Control de un Exoesqueleto de Miembro Inferior a través del procesamiento de Señales Electroencefalográficas adquiridas por medio de un Sistema BCI
Las interfaces cerebro computador (BCI) son sistemas que conectan el cerebro humano a un computador a través de la lectura de señales electroencefalográficas (EEG), lo cual ha generado que en los últimos años los sistemas BCI sean ampliamente investigados en diversos campos, uno de sus principales c...
- Autores:
-
Cardona Castro, Sebastián
Ramírez Marroquín, Diego Alejandro
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad del Quindío
- Repositorio:
- Repositorio Universidad del Quindío
- Idioma:
- spa
- OAI Identifier:
- oai:bdigital.uniquindio.edu.co:001/6737
- Acceso en línea:
- https://bdigital.uniquindio.edu.co/handle/001/6737
https://bdigital.uniquindio.edu.co
- Palabra clave:
- BCI
MRCP
EEG
SVM
Exoesqueleto
- Rights
- openAccess
- License
- Derechos Reservados Universidad del Quindío
Summary: | Las interfaces cerebro computador (BCI) son sistemas que conectan el cerebro humano a un computador a través de la lectura de señales electroencefalográficas (EEG), lo cual ha generado que en los últimos años los sistemas BCI sean ampliamente investigados en diversos campos, uno de sus principales campos de investigación se centra en ayudar a personas con discapacidad motora, permitiéndoles obtener una mayor autonomía y mejores resultados en sus procesos de rehabilitación. En este proyecto se propone el control de un exoesqueleto de miembro inferior a través del procesamiento de las señales electroencefalográficas (EEG), utilizando técnicas de intención motora (MI). Para esto, la señal EEG fue adquirida por medio de la BCI Nautilus 16 y se hizo uso de un exoesqueleto a escala de miembro inferior con dos grados de libertad basado en el modelo de un CPWalker, el cual fue diseñado y fabricado en el programa de Ingeniería Electrónica de la Universidad del Quindío. Posteriormente, para el control del exoesqueleto se implementó una máquina de vector de soporte (SVM) utilizando el kernel de Función de Base Radial (RBF) que permite identificar la intención de movimiento (miembro derecho o Izquierdo) a partir del análisis de los ritmos motores cerebrales. Para generar el movimiento en el exoesqueleto, se hace uso de una interfaz serial que comunica el entorno de desarrollo de python con una tarjeta Arduino Uno, donde se envían los comandos de control a los motores del exoesqueleto conforme a la respuesta generada por el modelo de clasificación. Para evaluar el prototipo, se realizaron una serie de pruebas piloto con dos usuarios totalmente sanos, con un rango de edad de 22 a 25 años. Las señales EEG de los participantes fueron filtradas, segmentadas y procesadas de acuerdo a los parámetros de entrenamiento del modelo generado, obteniendo resultados de exactitud del 91%. Finalmente, se aplica una prueba de funcionalidad que permite observar en el exoesqueleto el movimiento clasificado. |
---|