02244nam a2200301uu 4500001000800000005001700008007001000025008004100035035001200076040001300088041000800101080000800109100004400117245010100161260004300262300001700305520126200322650003301584650004001617650004401657700005701701700005001758856008201808942001301890999001901903502001201922526000801934147804820240129081441.0cr|||||||171102s2017                        spa    a1478048  ccomduadb  aspa  aPBI10aSerna Rojas, Carolina4auteaut976005110aCaracterización de las regiones cerebrales motoras mediante análisis de electroencefalograma  aMedellín :b[sin publicador],c2017.  a70 páginas3 aLa electroencefalografía (EEG) es una técnica no invasiva usada extensamente para el registro de actividad cerebral debido a su alta resolución temporal y bajo costo. El presente estudio busca caracterizar las señales cerebrales motoras relacionadas con imaginación y movimiento de las manos usando tanto señales EEG como su representación cortical (encontradas
mediante la técnica weighted minimum norm estimation, wMNE), mediante la determinación del mapa espectral de ambos grupos de datos (en el dominio EEG y en el dominio wMNE), para una posterior clasificación implementando inteligencia computacional. De esta manera, para el estudio se presentan dos hipótesis, la primera sugiere que al extraer las señales desde las fuentes con el algoritmo wMNE se obtendrían datos más claros, los cuales conducirían a una mejor caracterización estos, por encima de los obtenidos directamente de los electrodos; y la segunda, la cual indica que al momento de realizar una clasificación mediante inteligencia computacional, se espera una mejoría en el desempeño al momento de usar algoritmos selectores de características, o comparaciones estadísticas entre los datos, por encima de la clasificación sin el uso de estos.  aElectroencefalograma9209372  aSelector de datos - Diseño947944  aMáquinas de soporte vectorial912923910aGarcía Pretelt, Francisco Javier4auteaut976771410aDuque Grajales, Jon Edinson4thseths96080204 uhttps://drive.google.com/file/d/0BwecnWVz7HZoZ0R3ZHBWWFRSUVE/view?usp=sharing  cTESISn0  c768953d768953  b168c17  a170