COMPARACIÓN DE DIFERENTES MÉTODOS PARA LA CLASIFICACIÓN DE SEÑALES DE EEG EN INTERFASES CEREBRO-COMPUTADORA

FERNANDO DANIEL FARFÁN; CARMELO JOSÉ FELICE

Parana - Entre Rios

Congreso; XV Congreso Argentino de Bioingeniería; 2005

Sociedad Argentina de Bioingeniería

En este trabajo comparamos y evaluamos diferentes métodos de pre-procesamiento y clasificación para ser implementadas en Interfases Cerebro Computadora (ICC). Propusimos dos métodos de extracción de características (coeficientes Auto Regresivos y Estimación de la Densidad Espectral de Potencias) y tres tipos de Redes Neuronales para la clasificación de patrones de EEG, Mapas Auto Organizados (SOM), Redes Neuronales Probabilísticas (PNN) y redes LVQ (Learning Vector Quantization). También se implementó la combinación de las redes SOM con las LVQ y PNN. Analizamos los desempeños de las etapas de clasificación midiendo la Máxima Velocidad de Transferencia de Información (MVTI), el Error de la Clasificación (Error Porcentual) y la Información Mutua (IM) entre la salida de los clasificadores y la señal de EEG. Los registros de EEG analizados fueron adquiridos durante la imaginación del movimiento de la mano derecha e imaginación de la mano izquierda. Tanto los coeficientes AR como la Densidad Espectral de Potencias fueron determinados de segmentos de 128 muestras (1s) solapados en 96 muestras (3/4s). Se ha utilizado el 50% de los datos para el entrenamiento de las Redes Neuronales y el resto para la validación del método. Fueron obtenidas las graficas del Error Porcentual e Información Mutua (IM) obteniéndose a partir de estas un máximo de IM de 0.45 bits y la MVTI observada fue de 0.46 bits/seg, utilizando la Densidad Espectral de Potencias como método de extracción de características y como etapa de clasificación una red SOM de 5x5 con salida lineal.