Análisis de algoritmos para la caracterización de señales cerebrales EEG

Este articulo tiene como fialidad en mostrar los distintos algoritmos usados para leer las señales eeg para usos ingenieriles. Se buscaron algunso algortimos complejos tanto faciles que son capaces de entender todas las señales transmitidas desde el cerebro a una maquina.

Autores:
García Herrera, Carlos Andrés
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Cooperativa de Colombia
Repositorio:
Repositorio UCC
Idioma:
OAI Identifier:
oai:repository.ucc.edu.co:20.500.12494/43981
Acceso en línea:
https://hdl.handle.net/20.500.12494/43981
Palabra clave:
electroencefalograma
algoritmos
eeg
Computador
Frecuencia
BCI
eeg
electrodes
frequency
BCI
Hertz
algorithm
TFD
Computer
eeg signals
NeuroSky
Rights
openAccess
License
Atribución – Compartir igual
id COOPER2_7a95d7fae2bf0341b57c5ba6915fe547
oai_identifier_str oai:repository.ucc.edu.co:20.500.12494/43981
network_acronym_str COOPER2
network_name_str Repositorio UCC
repository_id_str
dc.title.spa.fl_str_mv Análisis de algoritmos para la caracterización de señales cerebrales EEG
title Análisis de algoritmos para la caracterización de señales cerebrales EEG
spellingShingle Análisis de algoritmos para la caracterización de señales cerebrales EEG
electroencefalograma
algoritmos
eeg
Computador
Frecuencia
BCI
eeg
electrodes
frequency
BCI
Hertz
algorithm
TFD
Computer
eeg signals
NeuroSky
title_short Análisis de algoritmos para la caracterización de señales cerebrales EEG
title_full Análisis de algoritmos para la caracterización de señales cerebrales EEG
title_fullStr Análisis de algoritmos para la caracterización de señales cerebrales EEG
title_full_unstemmed Análisis de algoritmos para la caracterización de señales cerebrales EEG
title_sort Análisis de algoritmos para la caracterización de señales cerebrales EEG
dc.creator.fl_str_mv García Herrera, Carlos Andrés
dc.contributor.advisor.none.fl_str_mv Lancheros Cuesta, Diana Yaneth
dc.contributor.author.none.fl_str_mv García Herrera, Carlos Andrés
dc.subject.spa.fl_str_mv electroencefalograma
algoritmos
eeg
Computador
Frecuencia
BCI
topic electroencefalograma
algoritmos
eeg
Computador
Frecuencia
BCI
eeg
electrodes
frequency
BCI
Hertz
algorithm
TFD
Computer
eeg signals
NeuroSky
dc.subject.other.spa.fl_str_mv eeg
electrodes
frequency
BCI
Hertz
algorithm
TFD
Computer
eeg signals
NeuroSky
description Este articulo tiene como fialidad en mostrar los distintos algoritmos usados para leer las señales eeg para usos ingenieriles. Se buscaron algunso algortimos complejos tanto faciles que son capaces de entender todas las señales transmitidas desde el cerebro a una maquina.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2022-02-16T13:25:55Z
dc.date.available.none.fl_str_mv 2022-02-16T13:25:55Z
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12494/43981
dc.identifier.bibliographicCitation.spa.fl_str_mv Garcia Herrera, C. A. (2021). Análisis de algoritmos para la caracterización de señales cerebrales EEG [Tesis de pregrado, Universidad Cooperativa de Colombia]. Repositorio Institucional Universidad Cooperativa de Colombia. https://repository.ucc.edu.co/handle/20.500.12494/43981
url https://hdl.handle.net/20.500.12494/43981
identifier_str_mv Garcia Herrera, C. A. (2021). Análisis de algoritmos para la caracterización de señales cerebrales EEG [Tesis de pregrado, Universidad Cooperativa de Colombia]. Repositorio Institucional Universidad Cooperativa de Colombia. https://repository.ucc.edu.co/handle/20.500.12494/43981
dc.relation.references.spa.fl_str_mv Admoni, H., Mataric, M., & Scassellati, B. (2012). Robots for Use in Autism Research. Annual Review of Biomedical Engineering. Annual Review of Biomedical Engineering.
Barón, D. F. (2011). Reconocimiento de Imaginación Motora de Señales EEG en el Dominio Temporal aplicando Modelos. INAOE, 1-103
Damodar Reddy Edla1, K. M. (2018). Clasificación de los datos de EEG para el análisis del estado mental humano mediante el clasificador de bosque aleatorio. Elsevier BV, 132, 1523-1532
Das, A. K. (2009). Algoritmo paralelo para analizar las señales cerebrales: aplicación. Springer Science + Business Media, 1-13.
Egea, T. G. (2015). Analisis, decodificación y clasificación de la señal EEG en entornos tridimensionales. Universidad Politécnica de Cartagena, 14-15.
Enas Khairullah, M. A. (2020). Brain-computer interface speller system design from electroencephalogram signals with channel selection algorithms. Elsevier BV, 141.
Fan, S., Zhang, J., Blanco-Davis, E., Yang, Z., & Wang, J. &. (2018). Effects of seafarers' emotion on human performance using bridge simulation . Elsevier BV, 170, 111-119
Fürbass, F., Kural, M. A., Gritsch, G., Hartmann, M., & Kluge, T. &. (2020). An artificial intelligence based EEG algorithm for detection of epileptiform EEG discharges: Validation against the diagnostic gold standard . Elsevier BV, 131, 1174-1179
Gomez, L. C. (2017). Análisis de Señales de electroencefalografía (EEG) para evaluar actividad cognitiva durante el uso de videojuegos. España: Free Software Foundation
Kadlhofer, M., & Steinbauer, G. (s.f.). Evaluating the impact of educational robotics on pupils’ technicaland. ScienceDirect
Khairullah, E., & Arican, M. &. (2020). Brain-computer interface speller system design from electroencephalogram signals with channel selection algorithms. Elsevier BV, 141, 109690
Kitchenham, B. (2017). Procedures for Performing. Ann. Saudi Med, 79–83.
Lancheros-Cuesta, D. (01 de 2010). Diseño e Implementación de un Módulo Didáctico para el Aprendizaje en la Construcción, Implementación y Manipulación de Robots. Formación Universitaria, 3-8
Lerga, J., & Saulig, N. &. (2017). Algorithm based on the short-term Rényi entropy and IF estimation for noisy EEG signals analysis . Elsevier BV, 80, 1-13.
Lerga, J., & Saulig, N. &. (2017). Algorithm based on the short-term Rényi entropy and IF estimation for noisy EEG signals analysis . Elsevier BV, 80, 1-13.
Lin, F.-R. &.-M. (2018). Detección de esfuerzo mental utilizando datos de EEG en contextos de e learning. Elsevier BV, 122, 63
Martínez Ortiz, A. (2015). Examining Students' Proportional Reasoning Strategy Levels as Evidence of the Impact of an Integrated LEGO Robotics and Mathematics Learning Experience. Journal of Technology Education, v26 n2, 46- 69
Martinez-Cagigal, V. S.-V.-P. (2019). Towards an accessible use of smartphone-based social networks through brain-computer interfaces. Elsevier BV, 120, 155-166
McDonald, S., & Howell, J. (2012). Watching, Creating and Achieving: Creative Technologies as a Conduit for Learning in the Early Years. British Journal of Educational Technology, v43 n4 , 641- 651
Michel, R. B. (2001). Measuring time-frequency information content using the Renyi entropies . Institute of Electrical and Electronics Engineers , 47, 1391-1409
Park, S.-M., Yu, X., Chum, P., & Lee, W.-Y. &.-B. (2017). Symmetrical feature for interpreting motor imagery EEG signals in the brain– computer interface. Elsevier BV, 129, 163-171.
Raj, R., & Deb, S. &. (2018). Brain Computer Interfaced Single Key Omni Directional Pointing and Command System: a Screen Pointing Interface for Differently-abled Person. Elsevier BV, 133, 161-168.
Rensong Liu, Z. Z. (2017). Identificación de señales de imágenes motoras anisómicas EEG basadas en algoritmos complejos. Addisson Salazar, 1-13.
Rocha, M. &. (2018). Hidden Markov Models Bioinformatics Algorithms. Elsevier, 255-273
S. M. Fernandez-Fraga, 1. M.-F.-O.-A. (2018). Extracción de características de la señal EEG en sistemas BCI basado en potencialesevocados visuales en estado estable usando el algoritmo de optimizacion de colonias de hormigas. Seenith Sivasundaram, 1-20
Vasiljevic, G. A. (2019). The influence of graphical elements on user's attention and control on a neurofeedback-based game . Elsevier BV, 29, 10- 19
Wainer, J., Ferrari, E., Dautenhahn, K., & Robins, B. (2010). The effectiveness of using a robotics class to foster collaboration among groups of children with autism in an exploratory study. . Personal Ubiquitous Computing., 445–455.
Williams, J. A., Cisse, F. A., Schaekermann, M., Sakadi, F., Tassiou, N. R., Hotan, G. C., . . . Vogel, A. C. (2019). EEG con teléfono inteligente e interpretación remota en línea para niños con epilepsia en la República de Guinea: calidad, características e implicaciones para la práctica. Elsevier BV, 71, 93-99
dc.rights.license.none.fl_str_mv Atribución – Compartir igual
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Atribución – Compartir igual
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 13 p.
dc.publisher.spa.fl_str_mv Universidad Cooperativa de Colombia, Facultad de Ingenierías, Ingeniería Electrónica, Bogotá
dc.publisher.program.spa.fl_str_mv Ingeniería Electrónica
dc.publisher.place.spa.fl_str_mv Bogotá
institution Universidad Cooperativa de Colombia
bitstream.url.fl_str_mv https://repository.ucc.edu.co/bitstreams/02b04606-d0db-49fe-9948-80a3451e4c16/download
https://repository.ucc.edu.co/bitstreams/4931c52d-d5f8-4c25-a3aa-4b670f477c4d/download
https://repository.ucc.edu.co/bitstreams/a9d5569f-7378-4794-92c8-b6075594e08f/download
https://repository.ucc.edu.co/bitstreams/585cb702-d1a9-49e7-979d-9a5be8563d8e/download
https://repository.ucc.edu.co/bitstreams/c80eb93a-75b0-4f25-be35-29e71ee088f5/download
https://repository.ucc.edu.co/bitstreams/588ec5a7-f573-4451-b0c6-c7fd88272f7d/download
https://repository.ucc.edu.co/bitstreams/5c7b3b73-487f-4743-a50e-91bca112ecdb/download
https://repository.ucc.edu.co/bitstreams/885e63dd-9b99-49be-9fb2-d92b670e1d63/download
https://repository.ucc.edu.co/bitstreams/ba39c565-2ab6-47bf-9d88-7f29c03b5227/download
https://repository.ucc.edu.co/bitstreams/e398e7dd-3e1e-4957-b0c6-998d0b60cd32/download
bitstream.checksum.fl_str_mv 15c7085076c1c2f55fbe0d83d17bc103
d34e07cbe6a27dd09e6edc1caebf9a9a
9a8e84e7a32ab8468680d4fa385f93d1
3bce4f7ab09dfc588f126e1e36e98a45
87c63a82f55bf752648cac2fcab5f729
9ffec53c7137c161767ba68579d8274a
cef6b17dd0f7cd5be54f316b8adae1c1
c7c5d0b57cf9a91426882f154448ef2f
e1c06d85ae7b8b032bef47e42e4c08f9
6d18ce58a8725beee6068b91d295ebc1
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Cooperativa de Colombia
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1814247036954869760
spelling Lancheros Cuesta, Diana YanethGarcía Herrera, Carlos Andrés2022-02-16T13:25:55Z2022-02-16T13:25:55Z2021https://hdl.handle.net/20.500.12494/43981Garcia Herrera, C. A. (2021). Análisis de algoritmos para la caracterización de señales cerebrales EEG [Tesis de pregrado, Universidad Cooperativa de Colombia]. Repositorio Institucional Universidad Cooperativa de Colombia. https://repository.ucc.edu.co/handle/20.500.12494/43981Este articulo tiene como fialidad en mostrar los distintos algoritmos usados para leer las señales eeg para usos ingenieriles. Se buscaron algunso algortimos complejos tanto faciles que son capaces de entender todas las señales transmitidas desde el cerebro a una maquina.As technology advances, it is essential to find new techniques and procedures that facilitate our understanding of the functioning of our human brain, which is in charge of managing all the nervous part of our human body. This article aims to present the summary of the study of more than 30 researched articles published between 2009 and 2019, where the algorithms and procedures most used when studying the signals created by the electricity of our human brain will be mentioned.carlos.garciahe@campusucc.edu.co13 p.Universidad Cooperativa de Colombia, Facultad de Ingenierías, Ingeniería Electrónica, BogotáIngeniería ElectrónicaBogotáelectroencefalogramaalgoritmoseegComputadorFrecuenciaBCIeegelectrodesfrequencyBCIHertzalgorithmTFDComputereeg signalsNeuroSkyAnálisis de algoritmos para la caracterización de señales cerebrales EEGTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionAtribución – Compartir igualinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Admoni, H., Mataric, M., & Scassellati, B. (2012). Robots for Use in Autism Research. Annual Review of Biomedical Engineering. Annual Review of Biomedical Engineering.Barón, D. F. (2011). Reconocimiento de Imaginación Motora de Señales EEG en el Dominio Temporal aplicando Modelos. INAOE, 1-103Damodar Reddy Edla1, K. M. (2018). Clasificación de los datos de EEG para el análisis del estado mental humano mediante el clasificador de bosque aleatorio. Elsevier BV, 132, 1523-1532Das, A. K. (2009). Algoritmo paralelo para analizar las señales cerebrales: aplicación. Springer Science + Business Media, 1-13.Egea, T. G. (2015). Analisis, decodificación y clasificación de la señal EEG en entornos tridimensionales. Universidad Politécnica de Cartagena, 14-15.Enas Khairullah, M. A. (2020). Brain-computer interface speller system design from electroencephalogram signals with channel selection algorithms. Elsevier BV, 141.Fan, S., Zhang, J., Blanco-Davis, E., Yang, Z., & Wang, J. &. (2018). Effects of seafarers' emotion on human performance using bridge simulation . Elsevier BV, 170, 111-119Fürbass, F., Kural, M. A., Gritsch, G., Hartmann, M., & Kluge, T. &. (2020). An artificial intelligence based EEG algorithm for detection of epileptiform EEG discharges: Validation against the diagnostic gold standard . Elsevier BV, 131, 1174-1179Gomez, L. C. (2017). Análisis de Señales de electroencefalografía (EEG) para evaluar actividad cognitiva durante el uso de videojuegos. España: Free Software FoundationKadlhofer, M., & Steinbauer, G. (s.f.). Evaluating the impact of educational robotics on pupils’ technicaland. ScienceDirectKhairullah, E., & Arican, M. &. (2020). Brain-computer interface speller system design from electroencephalogram signals with channel selection algorithms. Elsevier BV, 141, 109690Kitchenham, B. (2017). Procedures for Performing. Ann. Saudi Med, 79–83.Lancheros-Cuesta, D. (01 de 2010). Diseño e Implementación de un Módulo Didáctico para el Aprendizaje en la Construcción, Implementación y Manipulación de Robots. Formación Universitaria, 3-8Lerga, J., & Saulig, N. &. (2017). Algorithm based on the short-term Rényi entropy and IF estimation for noisy EEG signals analysis . Elsevier BV, 80, 1-13.Lerga, J., & Saulig, N. &. (2017). Algorithm based on the short-term Rényi entropy and IF estimation for noisy EEG signals analysis . Elsevier BV, 80, 1-13.Lin, F.-R. &.-M. (2018). Detección de esfuerzo mental utilizando datos de EEG en contextos de e learning. Elsevier BV, 122, 63Martínez Ortiz, A. (2015). Examining Students' Proportional Reasoning Strategy Levels as Evidence of the Impact of an Integrated LEGO Robotics and Mathematics Learning Experience. Journal of Technology Education, v26 n2, 46- 69Martinez-Cagigal, V. S.-V.-P. (2019). Towards an accessible use of smartphone-based social networks through brain-computer interfaces. Elsevier BV, 120, 155-166McDonald, S., & Howell, J. (2012). Watching, Creating and Achieving: Creative Technologies as a Conduit for Learning in the Early Years. British Journal of Educational Technology, v43 n4 , 641- 651Michel, R. B. (2001). Measuring time-frequency information content using the Renyi entropies . Institute of Electrical and Electronics Engineers , 47, 1391-1409Park, S.-M., Yu, X., Chum, P., & Lee, W.-Y. &.-B. (2017). Symmetrical feature for interpreting motor imagery EEG signals in the brain– computer interface. Elsevier BV, 129, 163-171.Raj, R., & Deb, S. &. (2018). Brain Computer Interfaced Single Key Omni Directional Pointing and Command System: a Screen Pointing Interface for Differently-abled Person. Elsevier BV, 133, 161-168.Rensong Liu, Z. Z. (2017). Identificación de señales de imágenes motoras anisómicas EEG basadas en algoritmos complejos. Addisson Salazar, 1-13.Rocha, M. &. (2018). Hidden Markov Models Bioinformatics Algorithms. Elsevier, 255-273S. M. Fernandez-Fraga, 1. M.-F.-O.-A. (2018). Extracción de características de la señal EEG en sistemas BCI basado en potencialesevocados visuales en estado estable usando el algoritmo de optimizacion de colonias de hormigas. Seenith Sivasundaram, 1-20Vasiljevic, G. A. (2019). The influence of graphical elements on user's attention and control on a neurofeedback-based game . Elsevier BV, 29, 10- 19Wainer, J., Ferrari, E., Dautenhahn, K., & Robins, B. (2010). The effectiveness of using a robotics class to foster collaboration among groups of children with autism in an exploratory study. . Personal Ubiquitous Computing., 445–455.Williams, J. A., Cisse, F. A., Schaekermann, M., Sakadi, F., Tassiou, N. R., Hotan, G. C., . . . Vogel, A. C. (2019). EEG con teléfono inteligente e interpretación remota en línea para niños con epilepsia en la República de Guinea: calidad, características e implicaciones para la práctica. Elsevier BV, 71, 93-99PublicationORIGINAL2021_Analisis_algoritmos_cerebrales.pdf2021_Analisis_algoritmos_cerebrales.pdfTrabajo de gradoapplication/pdf549313https://repository.ucc.edu.co/bitstreams/02b04606-d0db-49fe-9948-80a3451e4c16/download15c7085076c1c2f55fbe0d83d17bc103MD582021_Analisis_algoritmos_cerebrales-Acta.pdf2021_Analisis_algoritmos_cerebrales-Acta.pdfActa de asesorapplication/pdf70450https://repository.ucc.edu.co/bitstreams/4931c52d-d5f8-4c25-a3aa-4b670f477c4d/downloadd34e07cbe6a27dd09e6edc1caebf9a9aMD532021_Analisis_algoritmos_cerebrales-Licencia.pdf2021_Analisis_algoritmos_cerebrales-Licencia.pdfLicencia de usoapplication/pdf221003https://repository.ucc.edu.co/bitstreams/a9d5569f-7378-4794-92c8-b6075594e08f/download9a8e84e7a32ab8468680d4fa385f93d1MD59LICENSElicense.txtlicense.txttext/plain; charset=utf-84334https://repository.ucc.edu.co/bitstreams/585cb702-d1a9-49e7-979d-9a5be8563d8e/download3bce4f7ab09dfc588f126e1e36e98a45MD510THUMBNAIL2021_Analisis_algoritmos_cerebrales.pdf.jpg2021_Analisis_algoritmos_cerebrales.pdf.jpgGenerated Thumbnailimage/jpeg6851https://repository.ucc.edu.co/bitstreams/c80eb93a-75b0-4f25-be35-29e71ee088f5/download87c63a82f55bf752648cac2fcab5f729MD5112021_Analisis_algoritmos_cerebrales-Acta.pdf.jpg2021_Analisis_algoritmos_cerebrales-Acta.pdf.jpgGenerated Thumbnailimage/jpeg4964https://repository.ucc.edu.co/bitstreams/588ec5a7-f573-4451-b0c6-c7fd88272f7d/download9ffec53c7137c161767ba68579d8274aMD5122021_Analisis_algoritmos_cerebrales-Licencia.pdf.jpg2021_Analisis_algoritmos_cerebrales-Licencia.pdf.jpgGenerated Thumbnailimage/jpeg5044https://repository.ucc.edu.co/bitstreams/5c7b3b73-487f-4743-a50e-91bca112ecdb/downloadcef6b17dd0f7cd5be54f316b8adae1c1MD513TEXT2021_Analisis_algoritmos_cerebrales.pdf.txt2021_Analisis_algoritmos_cerebrales.pdf.txtExtracted texttext/plain63842https://repository.ucc.edu.co/bitstreams/885e63dd-9b99-49be-9fb2-d92b670e1d63/downloadc7c5d0b57cf9a91426882f154448ef2fMD5142021_Analisis_algoritmos_cerebrales-Acta.pdf.txt2021_Analisis_algoritmos_cerebrales-Acta.pdf.txtExtracted texttext/plain2https://repository.ucc.edu.co/bitstreams/ba39c565-2ab6-47bf-9d88-7f29c03b5227/downloade1c06d85ae7b8b032bef47e42e4c08f9MD5152021_Analisis_algoritmos_cerebrales-Licencia.pdf.txt2021_Analisis_algoritmos_cerebrales-Licencia.pdf.txtExtracted texttext/plain5641https://repository.ucc.edu.co/bitstreams/e398e7dd-3e1e-4957-b0c6-998d0b60cd32/download6d18ce58a8725beee6068b91d295ebc1MD51620.500.12494/43981oai:repository.ucc.edu.co:20.500.12494/439812024-08-10 21:56:24.466open.accesshttps://repository.ucc.edu.coRepositorio Institucional Universidad Cooperativa de Colombiabdigital@metabiblioteca.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

Publicaciones similares