Interfaz cerebro computadora (BCI): técnicas de machine learning aplicadas al análisis de actividad neurológica mediante un dispositivo de electroencefalografía (EEG)

• Autores: De Jesus Jorge, Guillermo Eduardo; Luna, Luis Miguel; Bilbao, Martín
• Año de publicación: 2022
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Ciencias Informáticas; electroencefalografía (EEG); interfaces cerebro computadora (BCI); inteligencia artificial (IA); machine learning; árboles de decisión; JavaScript; Node.js; Open Source
• Institución: Universidad Nacional de La Plata

En los últimos tiempos uno de los campos con mayor crecimiento a nivel mundial es el uso de Interfaces Cerebro Computadora (BCO), que permiten mediante la lectura de ondas cerebrales, tomar algún tipo de acción a partir de su análisis. Por otro lado, existe un gran avance de las tecnologías de Inteligencia Artificial en la vida de las personas. Uno de sus campos de estudio de mayor auge es el de Machine Learning, que cuenta con grandes fuentes de información de acceso público. El propósito de este proyecto es desarrollar un prototipo de herramienta no invasiva, mediante el uso de la tecnología EEG y BCI, que permita caracterizar la actividad eléctrica del cerebro, procesarla y convertirla en información que pueda ser interpretada por una máquina y tomar acción en base a la misma. Para lograr esto se utilizará un dispositivo de EEG comercial en conjunto con distintos modelos de Machine Learning. Con base en las métricas obtenidas, se seleccionará el modelo más apto. Cumplir este objetivo ayuda a comprobar la viabilidad del uso de estas tecnologías para la mejora en la calidad de vida de las personas, y disponibilizar cualquier producto obtenido para el público en general.
XIII Workshop Procesamiento de Señales y Sistemas de Tiempo Real (WPSSTR)
Red de Universidades con Carreras en Informática