Resumen

Este trabajo considera el problema de la utilización de señales electroencefalográficas para su uso en sistemas diseñados para la supervisión y mejora del rendimiento de los pilotos de aeronaves. Los sistemas con tales capacidades se denominan generalmente cabinas cognitivas. Este artículo ofrece una descripción del potencial que conllevan dichos sistemas, especialmente en lo que respecta a aumentar la seguridad de los vuelos. Además, se presentan los antecedentes neuropsicológicos del problema. La investigación llevada a cabo se centró principalmente en el problema de la discriminación entre los estados de la actividad cerebral relacionados con la anticipación ociosa pero enfocada de la señal visual y la reacción a la misma. En particular, se examina el problema de la selección de un algoritmo de clasificación adecuado para tales problemas. Para ello se planificó y realizó un experimento con 10 sujetos. Los datos electroencefalográficos experimentales se adquirieron utilizando un auricular Emotiv EPOC. La metodología propuesta implicó el uso de un método popular en el procesamiento de señales biomédicas, el Patrón Espacial Común, la extracción de características de potencia de banda, y una extensa prueba de diferentes algoritmos de clasificación, como el Análisis Discriminante Lineal, los vecinos más cercanos, y las Máquinas de Vectores de Apoyo con núcleos de funciones de base lineal y radial, Bosques Aleatorios y Redes Neuronales Artificiales.

• Materias:Biotecnología Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurofisiología
• Subjects:Biotechnology Data mining Genetic algorithms Brain - pathophysiology Neurophysiology
• Palabras claves:problema, problema de discriminación, análisis discriminante lineal, estado del cerebro, sistema, algoritmo de clasificación adecuado, máquina de vectores de apoyo, procesamiento de señales biomédicas, rendimiento de los aviones, auriculares emotiv epoc
• Keywords:problem, problem of discrimination, linear discriminant analysis, state of brain, system, proper classification algorithm, support vector machine, biomedical signal processing, performance of aircraft, emotiv epoc+ headset