Aportaciones al diseño de interfaces persona-máquina utilizando señales EEG

Abstract

Las grandes ventajas que brindan los sistemas informáticos y los dispositivos inteligentes, cuya presencia se ha incrementado de manera drástica en los últimos años, resultan inaccesibles para los usuarios que no pueden interactuar con las interfaces convencionales de estos sistemas. Este trabajo se enmarca dentro de las investigaciones realizadas en interfaces alternativas cuyo objetivo es facilitar el acceso de todos los posibles usuarios a estas tecnologías.

La tesis doctoral presentada en este documento aborda el diseño de una interfaz cerebro-ordenador, es decir, una interfaz hombre-máquina basada en la adquisición e interpretación de las señales electroencefalográficas, que pretende establecer un canal de comunicación directo entre el cerebro y el ordenador. Partiendo de los registros EEG, generados de manera voluntaria por un usuario al realizar dos tareas mentales relacionadas con la imaginación del movimiento de sus manos, recogidos únicamente en dos electrodos situados sobre la superficie del cuero cabelludo, se propone una arquitectura capaz de reconocer dichas tareas mentales y traducirlas en acciones de un ordenador.

En este trabajo, se estudian todas las etapas de una interfaz de este tipo y se realizan aportaciones en cada una de ellas. En la fase de Preprocesamiento, se ha propuesto una arquitectura combinada de la transformada de Fourier y la transformada wavelet. En la fase de extracción y selección de características, se estudian diversas alternativas basadas en la evolución de los algoritmos de análisis de componentes principales y de mínimos cuadrados parciales. Y en la fase de clasificación o traducción, se han propuesto cuatro arquitecturas adaptadas a los métodos de selección y extracción de características presentados, basadas en cálculo de distancias entre señales originales y las recuperadas por el algoritmo de análisis de componentes principales robusto, en el análisis discriminante robusto también sobre las señales transformadas mediante esta misma técnica, en un algoritmo de regresión lineal sobre las componentes latentes obtenidas por el algoritmo de mínimos cuadrados parciales y, finalmente, en las máquinas de vectores soporte.

Con el fin de evaluar en profundidad todas las aportaciones, se ha generado una base de datos de señales EEG a partir de los registros de doce usuarios y se ha llevado a cabo un profundo estudio estadístico de todas las alternativas diseñadas y sus parametrizaciones, realizando más de 800000 experimentos hasta llegar a la propuesta de la mejor combinación.