Fecha: septiembre 2019
Autor: Nabil Ajali Hernández
Tutores: Carlos M. Travieso González
Resumen del TFM:
En la actualidad, gracias a los avances en computación se han desarrollado campos como la domótica, las Smart cities, la inteligencia artificial, el diagnostico en medicina y otras muchas en lo que se conoce como Internet of Things.
En el presente trabajo, de manera paralela a universidades vanguardistas, como la universidad de Stanford (que ha presentado nuevos estudios sobre el análisis de intención motora utilizando inteligencia artificial), se adquiere una base de datos de la página Physionet.org que contiene archivos con la señal del electroencefalograma de 109 usuarios. Estas señales, son registradas mientras los sujetos realizan pruebas motoras y pruebas de intención motora (pensar en realizar una acción). Posteriormente, se procesa la señal de las pruebas y se le aplican una serie de transformaciones y cálculos que permiten la clasificación de la acción e intención motora al utilizar los algoritmos de aprendizaje (Machine Learning) para el diseño e implementación de una red neuronal, ver figura 1.
Los resultados reflejan que la red neuronal es capaz de detectar con porcentajes superiores al 78% si el sujeto está realizando o tiene intención de realizar un movimiento con la mano derecha o con la izquierda, siendo ligeramente superior el éxito del movimiento real (2.3% superior). Algunas de las posibles líneas futuras para mejorar la red incluyen ampliar los parámetros estadísticos utilizados, aplicar PCA, variar los parámetros de los filtros e implementar otro tipo de sistemas de Deep y Machine Learning.