El paradigma del deletreo: Avances en el desarrollo de interfaces cerebro-computadora aplicadas al deletreo de palabras

Autores/as

  • Graciela Ramírez-Alonso Facultad de Ingeniería Universidad Autónoma de Chihuahua
  • Kathia Rascón-Cervantes Facultad de Ingeniería Universidad Autónoma de Chihuahua

DOI:

https://doi.org/10.20983/culcyt.2018.3.11

Palabras clave:

Paradigma del Deletreo, Señales EEG, Procesamiento de Señales, Modelos de Clasificación

Resumen

Se presenta una revisión de las diferentes estrategias metodológicas que se han implementado en los últimos años para el desarrollo de interfaces cerebro-computadora (BCI por siglas en inglés) centrada en el tópico de deletreo de palabras por medio del análisis de señales electroencefalográficas (EEG). La primera parte del trabajo hace referencia a las bases de datos que se han generado por diferentes laboratorios y universidades. La segunda parte explica la metodología que siguieron diferentes autores, así como los algoritmos de procesamiento de señales y los modelos de clasificación utilizados para el reconocimiento de caracteres. La literatura indica que se han alcanzado resultados en porcentaje de exactitud superiores al 90%, lo que demuestra los grandes avances que se han logrado en esta área.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Blankertz, B. y otros, 2006. The BCI competition III: validating alternative approaches to actual BCI problems. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 14(2), pp. 153-159.

Blankertz, B. y otros, 2004. The BCI competition 2003: progress and perspectives in detection and discrimination of EEG single trials. IEEE Transactions on Biomedical Engineering, 51(6), pp. 1044-1051.

Cecotti, H. &. G. A., 2011. Convolutional neural networks for P300 detection with application to brain-computer interfaces. IEEE transactions on pattern analysis and machine intelligence, 33(3), pp. 433-435.

Chen , Z. & Zhang, X., 2017. Dynamic stopping in P300 speller with convolutional neural network. Shanghai, China, s.n., pp. 383-386.

Farwell , L. & Donchin, E., 1988. Talking off the top of your head: toward a mental prosthesis utilizing event-related brain potentials.

Electroencephalography and Clinical Neurophysiology, 70(6), pp. 510 - 523.

Fazel-Rezai , R. & Abhari, K., 2009. A region-based P300 speller for brain-computer interface. Canadian Journal of Electrical and Computer Engineering, 34(3), pp. 81-85.

Kaper, M. M. P. G. U. L. T. &. R. H., 2004. BCI competition 2003-data set IIb: support vector machines for the P300 speller paradigm. IEEE Transactions on Biomedical Engineering, 51(6), pp. 1073-1076..

Mirghasemi, H., Shamsollahi, M. B. & Fazel-Rezai, . R., 2006.

Assessment of Preprocessing on Classifiers Used in the P300 Speller Paradigm. New York, NY, USA, s.n., pp. 1319-1322.

Obeidat , Q. T., Campbell , T. A. & Kong, J., 2015. Introducing the Edges Paradigm: A P300 Brain-Computer Interface for Spelling Written Words. IEEE Transactions on Human-Machine Systems, 45(6), pp. 727-738.

Rakotomamonjy, A., 2008. BCI competition III: dataset II-ensemble of SVMs for BCI P300. IEEE transactions on biomedical engineering, 55(3), pp. 1147-1154.

Ramadan , R. A. & Vasilakos, A. V., 2017. Brain computer interface: control signals review. Neurocomputing, Volumen 223, pp. 26 - 44.

Thulasidas, M., Guan , C. & Wu, . J., 2006. Robust classification of EEG signal for brain-computer interface. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 14(1), pp. 24-29.

Wolpaw, J. R., 2003. Brain-computer interfaces: signals, methods, and goals. Capri Island, Italy,, s.n., pp. 584-585.

Yang, L. L. J. Y. Y. &. L. G., 2007. An Algorithm to Detect P300 Potentials Based on F-Score Channel Selection and Support Vector Machines. In Natural Computation, Volumen 2, pp. 280-28

Publicado

2018-12-11

Cómo citar

[1]
G. Ramírez-Alonso y K. Rascón-Cervantes, «El paradigma del deletreo: Avances en el desarrollo de interfaces cerebro-computadora aplicadas al deletreo de palabras», Cult. Científ. y Tecnol., n.º 66, dic. 2018.