Análisis multivariable de la señal EEG para identificar la intención de movimiento en miembros inferiores
Un porcentaje elevado de individuos a nivel mundial presentan algún tipo de discapacidad motriz que afecta su calidad de vida. Actualmente existen varios tipos de terapias, entre ellas, la neurorehabilitación, que permiten al individuo recuperar parcial o totalmente la función motriz. En este trabaj...
| Main Author: | |
|---|---|
| Format: | Tesis |
| Language: | Spanish / Castilian |
| Published: |
2017
|
| Online Access: | http://eprints.uanl.mx/17876/1/1080252127.pdf |
| _version_ | 1824349078808428544 |
|---|---|
| author | Martínez Alvarado, Jazmín Alejandra |
| author_facet | Martínez Alvarado, Jazmín Alejandra |
| author_sort | Martínez Alvarado, Jazmín Alejandra |
| collection | Tesis |
| description | Un porcentaje elevado de individuos a nivel mundial presentan algún tipo de discapacidad motriz que afecta su calidad de vida. Actualmente existen varios tipos de terapias, entre ellas, la neurorehabilitación, que permiten al individuo recuperar parcial o totalmente la función motriz. En este trabajo se pretende identificar la actividad motriz de miembros inferiores del cuerpo humano mediante el análisis de la señal electroencefalográfica (EEG). Esto se realiza mediante la medición EEG no invasiva utilizando, el sistema B-Alert X10 de Advanced BrainMonitoringrel cual adquiere inalámbricamente las señales EEG, electrooculográfica (EOG) y electrocardiográfica (ECG) y registra la actividad de nueve electrodos situados de acuerdo al estándar internacional 10-20 en el cuero cabelludo del individuo (el cuero cabelludo nos provee una medida directa de la actividad sináptica cortical). A las señales EEG se les efectúa un procesamiento para extraer sus características espaciales y frecuenciales con la intención de clasificar distintas tareas controladas de movimiento (caminata a distintas velocidades). Para la extracción de características espaciales, la metodología propuesta está basada en el cálculo de coherencia del EEG y sus grafos de conectividad asociados. Para la extracción de características frecuenciales se propone utilizar la transformada de Fourier y la transformada wavelet. Respecto al método de clasificación se utilizó una red neuronal artificial (RNA) perceptrón multicapa. Los resultados sugieren la existencia de patrones de conectividad cerebral estables y caracterizables que nos permiten tener resultados de clasificación importantes que servirían para futuras aplicaciones en neurorehabilitación |
| first_indexed | 2025-02-06T03:56:51Z |
| format | Tesis |
| id | eptesis-17876 |
| institution | UANL |
| language | Spanish / Castilian |
| last_indexed | 2025-02-06T03:56:51Z |
| publishDate | 2017 |
| record_format | eprints |
| spelling | eptesis-178762019-12-17T20:24:23Z http://eprints.uanl.mx/17876/ Análisis multivariable de la señal EEG para identificar la intención de movimiento en miembros inferiores Martínez Alvarado, Jazmín Alejandra Un porcentaje elevado de individuos a nivel mundial presentan algún tipo de discapacidad motriz que afecta su calidad de vida. Actualmente existen varios tipos de terapias, entre ellas, la neurorehabilitación, que permiten al individuo recuperar parcial o totalmente la función motriz. En este trabajo se pretende identificar la actividad motriz de miembros inferiores del cuerpo humano mediante el análisis de la señal electroencefalográfica (EEG). Esto se realiza mediante la medición EEG no invasiva utilizando, el sistema B-Alert X10 de Advanced BrainMonitoringrel cual adquiere inalámbricamente las señales EEG, electrooculográfica (EOG) y electrocardiográfica (ECG) y registra la actividad de nueve electrodos situados de acuerdo al estándar internacional 10-20 en el cuero cabelludo del individuo (el cuero cabelludo nos provee una medida directa de la actividad sináptica cortical). A las señales EEG se les efectúa un procesamiento para extraer sus características espaciales y frecuenciales con la intención de clasificar distintas tareas controladas de movimiento (caminata a distintas velocidades). Para la extracción de características espaciales, la metodología propuesta está basada en el cálculo de coherencia del EEG y sus grafos de conectividad asociados. Para la extracción de características frecuenciales se propone utilizar la transformada de Fourier y la transformada wavelet. Respecto al método de clasificación se utilizó una red neuronal artificial (RNA) perceptrón multicapa. Los resultados sugieren la existencia de patrones de conectividad cerebral estables y caracterizables que nos permiten tener resultados de clasificación importantes que servirían para futuras aplicaciones en neurorehabilitación 2017 Tesis NonPeerReviewed text es cc_by_nc_nd http://eprints.uanl.mx/17876/1/1080252127.pdf http://eprints.uanl.mx/17876/1.haspreviewThumbnailVersion/1080252127.pdf Martínez Alvarado, Jazmín Alejandra (2017) Análisis multivariable de la señal EEG para identificar la intención de movimiento en miembros inferiores. Maestría thesis, Universidad Autónoma de Nuevo León. |
| spellingShingle | Martínez Alvarado, Jazmín Alejandra Análisis multivariable de la señal EEG para identificar la intención de movimiento en miembros inferiores |
| thumbnail | https://rediab.uanl.mx/themes/sandal5/images/tesis.png |
| title | Análisis multivariable de la señal EEG para identificar la intención de movimiento en miembros inferiores |
| title_full | Análisis multivariable de la señal EEG para identificar la intención de movimiento en miembros inferiores |
| title_fullStr | Análisis multivariable de la señal EEG para identificar la intención de movimiento en miembros inferiores |
| title_full_unstemmed | Análisis multivariable de la señal EEG para identificar la intención de movimiento en miembros inferiores |
| title_short | Análisis multivariable de la señal EEG para identificar la intención de movimiento en miembros inferiores |
| title_sort | analisis multivariable de la senal eeg para identificar la intencion de movimiento en miembros inferiores |
| url | http://eprints.uanl.mx/17876/1/1080252127.pdf |
| work_keys_str_mv | AT martinezalvaradojazminalejandra analisismultivariabledelasenaleegparaidentificarlaintenciondemovimientoenmiembrosinferiores |