campo de investigación que tuvo sus inicios en la década de los 70, pero cuyos mayores avances se han presentado en los últimos años. Entre los diferentes esquemas de BCI, se encuentran aquellos basados en imaginación motora, es decir, los que son controlados por una modulación voluntaria de la actividad cerebral. El desarrollo de estos sistemas se basa en el reconocimiento de patrones de actividad cerebral asociados a la actividad motora, los cuales pueden ser identificados mediante el análisis de señales de electroencefalografía (EEG). Entre las muchas técnicas que se han desarrollado para llevar a cabo este análisis, el uso de técnicas de aprendizaje profundo se ha impuesto recientemente, por su efectividad en la discriminación de la intención motora. Este documento presenta los resultados de un trabajo desarrollado en el Laboratorio de Máquinas Inteligentes y Reconocimiento de Patrones (MIRP), del Instituto Tecnológico Metropolitano, que busca evaluar los efectos de técnicas de pre procesamiento y de extracción de características en la información que contiene el data set BCI 2IV- 2a, como etapa previa al uso de una arquitectura de aprendizaje profundo, en la clasificación de intención motora a partir de señales de EEG. El trabajo realizado incluye una revisión de la literatura relacionada con los diferentes componentes de un sistema de identificación de imaginación motora a saber: adquisición de señales y selección de electrodos, pre procesamiento, caracterización y clasificación; la implementación de técnicas del estado del arte para el procesamiento y representación de señales de EEG, y la evaluación del efecto de estas en el desempeño de in sistema BCI basado en aprendizaje profundo, implementado en el laboratorio.
publishDate 2018
dc.date.issued.none.fl_str_mv 2018
dc.date.accessioned.none.fl_str_mv 2024-04-22T21:13:42Z
dc.date.available.none.fl_str_mv 2024-04-22T21:13:42Z
dc.type.local.spa.fl_str_mv Trabajo de grado de pregrado
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12622/6449
dc.identifier.instname.spa.fl_str_mv instname:Instituto Tecnológico Metropolitano
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Instituto Tecnológico Metropolitano
dc.identifier.repourl.none.fl_str_mv repourl:https://repositorio.itm.edu.co/
url http://hdl.handle.net/20.500.12622/6449
identifier_str_mv instname:Instituto Tecnológico Metropolitano
reponame:Repositorio Institucional Instituto Tecnológico Metropolitano
repourl:https://repositorio.itm.edu.co/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.uri.spa.fl_str_mv http://creativecommons. org/licenses/by-nc-nd/4.0/
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.local.spa.fl_str_mv Acceso abierto
dc.rights.creativecommons.*.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
rights_invalid_str_mv Acceso abierto
Attribution-NonCommercial-NoDerivatives 4.0 International
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingenierías
dc.publisher.program.spa.fl_str_mv Ingeniería de Telecomunicaciones
dc.publisher.grantor.spa.fl_str_mv Instituto Tecnológico Metropolitano
institution Instituto Tecnológico Metropolitano
bitstream.url.fl_str_mv https://dspace-itm.metabuscador.org/bitstreams/75ce2888-c596-4ed6-a33b-4b247c249eaf/download
https://dspace-itm.metabuscador.org/bitstreams/5757a59f-5f84-40e9-bd02-3e6e31d93bf9/download
https://dspace-itm.metabuscador.org/bitstreams/829a52a0-985f-4eef-a93f-325436175a43/download
https://dspace-itm.metabuscador.org/bitstreams/0fa29fd9-6d1f-4cbd-8722-8d81d738fc8c/download
https://dspace-itm.metabuscador.org/bitstreams/f9985ebd-f943-4f33-89e3-55d1da7da41c/download
https://dspace-itm.metabuscador.org/bitstreams/5f59279a-28dc-402d-b9ae-b2c0a4857362/download
https://dspace-itm.metabuscador.org/bitstreams/11d44c1c-942d-422a-a89d-96e58cb421b1/download
bitstream.checksum.fl_str_mv 45b82a43029a93bae0dff45911cd0301
284c0b1540dbf6e29b1ee2ee305549a4
7734e4171dd7ba1c98e697a13b9e06eb
d9c148532c6e0163c3e0187a5278dca9
1f057aed3ce0901f084fe2664c26bf46
1ad8064bd0199301d74173bbf64a128b
ff4c8ff01d544500ea4bfea43e6108c1
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Instituto Tecnológico Metropolitano de Medellín
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1837096886156132352
spelling Pérez Zapata, Andrés FelipeDíaz, Gloria MercedesOspina Cuervo, Juan Camilo2024-04-22T21:13:42Z2024-04-22T21:13:42Z2018http://hdl.handle.net/20.500.12622/6449instname:Instituto Tecnológico Metropolitanoreponame:Repositorio Institucional Instituto Tecnológico Metropolitanorepourl:https://repositorio.itm.edu.co/El desarrollo de interfaces cerebro computador (BCI) es un campo de investigación que tuvo sus inicios en la década de los 70, pero cuyos mayores avances se han presentado en los últimos años. Entre los diferentes esquemas de BCI, se encuentran aquellos basados en imaginación motora, es decir, los que son controlados por una modulación voluntaria de la actividad cerebral. El desarrollo de estos sistemas se basa en el reconocimiento de patrones de actividad cerebral asociados a la actividad motora, los cuales pueden ser identificados mediante el análisis de señales de electroencefalografía (EEG). Entre las muchas técnicas que se han desarrollado para llevar a cabo este análisis, el uso de técnicas de aprendizaje profundo se ha impuesto recientemente, por su efectividad en la discriminación de la intención motora. Este documento presenta los resultados de un trabajo desarrollado en el Laboratorio de Máquinas Inteligentes y Reconocimiento de Patrones (MIRP), del Instituto Tecnológico Metropolitano, que busca evaluar los efectos de técnicas de pre procesamiento y de extracción de características en la información que contiene el data set BCI 2IV- 2a, como etapa previa al uso de una arquitectura de aprendizaje profundo, en la clasificación de intención motora a partir de señales de EEG. El trabajo realizado incluye una revisión de la literatura relacionada con los diferentes componentes de un sistema de identificación de imaginación motora a saber: adquisición de señales y selección de electrodos, pre procesamiento, caracterización y clasificación; la implementación de técnicas del estado del arte para el procesamiento y representación de señales de EEG, y la evaluación del efecto de estas en el desempeño de in sistema BCI basado en aprendizaje profundo, implementado en el laboratorio.Ingeniero de Telecomunicacionespregradoapplication/pdfspahttp://creativecommons. org/licenses/by-nc-nd/4.0/Imaginación Motora, Interfaces Cerebro Computador (BCI), Electroencefalograma, Revisión de Literatura Deep Learnig, Data Set, BCI Competitions, Wavelet, PCA, Red ConvolucionalMotor Imagination, Brain-Computer Interfaces (BCI), Electroencephalogram, Literature Review Deep Learnig, Data Set, BCI Competitions, Wavelet, PCA, Convolutional NetworkCerebro, aprendizaje profundo, análisis de componentes principalesRepresentación de información en un sistema de imaginación motora basado en aprendizaje profundoInformation representation in a motor imagination system based on deep learningFacultad de IngenieríasIngeniería de TelecomunicacionesInstituto Tecnológico MetropolitanoAcceso abiertoAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://purl.org/coar/access_right/c_abf2Trabajo de grado de pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisPublicationORIGINAL_JuanCamilo OspinaCuervo_2018.pdf_JuanCamilo OspinaCuervo_2018.pdfTrabajo de gradoapplication/pdf1891224https://dspace-itm.metabuscador.org/bitstreams/75ce2888-c596-4ed6-a33b-4b247c249eaf/download45b82a43029a93bae0dff45911cd0301MD51trueAnonymousREADCarta_Autorizacion __JuanCamilo OspinaCuervo_2018.pdfCarta_Autorizacion __JuanCamilo OspinaCuervo_2018.pdfCarta autorizaciónapplication/pdf192678https://dspace-itm.metabuscador.org/bitstreams/5757a59f-5f84-40e9-bd02-3e6e31d93bf9/download284c0b1540dbf6e29b1ee2ee305549a4MD52falseAnonymousREAD2070-12-31LICENSElicense.txtlicense.txttext/plain; charset=utf-81406https://dspace-itm.metabuscador.org/bitstreams/829a52a0-985f-4eef-a93f-325436175a43/download7734e4171dd7ba1c98e697a13b9e06ebMD53falseAnonymousREADTHUMBNAIL_JuanCamilo OspinaCuervo_2018.pdf.jpg_JuanCamilo OspinaCuervo_2018.pdf.jpgGenerated Thumbnailimage/jpeg4554https://dspace-itm.metabuscador.org/bitstreams/0fa29fd9-6d1f-4cbd-8722-8d81d738fc8c/downloadd9c148532c6e0163c3e0187a5278dca9MD54falseAnonymousREADCarta_Autorizacion __JuanCamilo OspinaCuervo_2018.pdf.jpgCarta_Autorizacion __JuanCamilo OspinaCuervo_2018.pdf.jpgGenerated Thumbnailimage/jpeg8062https://dspace-itm.metabuscador.org/bitstreams/f9985ebd-f943-4f33-89e3-55d1da7da41c/download1f057aed3ce0901f084fe2664c26bf46MD55falseAnonymousREADTEXT_JuanCamilo OspinaCuervo_2018.pdf.txt_JuanCamilo OspinaCuervo_2018.pdf.txtExtracted texttext/plain99882https://dspace-itm.metabuscador.org/bitstreams/5f59279a-28dc-402d-b9ae-b2c0a4857362/download1ad8064bd0199301d74173bbf64a128bMD56falseAnonymousREADCarta_Autorizacion __JuanCamilo OspinaCuervo_2018.pdf.txtCarta_Autorizacion __JuanCamilo OspinaCuervo_2018.pdf.txtExtracted texttext/plain4https://dspace-itm.metabuscador.org/bitstreams/11d44c1c-942d-422a-a89d-96e58cb421b1/downloadff4c8ff01d544500ea4bfea43e6108c1MD57falseAnonymousREAD2070-12-3120.500.12622/6449oai:dspace-itm.metabuscador.org:20.500.12622/64492025-06-24 09:22:26.916open.accesshttps://dspace-itm.metabuscador.orgRepositorio Instituto Tecnológico Metropolitano de Medellínbdigital@metabiblioteca.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