Representación óptima de señales de potenciales evocados relacionados a eventos para la implementación en interfaces cerebro computadoras

• Autores: Acevedo, Rubén Carlos
• Año de publicación: 2017
• Idioma: español castellano
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: Rufiner, Hugo Leonardo; Laciar Leber, Eric; Diez, Pablo; Tomassi, Diego; Spinelli, Enrique; Medina Bañuelos, Verónica
• Materia: BCI; ERP; DDWT; WPT; LDB; BCI; ERP; DDWT; WPT; LDB
• Institución: Universidad Nacional del Litoral

Fil: Acevedo, Rubén Carlos. Universidad Nacional del Litoral del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.
Las vías naturales de comunicación del cerebro con el exterior eventualmente pueden resultar dañadas de manera irreversible disminuyendo la capacidad de comunicación de una persona. Las interfaces cerebro computadoras (ICC) posibilitan restituir artificialmente las funciones de las vías dañadas. Uno de los paradigmas para implementarlas está basado en potenciales evocados relacionados a eventos (ERP), donde el problema a abordar es la detección de los ERP lo cual representa un problema de clasificación de 2 clases (registros con ERP y sin ERP). El objetivo de esta tesis es el desarrollo, evaluación y selección de una metodología de descomposición óptima de señales para favorecer la detección de los ERP en registros single trial utilizando la menor cantidad de dimensiones de la señal. Se propone buscar una representación alternativa de la señal de ERP y así resaltar las características significantes de ésta, para mejorar la detección y consecuentemente el desempeño de la ICC. Se evaluaron distintas estrategias combinando representación mediante bases ortogonales derivadas de la Transformada Wavelet Diádica Discreta (DDWT) y de la Transformada Wavelet Packet (WPT), métodos de mejoramiento de la relación señal a ruido en el dominio Wavelet y estrategias de reducción de dimensionalidad. Con la mayoría de las estrategias se obtuvieron índices de desempeños superiores al 70 %, inclusive aquellas que combinaban solo señales temporales y algoritmos de reducción de dimensionalidad; lo cual es adecuado para lograr una comunicación con una ICC. El mejor desempeño se obtuvo utilizando WPT y el algoritmo Local Discriminant Basis.
The brain's natural communication pathways with the outside world can eventually be irreversibly damaged, decreasing a person's ability to communicate. Brain-computer interfaces (BCIs) make it possible to artificially restore the functions of damaged pathways. One of the paradigms to implement them is based on event-related evoked potentials (ERP), where the problem to be addressed is the detection of ERPs, which represents a 2-class classification problem (records with ERP and without ERP). The objective of this thesis is the development, evaluation and selection of an optimal signal decomposition methodology to enhance the detection of ERPs in single trial records using the least amount of signal dimensions. It is proposed to search for an alternative representation of the ERP signal and thus highlight its significant characteristics, to improve detection and consequently the performance of the ICC. Different strategies were evaluated combining representation by means of orthogonal bases derived from the Discrete Dyadic Wavelet Transform (DDWT) and the Packet Wavelet Transform (WPT), methods for improving the signal-to-noise ratio in the Wavelet domain and dimensionality reduction strategies. With most of the strategies, performance indices higher than 70% were obtained, including those that combined only temporary signals and dimensionality reduction algorithms; which is suitable for achieving communication with an ICC. The best performance was obtained using WPT and the Local Discriminant Basis algorithm.
Universidad Nacional del Litoral
Universidad Nacional de Entre Ríos