Resumen

Los sistemas de interfaz cerebro-ordenador (BCI) basados en el electroencefalograma (EEG) suelen utilizar un tipo de cambios en la dinámica de las oscilaciones cerebrales para el control, como la desincronización/sincronización relacionada con eventos (ERD/ERS), el potencial evocado visual de estado estable (SSVEP) y los potenciales evocados P300. Existe una tendencia reciente a detectar más de una de estas señales en un sistema para crear una BCI híbrida. Sin embargo, en este caso, los datos del EEG se dividieron siempre en grupos y se analizaron mediante procedimientos de procesamiento independientes. Como resultado, se ignoraban los efectos interactivos cuando se ejecutaban simultáneamente diferentes tipos de tareas BCI. En este trabajo, proponemos un esquema multimodal mejorado basado en un tensor, especialmente para la BCI híbrida, en el que las señales de EEG se denotan como tensores multidireccionales, se propone un modelo de descomposición tensorial no redundante para obtener componentes tensoriales no redundantes, se diseña un criterio de Fisher ponderado para seleccionar patrones discriminativos multimodales sin ignorar los efectos interactivos, y se extiende la máquina de vectores de soporte (SVM) a la clasificación multiclase. Los resultados de los experimentos sugieren que el esquema propuesto no sólo puede identificar los diferentes cambios en la dinámica de las oscilaciones cerebrales inducidos por diferentes tipos de tareas, sino también capturar adecuadamente los efectos interactivos de las tareas simultáneas. Por lo tanto, tiene un gran potencial de uso para la BCI híbrida.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva
• Subjects:Artificial intelligence Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience
• Palabras claves:bci híbrido, dinámica del cerebro, efectos interactivos, oscilación cerebral, tipo diferente, gran potencial de uso, componentes tensoriales no redundantes, tipo de tarea, tipo de cambio, modelo de descomposición tensorial
• Keywords:hybrid bci, dynamic of brain, interactive effects, brain oscillation, different type, great potential use, nonredundant tensor components, type of task, type of change, tensor decomposition model