Clasificación de señales de Electroencefalografía (EEG) con redes neuronales en FPGA

En la conferencia virtual se socializaron temas de gran interés en el estudio de estas señales bioeléctricas, como la factibilidad de emplear el proceso no invasivo EEG en la adquisición de señales de la corteza cerebral y las acciones que se deben ejercer para mejorar su calidad. Así mismo, una breve reseña de los equipos comerciales y prototipos realizados para el levantamiento de este tipo de información. El clustering de señales occipitales EEG usando K-means, algoritmo de uso general compuesto por cinco niveles: adquisición de datos, procesamiento de señales, extracción de características, selección de características y clasificación. Un estudio sobre Clustering de señales EEG para tareas motoras e imaginarias motoras en manos y pies. Finalmente, el potencial uso de Field Programmable Gate Arrays en este campo.

Generalmente, la aplicaciones del proceso de adquisición de este tipo de señales van desde el diseño y construcción de prótesis, brazos robóticos, equipos de rehabilitación muscular, actividades domóticas, hasta interacción emocional entre personas. Uno de los estudios realizados por el ingeniero, fue la implementación de un hadware de instrumentación basado en Op-amp, que permite adquirir señales de la actividad electromiográfica de la cara.