Extracción de Intención de Movimiento en Señales Electroencefalográficas para el Control de una Prótesis de Mano

Abstract

Un paradigma conocido en las Interfaces Cerebro-Computador es la Imaginación Motora, en éste paradigma un sujeto imagina que realiza algún movimiento y regiones cerebrales se activan en bandas de frecuencia específicas que forman patrones espaciales similares a aquellos que se hubiesen formado si el movimiento se ejecutara realmente. La detección y procesamiento de estos eventos permite controlar dispositivos como prótesis, sillas de ruedas o guiar tratamientos de rehabilitación. Hasta ahora estudios basados en este paradigma extraen características de éstos patrones de las señales electroencefalográficas mediante la Transformada de Fourier de Período Corto o Transformada Wavelet. Sin embargo, no se ha encontrado en la literatura que se utilice una combinación de ambas técnicas para lograr este objetivo. En este trabajo presentamos una metodología que combina la Transformada de Fourier de Período Corto con la Transformada Continua de Wavelet, con el fin de mejorar la detección de la intención de movimiento en tareas de Imaginación Motora para el control básico offline de una prótesis en miembro superior. Esta propuesta, es un nuevo enfoque para la clasificación de señales electroencefalográficas, en la detección de la intención de iniciar y detener un movimiento con un desempeño promedio de 82.5%.