Clasificación de actividad motora real versus imaginaria a partir de señales electroencefalográficas

En este trabajo se utilizaron segmentos de señales electroencefalográficas donde se registró la actividad cerebral de 109 voluntarios al ejecutar actividades motoras reales e imaginarias. Los archivos con los electroencefalogramas (EEG) se tomaron del repositorio de bases de datos médicas disponibles para su análisis en Physionet para posteriormente emplear diversas técnicas computacionales e identificar de manera automática si los segmentos de EEG correspondían a una actividad motora real o a una actividad motora imaginaria. El procedimiento se dividió en cuatro etapas. La primera etapa consistió en diseñar filtros para reducir componentes de frecuencia no deseados. En la segunda etapa se calcularon fuentes originales usando una técnica de análisis de componentes independientes y se hizo un estudio adicional para determinar los componentes con mayor actividad eléctrica en la zona somatosensorial. Después, en la tercera etapa, se extrajeron características de los segmentos de EEG filtrados sobre algunas bandas de frecuencia utilizadas comúnmente, así como de los EEG sin filtrar. En la última etapa se emplearon máquinas de soporte vectorial para clasificar los segmentos. Se realizaron tres tipos de clasificación: una individual por voluntario; otra general asignando segmentos de EEG de todos los voluntarios a los conjuntos de entrenamiento, validación y prueba; y otra general dividiendo los segmentos de EEG de diferentes voluntarios entre los mismos conjuntos. Al finalizar la etapa de clasificación se obtuvieron eficiencias que, de acuerdo al tipo de clasificación, van del 48 % hasta el 90 %