Detección de actividad física en señales cerebrales

Correa Tenesaca, Jessica Nathaly (2019). Detección de actividad física en señales cerebrales. Thesis (Master thesis), E.T.S. de Ingenieros Informáticos (UPM).

Description

Title: Detección de actividad física en señales cerebrales
Author/s:
  • Correa Tenesaca, Jessica Nathaly
Contributor/s:
  • Lope Asiaín, Javier de
Item Type: Thesis (Master thesis)
Masters title: Inteligencia Artificial
Date: 2019
Subjects:
Freetext Keywords: Señales EEG; KNN; SVC; Random forest; Naive bayes; Emotiv; Hjorth; PCA; Filtro Savitzky–Golay; EEG signals; Savitzky–Golay filter
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (840kB) | Preview

Abstract

Las señales cerebrales permiten detectar actividades cognitivas y motoras que, aplicados a diversos campos de estudio, pueden aportar al desarrollo y mejorar de la calidad de vida de las personas. En el presente trabajo se analiza la detección de actividades físicas, mientras un individuo se encuentra sentado o caminando, utilizando el casco neuronal Emotiv EPOC+, en su versión de 14 canales. Para posteriormente, con los datos obtenidos, procesarlos mediante un suavizado de señales usando el filtro Savitzky-Golay y con ello reducir el ruido que puede existir durante la grabación de las señales. Se utilizan además técnicas de extracción de características basadas en el dominio del tiempo utilizando ventanas de tiempo contiguas y finalmente se evalúan cuatro clasificadores que permitirán determinar el que mejor capacidad de discriminación adquiere, utilizando distintas configuraciones de los parámetros.---ABSTRACT---Brain signals allow to detect cognitive and motor activities that, applied to different fields of study, can contribute to the development and improvement of the quality of people’s life. This paper discusses the detection of physical activities, while an individual is sitting or walking, using the emotiv EPOC+ neural helmet, in its 14-channel version. Following that, process the data by smoothing signals using the Savitzky-Golay filter and thereby reduce the noise that may exist during the recording of the signals. Feature extraction techniques based on time domain are also used applying contiguous time windows and finally four classifiers are evaluated to determine the best capacity for discrimination, using different parameter settings.

More information

Item ID: 55990
DC Identifier: http://oa.upm.es/55990/
OAI Identifier: oai:oa.upm.es:55990
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 09 Aug 2019 05:58
Last Modified: 09 Aug 2019 05:58
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM