Resumen

La imaginería motora es una estrategia de control habitual en las interfaces cerebro-ordenador (BCI) basadas en el EEG. Sin embargo, el control voluntario de los ritmos sensoriomotores (SMR) mediante la imaginación de un movimiento puede ser hábil y poco intuitivo y suele requerir una cantidad variable de entrenamiento por parte del usuario. Para potenciar el proceso de entrenamiento, se ha propuesto toda una clase de sistemas BCI que proporcionan retroalimentación lo antes posible mientras adaptan continuamente el modelo clasificador subyacente. El presente trabajo describe un sistema BCI basado en EEG que utiliza imágenes motoras y que entra en la categoría de los anteriormente mencionados. Específicamente, nuestra estrategia adaptativa incluye un esquema simple basado en un método de patrón espacial común (CSP) y una clasificación de máquina de vectores de soporte (SVM). La eficacia del sistema se comprobó mediante pruebas en línea con 10 participantes sanos. Además, sugerimos algunas características que implementamos para mejorar la "flexibilidad" y "personalización" del sistema, a saber, (i) una sesión de entrenamiento flexible, (ii) un desequilibrio en las condiciones de entrenamiento, y (iii) el uso de umbrales adaptativos al dar retroalimentación.

• 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:imágenes motoras, máquina de vectores de apoyo, sesión de entrenamiento flexible, cantidad de usuarios, clase de bci, patrón espacial común, sistema de bci basado, estrategia de control común, control de sensorimotor, interfaz de ordenador
• Keywords:motor imagery, support vector machine, flexible training session, amount of user, class of bci, common spatial pattern, based bci system, common control strategy, control of sensorimotor, computer interface