Institute of Electrical and Electronics Engineers Inc.
Nombre del libro
2020 IEEE Colombian Conference on Applications of Computational Intelligence, ColCACI 2020 - Proceedings
Autor
Juan Sebastian Ramirez Archila
Resumen
En la actualidad, las interfaces hombre-máquina han aumentado las aplicaciones para mejorar la calidad de vida de las personas lesionadas. A pesar de los avances en este campo, nuevas estrategias son importantes para contribuir a resolver nuevos problemas. Esta propuesta muestra el empleo de la extracción de características en los dominios de tiempo y frecuencia. Se utilizaron tres técnicas de aprendizaje automático como KNN, SVM y Random Forest para detectar imágenes motoras a partir de señales EEG. Se analizó la comparación entre la extracción de características y los modelos de detección empleados para encontrar la mejor elección en una aplicación para cerrar-abrir el puño en las manos. Los resultados alcanzaron más del 90% de precisión para ambos enfoques, mostrando como el dominio de la frecuencia es preferible para la extracción de características y el empleo del clasificador KNN como mejor estrategia para la presente demanda.
