Desarrollo de una base de datos para el análisis de señales EEG durante la aritmetica mental

Propia

Autores:
Yandún Pitacuar, Johana Marleny
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Antonio Nariño
Repositorio:
Repositorio UAN
Idioma:
spa
OAI Identifier:
oai:repositorio.uan.edu.co:123456789/3150
Acceso en línea:
http://repositorio.uan.edu.co/handle/123456789/3150
Palabra clave:
Señales EEG (electroencefalográficas)
Base de datos
Descriptores
MATLAB
MySQL
EEG (electroencephalographic) signals
Database
Descriptors
MATLAB
MySQL
Rights
openAccess
License
Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
id UAntonioN2_3edc40f192bf200f103026489c56b5b6
oai_identifier_str oai:repositorio.uan.edu.co:123456789/3150
network_acronym_str UAntonioN2
network_name_str Repositorio UAN
repository_id_str
dc.title.es_ES.fl_str_mv Desarrollo de una base de datos para el análisis de señales EEG durante la aritmetica mental
title Desarrollo de una base de datos para el análisis de señales EEG durante la aritmetica mental
spellingShingle Desarrollo de una base de datos para el análisis de señales EEG durante la aritmetica mental
Señales EEG (electroencefalográficas)
Base de datos
Descriptores
MATLAB
MySQL
EEG (electroencephalographic) signals
Database
Descriptors
MATLAB
MySQL
title_short Desarrollo de una base de datos para el análisis de señales EEG durante la aritmetica mental
title_full Desarrollo de una base de datos para el análisis de señales EEG durante la aritmetica mental
title_fullStr Desarrollo de una base de datos para el análisis de señales EEG durante la aritmetica mental
title_full_unstemmed Desarrollo de una base de datos para el análisis de señales EEG durante la aritmetica mental
title_sort Desarrollo de una base de datos para el análisis de señales EEG durante la aritmetica mental
dc.creator.fl_str_mv Yandún Pitacuar, Johana Marleny
dc.contributor.advisor.spa.fl_str_mv Gutiérrez Gutiérrez, Edgar Williton
dc.contributor.author.spa.fl_str_mv Yandún Pitacuar, Johana Marleny
dc.subject.es_ES.fl_str_mv Señales EEG (electroencefalográficas)
Base de datos
Descriptores
MATLAB
MySQL
topic Señales EEG (electroencefalográficas)
Base de datos
Descriptores
MATLAB
MySQL
EEG (electroencephalographic) signals
Database
Descriptors
MATLAB
MySQL
dc.subject.keyword.es_ES.fl_str_mv EEG (electroencephalographic) signals
Database
Descriptors
MATLAB
MySQL
description Propia
publishDate 2020
dc.date.issued.spa.fl_str_mv 2020-11-23
dc.date.accessioned.none.fl_str_mv 2021-03-10T20:04:02Z
dc.date.available.none.fl_str_mv 2021-03-10T20:04:02Z
dc.type.spa.fl_str_mv Trabajo de grado (Pregrado y/o Especialización)
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://repositorio.uan.edu.co/handle/123456789/3150
dc.identifier.bibliographicCitation.spa.fl_str_mv Acharya. J, Hani. A, Thirumala. P & Tsuchida. T. (2016) “American Clinical Neurophysiology Society Guideline 3: A Proposal for Standard Montages to Be Used in Clinical EEG”. Journal of Clinical Neurophysiology Volumen 33, Number 4, August. Disponible en: https://www.acns.org/UserFiles/file/Guideline3ProposalforStandardMontagestobeUsedinClinicalEEG_v1.pdf. Recuperado 18/10/2020.
Alagia, R. (febrero, 2018). Procesamiento de artefactos en EEG para aplicaciones de comunicación y control [ Tesis de Grado]. Escuela Técnica Superior de Ingeniería del Diseño Universidad Politécnica de Valencia. Disponible en: https://riunet.upv.es/bitstream/handle.
Armanavarr5 (2020). Conceptos básicos de datos. Genial.ly de https://view.genial.ly/5e796f06438fc40e05e3dd73/vertical-infographic-conceptos-basicos-de-datos.
Base de datos Physionet (1999). Disponible en: https://archive.physionet.org/cgi-bin/atm/ATM. Recuperado 22/08/2020. Recuperado: 13/06/2020.
Blanco Gómez, S. (2017). Desarrollo de un sistema para análisis de señales electroencefalográficas. [Tipo: Tesis de Pregrado], E.T.S.I. y Sistemas de Telecomunicación (UPM), Madrid.
Boeree, George (s.f) La Neurona. Disponible en: http://webspace.ship.edu/cgboer/genesp/neuronas.html. Recuperado 18/10/ 2020 Castro. L & Galvis. C. (2018). Effects of physical activity on cognitive impairment and dementia. Disponible en: http://www.revsaludpublica.sld.cu/index.php/spu/article/view/979/111 Recuperado: 14/09/2020.
B. Gustavo (2020) Que es Wamp. HOSTINGER.co. 16 Julio. Disponible en: https://www.hostinger.co/tutoriales/que-es-wamp.
Castillo. A, Suarez. Y & Carmona. B. (2016). Análisis electroencefalográfico de la conectividad funcional en habituación por teoría de gráficas. Rev. mex. ing. Bioméd. vol.37, n.3, pp.181-200.
Cerón. et. al, (2017). Frecuencia y distribución de deterioro cognitivo en los hogares gerontológicos de la localidad de barrios unidos por medio de la aplicación de minimental test en adultos mayores de 60 años. Disponible en: https://repository.udca.edu.co/bitstream. Recuperado: 14/09/2020.
Cohen MK. (2013) “Analyzing neural time series data: theory and practice”. Cambridge, MA: MIT Press. Recuperado. 18/10/2020.
Documentación seguridad y acceso a bases de datos (2019-20). Disponible en: http://www.personal.fi.upm.es/~lmengual/bases_datos/bd_seguridad.html. Recuperado 25/09/2020.
ECUARED. WampServer Disponible en: https://www.ecured.cu/Wampserver#Fuente Recuperado: 15/09/2020.
Fajardo. A. & Guzmán A. (2016). Neurofeedback, aplicaciones y eficacia. Interdisciplinaria, vol. 33, núm. 1, 2016. Centro Interamericano de Investigaciones Psicológicas y Ciencias Afines.
Gómez Figueroa. L (2016) Análisis de señales EEG para detección de eventos oculares musculares y cognitivos. [Tesis de grado] Universidad Politécnica de Madrid. Escuela Técnica Superior de Ingenieros Industriales. Madrid 12 de septiembre.
Gómez S. (2017) Desarrollo de un Sistema para el Análisis de Señales Electroencefalográficas. [Tesis de grado] Escuela Técnica Superior de Ingeniería Y Sistemas de Telecomunicaciones. Madrid, España.
González. J. (2014, 05). Tipos de Señales y Estudio y valoración base de datos Physionet. Disponible en: 271273649_Tipos_de_Senales_y_Estudio_y_valoracion_base_de_datos_PhysioNet. Recuperado: 20/10/2020.
Jackson AF, Bolger DJ. (2014) “The neurophysiological bases of EEG and EEG measurement”, Rev. a review for the rest of us. Psychophysiology. Pag51(11):1061–71. Recuperado: 18/10/2020.
Lalor et al., (2005). Control de interfaz cerebro-computadora basado en VEP de estado estable en un entorno de juegos 3D inmersivo. Revista EURASIP sobre avances en el procesamiento de señales. Número de artículo: 706906. Disponible en: https://link.springer.com/article/10.1155/ASP.2005.3156.
Li Hu & Zhiguo Zhang. (2019). EEG: Neural Basis and Measurement. EEG Signal Processing and Feature Extraction (p.7-8). China: Springer Nature Singapore Pte Ltd.
Luck. Steven J (2014) An Introduction to the Event-Related Potential Technique, Second Edition. Bradford, Londres.
Maella. D. (2012, 09). Extracción y selección de características para un sistema de brain computer interface (BCI) mediante algoritmos genéticos (AG). [Tesis de master] Universidad Zaragoza. España.
Medina. B, Sierra. J & Barrios. A. (2018). Técnicas de Extracción de características de señales EEG en la imaginación de movimiento para sistemas BCI. Rev. Espacios. Vol. 39 (Nº22). Pág 36.
Ministerio de Salud. (2018) Boletín de la salud mental análisis de los indicadores de salud mental por territorio. Grupo Gestión Integrada para la Salud Mental.
Ming-Ai, Rui, Dong-Mei, & Jin-Fu, (2009). Técnicas de extracción de características se señales EEG. Rev. EspaciosVol. 39 (Nº22) Año 2018. Pág. 36.
Muthanantha Murugavel, Ramakrishnan, Balasamy, & Gopalakrishnan (2016) Hierarchical multi-class SVM with ELM kernel for epileptic EEG signal classification. ASM Murugavel, S Ramakrishnan - Medical & biological engineering & computing, Disponible en: https://scholar.google.com/citations. Recuperado: 30/08/2020.
Nascimento.L (2019). Metodología para comparar diferentes estrategias educativas usando fNIRS y EEG. Brain Support. 12 de diciembre. Brasil. Disponible en: https://www.brainlatam.com/blog/metodologia-para-comparar-diferentes-estrategias-educativas-usando-fnirs-y-eeg-890.
Nagel JH. (2000). “Biopotential amplifiers. In: The biomedical engineering handbook” Boca Raton: CRC/Taylor & Francis; vol. 2. p. 1300.
Niedermeyer and Lopes da Silva (2005) Electroencephalography: Basic Principles, Clinical Applications, and Related Fields. Lippincott Williams & Wilkins. Recuperado: 18/10/ 2020.
Noronha. C. (2019) Brain Support. Equipos de EEG. Disponible en: https://www.brainlatam.com/blog/equipos-de-eeg-507. Recuperado: 14/09/2020.
Paniagua. Y. (2013). Base de datos de señales electrofisiológicas. Disponible en: https://repository.eia.edu.co/bitstream/11190/299/7/PaniaguaYurley_2013_BaseDatosSe%C3%B1ales.pdf Recuperado: 14/09/2020.
Peláez. V. (2018). ¿Por qué es tan importante el entrenamiento cognitivo? Disponible en: https://www.redcenit.com/por-que-es-tan-importante-el-entrenamiento-cognitivo/ Recuperado: 14/09/2020.
Peng. W. (2019). “EEG Preprocessing and Denoising”. School of Psychology, Shenzhen University, Shenzhen, Guangdong, China. Recuperado: 19/10/2020. Picton TW et al. (2000) “Guidelines for using human event-related potentials to study cognition: recording standards and publication criteria. Psychophysiology”. Pag 37-127–52. Recuperado: 18/10/ 2020.
Ramírez Rigo. P (2017). La Neurona y El Impulso Nervioso. Aula Digital XXI. 5 de Julio. Disponible en: https://auladigitalxxi.wordpress.com/2017/07/05/la-neurona-y-el-impulso-nervioso/. Recuperado: 24/09/2020.
Rouse. M. (2017.marzo 22). Open Database Connectivity (ODBC). Disponible en: https://searchdatacenter.techtarget.com/es/definicion/Open-Database-Connectivity-ODBC Recuperado : 15/09/2020.
Saceda.D. (2018,) Cuándo se hace un electroencefalograma (EEG). Mayo 11. Web consultas Revista de salud y bienestar. Disponible en: https://www.webconsultas.com/pruebas-medicas/cuando-se-hace-un electroencefalograma-eeg-12531.
Seguridad de los datos MySQL. Disponible en: https://prezi.com/-sb5zpbkhnsl/seguridad-de-los-datos-en-mysql/?frame=2843c87ad650b1575adbd6e1afb95e7ee1948387. Recuperado: 30/08/2020.
Trastornos cognitivos: Qué son y cómo nos afectan. (s.f.). Disponible en: https://www.isesinstituto.com/noticia/trastornos-cognitivos-que-son-y-como-nos-afectan. Recuperado: 23/09/2020.
Teplan. M (2002) Fundamental of EEG Measurement. Institute of Measurement Science, Slovak Academy of Sciences, Dúbravská cesta 9, 841 04 Bratislava, Eslovaquia. Recuperado 18/10/2020.
UzcateguI Vielma, Antonio José et al. Hallazgos electroencefalográficos en niños con trastornos del aprendizaje. (2009). Arch Venez Puer Ped. vol.72, n.1, pp. 13-19.
Valdés. O & Muñoz. C. (1995) Sistema de adquisición y procesamiento de señales electroencefalográficas. Congreso Internacional Académico de Ingeniería Electrónica: chihuahua. Volumen: XVII. Recuperado: 24/10/2020.
Vivaldi. E, Maldonado. P (2001) “Computers in biomedical research: I. Analysis of bioelectrical signals”. Revista médica de Chile. v.129 n.8 Santiago agosto. Recuperado: 23/10/2020
Xia, X & Hu, L. (2019). EEG: Neural Basis and Measurement. EEG Signal Processing and Feature Extraction (p.7-8). China: Springer Nature Singapore Pte Ltd.
Yao DZ. (2010). “A method to standardize a reference of scalp EEG recordings to a point at infinity. Physiol Meas”, Pag, 22(4):693–711. Recuperado: 18/10/2020.
Zhiguo Zhang. (2019). Procesamiento de señales de EEG y extracción de características. China: Editorial Springer Nature Singapore Pte Ltd.
Zyma, I, Tukaev, S. et.al. (2019). “Electroencephalograms during Mental Arithmetic Task Performance”. Data 2019, pp- 4, 14.
dc.identifier.instname.spa.fl_str_mv instname:Universidad Antonio Nariño
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UAN
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uan.edu.co/
url http://repositorio.uan.edu.co/handle/123456789/3150
identifier_str_mv Acharya. J, Hani. A, Thirumala. P & Tsuchida. T. (2016) “American Clinical Neurophysiology Society Guideline 3: A Proposal for Standard Montages to Be Used in Clinical EEG”. Journal of Clinical Neurophysiology Volumen 33, Number 4, August. Disponible en: https://www.acns.org/UserFiles/file/Guideline3ProposalforStandardMontagestobeUsedinClinicalEEG_v1.pdf. Recuperado 18/10/2020.
Alagia, R. (febrero, 2018). Procesamiento de artefactos en EEG para aplicaciones de comunicación y control [ Tesis de Grado]. Escuela Técnica Superior de Ingeniería del Diseño Universidad Politécnica de Valencia. Disponible en: https://riunet.upv.es/bitstream/handle.
Armanavarr5 (2020). Conceptos básicos de datos. Genial.ly de https://view.genial.ly/5e796f06438fc40e05e3dd73/vertical-infographic-conceptos-basicos-de-datos.
Base de datos Physionet (1999). Disponible en: https://archive.physionet.org/cgi-bin/atm/ATM. Recuperado 22/08/2020. Recuperado: 13/06/2020.
Blanco Gómez, S. (2017). Desarrollo de un sistema para análisis de señales electroencefalográficas. [Tipo: Tesis de Pregrado], E.T.S.I. y Sistemas de Telecomunicación (UPM), Madrid.
Boeree, George (s.f) La Neurona. Disponible en: http://webspace.ship.edu/cgboer/genesp/neuronas.html. Recuperado 18/10/ 2020 Castro. L & Galvis. C. (2018). Effects of physical activity on cognitive impairment and dementia. Disponible en: http://www.revsaludpublica.sld.cu/index.php/spu/article/view/979/111 Recuperado: 14/09/2020.
B. Gustavo (2020) Que es Wamp. HOSTINGER.co. 16 Julio. Disponible en: https://www.hostinger.co/tutoriales/que-es-wamp.
Castillo. A, Suarez. Y & Carmona. B. (2016). Análisis electroencefalográfico de la conectividad funcional en habituación por teoría de gráficas. Rev. mex. ing. Bioméd. vol.37, n.3, pp.181-200.
Cerón. et. al, (2017). Frecuencia y distribución de deterioro cognitivo en los hogares gerontológicos de la localidad de barrios unidos por medio de la aplicación de minimental test en adultos mayores de 60 años. Disponible en: https://repository.udca.edu.co/bitstream. Recuperado: 14/09/2020.
Cohen MK. (2013) “Analyzing neural time series data: theory and practice”. Cambridge, MA: MIT Press. Recuperado. 18/10/2020.
Documentación seguridad y acceso a bases de datos (2019-20). Disponible en: http://www.personal.fi.upm.es/~lmengual/bases_datos/bd_seguridad.html. Recuperado 25/09/2020.
ECUARED. WampServer Disponible en: https://www.ecured.cu/Wampserver#Fuente Recuperado: 15/09/2020.
Fajardo. A. & Guzmán A. (2016). Neurofeedback, aplicaciones y eficacia. Interdisciplinaria, vol. 33, núm. 1, 2016. Centro Interamericano de Investigaciones Psicológicas y Ciencias Afines.
Gómez Figueroa. L (2016) Análisis de señales EEG para detección de eventos oculares musculares y cognitivos. [Tesis de grado] Universidad Politécnica de Madrid. Escuela Técnica Superior de Ingenieros Industriales. Madrid 12 de septiembre.
Gómez S. (2017) Desarrollo de un Sistema para el Análisis de Señales Electroencefalográficas. [Tesis de grado] Escuela Técnica Superior de Ingeniería Y Sistemas de Telecomunicaciones. Madrid, España.
González. J. (2014, 05). Tipos de Señales y Estudio y valoración base de datos Physionet. Disponible en: 271273649_Tipos_de_Senales_y_Estudio_y_valoracion_base_de_datos_PhysioNet. Recuperado: 20/10/2020.
Jackson AF, Bolger DJ. (2014) “The neurophysiological bases of EEG and EEG measurement”, Rev. a review for the rest of us. Psychophysiology. Pag51(11):1061–71. Recuperado: 18/10/2020.
Lalor et al., (2005). Control de interfaz cerebro-computadora basado en VEP de estado estable en un entorno de juegos 3D inmersivo. Revista EURASIP sobre avances en el procesamiento de señales. Número de artículo: 706906. Disponible en: https://link.springer.com/article/10.1155/ASP.2005.3156.
Li Hu & Zhiguo Zhang. (2019). EEG: Neural Basis and Measurement. EEG Signal Processing and Feature Extraction (p.7-8). China: Springer Nature Singapore Pte Ltd.
Luck. Steven J (2014) An Introduction to the Event-Related Potential Technique, Second Edition. Bradford, Londres.
Maella. D. (2012, 09). Extracción y selección de características para un sistema de brain computer interface (BCI) mediante algoritmos genéticos (AG). [Tesis de master] Universidad Zaragoza. España.
Medina. B, Sierra. J & Barrios. A. (2018). Técnicas de Extracción de características de señales EEG en la imaginación de movimiento para sistemas BCI. Rev. Espacios. Vol. 39 (Nº22). Pág 36.
Ministerio de Salud. (2018) Boletín de la salud mental análisis de los indicadores de salud mental por territorio. Grupo Gestión Integrada para la Salud Mental.
Ming-Ai, Rui, Dong-Mei, & Jin-Fu, (2009). Técnicas de extracción de características se señales EEG. Rev. EspaciosVol. 39 (Nº22) Año 2018. Pág. 36.
Muthanantha Murugavel, Ramakrishnan, Balasamy, & Gopalakrishnan (2016) Hierarchical multi-class SVM with ELM kernel for epileptic EEG signal classification. ASM Murugavel, S Ramakrishnan - Medical & biological engineering & computing, Disponible en: https://scholar.google.com/citations. Recuperado: 30/08/2020.
Nascimento.L (2019). Metodología para comparar diferentes estrategias educativas usando fNIRS y EEG. Brain Support. 12 de diciembre. Brasil. Disponible en: https://www.brainlatam.com/blog/metodologia-para-comparar-diferentes-estrategias-educativas-usando-fnirs-y-eeg-890.
Nagel JH. (2000). “Biopotential amplifiers. In: The biomedical engineering handbook” Boca Raton: CRC/Taylor & Francis; vol. 2. p. 1300.
Niedermeyer and Lopes da Silva (2005) Electroencephalography: Basic Principles, Clinical Applications, and Related Fields. Lippincott Williams & Wilkins. Recuperado: 18/10/ 2020.
Noronha. C. (2019) Brain Support. Equipos de EEG. Disponible en: https://www.brainlatam.com/blog/equipos-de-eeg-507. Recuperado: 14/09/2020.
Paniagua. Y. (2013). Base de datos de señales electrofisiológicas. Disponible en: https://repository.eia.edu.co/bitstream/11190/299/7/PaniaguaYurley_2013_BaseDatosSe%C3%B1ales.pdf Recuperado: 14/09/2020.
Peláez. V. (2018). ¿Por qué es tan importante el entrenamiento cognitivo? Disponible en: https://www.redcenit.com/por-que-es-tan-importante-el-entrenamiento-cognitivo/ Recuperado: 14/09/2020.
Peng. W. (2019). “EEG Preprocessing and Denoising”. School of Psychology, Shenzhen University, Shenzhen, Guangdong, China. Recuperado: 19/10/2020. Picton TW et al. (2000) “Guidelines for using human event-related potentials to study cognition: recording standards and publication criteria. Psychophysiology”. Pag 37-127–52. Recuperado: 18/10/ 2020.
Ramírez Rigo. P (2017). La Neurona y El Impulso Nervioso. Aula Digital XXI. 5 de Julio. Disponible en: https://auladigitalxxi.wordpress.com/2017/07/05/la-neurona-y-el-impulso-nervioso/. Recuperado: 24/09/2020.
Rouse. M. (2017.marzo 22). Open Database Connectivity (ODBC). Disponible en: https://searchdatacenter.techtarget.com/es/definicion/Open-Database-Connectivity-ODBC Recuperado : 15/09/2020.
Saceda.D. (2018,) Cuándo se hace un electroencefalograma (EEG). Mayo 11. Web consultas Revista de salud y bienestar. Disponible en: https://www.webconsultas.com/pruebas-medicas/cuando-se-hace-un electroencefalograma-eeg-12531.
Seguridad de los datos MySQL. Disponible en: https://prezi.com/-sb5zpbkhnsl/seguridad-de-los-datos-en-mysql/?frame=2843c87ad650b1575adbd6e1afb95e7ee1948387. Recuperado: 30/08/2020.
Trastornos cognitivos: Qué son y cómo nos afectan. (s.f.). Disponible en: https://www.isesinstituto.com/noticia/trastornos-cognitivos-que-son-y-como-nos-afectan. Recuperado: 23/09/2020.
Teplan. M (2002) Fundamental of EEG Measurement. Institute of Measurement Science, Slovak Academy of Sciences, Dúbravská cesta 9, 841 04 Bratislava, Eslovaquia. Recuperado 18/10/2020.
UzcateguI Vielma, Antonio José et al. Hallazgos electroencefalográficos en niños con trastornos del aprendizaje. (2009). Arch Venez Puer Ped. vol.72, n.1, pp. 13-19.
Valdés. O & Muñoz. C. (1995) Sistema de adquisición y procesamiento de señales electroencefalográficas. Congreso Internacional Académico de Ingeniería Electrónica: chihuahua. Volumen: XVII. Recuperado: 24/10/2020.
Vivaldi. E, Maldonado. P (2001) “Computers in biomedical research: I. Analysis of bioelectrical signals”. Revista médica de Chile. v.129 n.8 Santiago agosto. Recuperado: 23/10/2020
Xia, X & Hu, L. (2019). EEG: Neural Basis and Measurement. EEG Signal Processing and Feature Extraction (p.7-8). China: Springer Nature Singapore Pte Ltd.
Yao DZ. (2010). “A method to standardize a reference of scalp EEG recordings to a point at infinity. Physiol Meas”, Pag, 22(4):693–711. Recuperado: 18/10/2020.
Zhiguo Zhang. (2019). Procesamiento de señales de EEG y extracción de características. China: Editorial Springer Nature Singapore Pte Ltd.
Zyma, I, Tukaev, S. et.al. (2019). “Electroencephalograms during Mental Arithmetic Task Performance”. Data 2019, pp- 4, 14.
instname:Universidad Antonio Nariño
reponame:Repositorio Institucional UAN
repourl:https://repositorio.uan.edu.co/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv Acceso abierto
dc.rights.license.spa.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
Acceso abierto
https://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.publisher.spa.fl_str_mv Universidad Antonio Nariño
dc.publisher.program.spa.fl_str_mv Ingeniería Biomédica
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería Mecánica, Electrónica y Biomédica
dc.publisher.campus.spa.fl_str_mv Popayán - Alto Cauca
institution Universidad Antonio Nariño
bitstream.url.fl_str_mv https://repositorio.uan.edu.co/bitstreams/367e69be-49cb-4cc0-88ea-754460123f8d/download
https://repositorio.uan.edu.co/bitstreams/606870a6-ac64-44f3-9afd-ee31e56d3042/download
https://repositorio.uan.edu.co/bitstreams/5ae8899a-4b40-40dc-92f8-d895e0c9dbdc/download
https://repositorio.uan.edu.co/bitstreams/459e7551-673b-4220-bc76-7f696f5c2590/download
bitstream.checksum.fl_str_mv c47ee5251abcf3d1b28a0ae58c097ad7
97bb602165eb0271e620b2cbe780d6f1
9868ccc48a14c8d591352b6eaf7f6239
45929732dd935afe8b7a333157380579
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UAN
repository.mail.fl_str_mv alertas.repositorio@uan.edu.co
_version_ 1812928371056705536
spelling Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)Acceso abiertohttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Gutiérrez Gutiérrez, Edgar WillitonYandún Pitacuar, Johana Marleny10859482132021-03-10T20:04:02Z2021-03-10T20:04:02Z2020-11-23http://repositorio.uan.edu.co/handle/123456789/3150Acharya. J, Hani. A, Thirumala. P & Tsuchida. T. (2016) “American Clinical Neurophysiology Society Guideline 3: A Proposal for Standard Montages to Be Used in Clinical EEG”. Journal of Clinical Neurophysiology Volumen 33, Number 4, August. Disponible en: https://www.acns.org/UserFiles/file/Guideline3ProposalforStandardMontagestobeUsedinClinicalEEG_v1.pdf. Recuperado 18/10/2020.Alagia, R. (febrero, 2018). Procesamiento de artefactos en EEG para aplicaciones de comunicación y control [ Tesis de Grado]. Escuela Técnica Superior de Ingeniería del Diseño Universidad Politécnica de Valencia. Disponible en: https://riunet.upv.es/bitstream/handle.Armanavarr5 (2020). Conceptos básicos de datos. Genial.ly de https://view.genial.ly/5e796f06438fc40e05e3dd73/vertical-infographic-conceptos-basicos-de-datos.Base de datos Physionet (1999). Disponible en: https://archive.physionet.org/cgi-bin/atm/ATM. Recuperado 22/08/2020. Recuperado: 13/06/2020.Blanco Gómez, S. (2017). Desarrollo de un sistema para análisis de señales electroencefalográficas. [Tipo: Tesis de Pregrado], E.T.S.I. y Sistemas de Telecomunicación (UPM), Madrid.Boeree, George (s.f) La Neurona. Disponible en: http://webspace.ship.edu/cgboer/genesp/neuronas.html. Recuperado 18/10/ 2020 Castro. L & Galvis. C. (2018). Effects of physical activity on cognitive impairment and dementia. Disponible en: http://www.revsaludpublica.sld.cu/index.php/spu/article/view/979/111 Recuperado: 14/09/2020.B. Gustavo (2020) Que es Wamp. HOSTINGER.co. 16 Julio. Disponible en: https://www.hostinger.co/tutoriales/que-es-wamp.Castillo. A, Suarez. Y & Carmona. B. (2016). Análisis electroencefalográfico de la conectividad funcional en habituación por teoría de gráficas. Rev. mex. ing. Bioméd. vol.37, n.3, pp.181-200.Cerón. et. al, (2017). Frecuencia y distribución de deterioro cognitivo en los hogares gerontológicos de la localidad de barrios unidos por medio de la aplicación de minimental test en adultos mayores de 60 años. Disponible en: https://repository.udca.edu.co/bitstream. Recuperado: 14/09/2020.Cohen MK. (2013) “Analyzing neural time series data: theory and practice”. Cambridge, MA: MIT Press. Recuperado. 18/10/2020.Documentación seguridad y acceso a bases de datos (2019-20). Disponible en: http://www.personal.fi.upm.es/~lmengual/bases_datos/bd_seguridad.html. Recuperado 25/09/2020.ECUARED. WampServer Disponible en: https://www.ecured.cu/Wampserver#Fuente Recuperado: 15/09/2020.Fajardo. A. & Guzmán A. (2016). Neurofeedback, aplicaciones y eficacia. Interdisciplinaria, vol. 33, núm. 1, 2016. Centro Interamericano de Investigaciones Psicológicas y Ciencias Afines.Gómez Figueroa. L (2016) Análisis de señales EEG para detección de eventos oculares musculares y cognitivos. [Tesis de grado] Universidad Politécnica de Madrid. Escuela Técnica Superior de Ingenieros Industriales. Madrid 12 de septiembre.Gómez S. (2017) Desarrollo de un Sistema para el Análisis de Señales Electroencefalográficas. [Tesis de grado] Escuela Técnica Superior de Ingeniería Y Sistemas de Telecomunicaciones. Madrid, España.González. J. (2014, 05). Tipos de Señales y Estudio y valoración base de datos Physionet. Disponible en: 271273649_Tipos_de_Senales_y_Estudio_y_valoracion_base_de_datos_PhysioNet. Recuperado: 20/10/2020.Jackson AF, Bolger DJ. (2014) “The neurophysiological bases of EEG and EEG measurement”, Rev. a review for the rest of us. Psychophysiology. Pag51(11):1061–71. Recuperado: 18/10/2020.Lalor et al., (2005). Control de interfaz cerebro-computadora basado en VEP de estado estable en un entorno de juegos 3D inmersivo. Revista EURASIP sobre avances en el procesamiento de señales. Número de artículo: 706906. Disponible en: https://link.springer.com/article/10.1155/ASP.2005.3156.Li Hu & Zhiguo Zhang. (2019). EEG: Neural Basis and Measurement. EEG Signal Processing and Feature Extraction (p.7-8). China: Springer Nature Singapore Pte Ltd.Luck. Steven J (2014) An Introduction to the Event-Related Potential Technique, Second Edition. Bradford, Londres.Maella. D. (2012, 09). Extracción y selección de características para un sistema de brain computer interface (BCI) mediante algoritmos genéticos (AG). [Tesis de master] Universidad Zaragoza. España.Medina. B, Sierra. J & Barrios. A. (2018). Técnicas de Extracción de características de señales EEG en la imaginación de movimiento para sistemas BCI. Rev. Espacios. Vol. 39 (Nº22). Pág 36.Ministerio de Salud. (2018) Boletín de la salud mental análisis de los indicadores de salud mental por territorio. Grupo Gestión Integrada para la Salud Mental.Ming-Ai, Rui, Dong-Mei, & Jin-Fu, (2009). Técnicas de extracción de características se señales EEG. Rev. EspaciosVol. 39 (Nº22) Año 2018. Pág. 36.Muthanantha Murugavel, Ramakrishnan, Balasamy, & Gopalakrishnan (2016) Hierarchical multi-class SVM with ELM kernel for epileptic EEG signal classification. ASM Murugavel, S Ramakrishnan - Medical & biological engineering & computing, Disponible en: https://scholar.google.com/citations. Recuperado: 30/08/2020.Nascimento.L (2019). Metodología para comparar diferentes estrategias educativas usando fNIRS y EEG. Brain Support. 12 de diciembre. Brasil. Disponible en: https://www.brainlatam.com/blog/metodologia-para-comparar-diferentes-estrategias-educativas-usando-fnirs-y-eeg-890.Nagel JH. (2000). “Biopotential amplifiers. In: The biomedical engineering handbook” Boca Raton: CRC/Taylor & Francis; vol. 2. p. 1300.Niedermeyer and Lopes da Silva (2005) Electroencephalography: Basic Principles, Clinical Applications, and Related Fields. Lippincott Williams & Wilkins. Recuperado: 18/10/ 2020.Noronha. C. (2019) Brain Support. Equipos de EEG. Disponible en: https://www.brainlatam.com/blog/equipos-de-eeg-507. Recuperado: 14/09/2020.Paniagua. Y. (2013). Base de datos de señales electrofisiológicas. Disponible en: https://repository.eia.edu.co/bitstream/11190/299/7/PaniaguaYurley_2013_BaseDatosSe%C3%B1ales.pdf Recuperado: 14/09/2020.Peláez. V. (2018). ¿Por qué es tan importante el entrenamiento cognitivo? Disponible en: https://www.redcenit.com/por-que-es-tan-importante-el-entrenamiento-cognitivo/ Recuperado: 14/09/2020.Peng. W. (2019). “EEG Preprocessing and Denoising”. School of Psychology, Shenzhen University, Shenzhen, Guangdong, China. Recuperado: 19/10/2020. Picton TW et al. (2000) “Guidelines for using human event-related potentials to study cognition: recording standards and publication criteria. Psychophysiology”. Pag 37-127–52. Recuperado: 18/10/ 2020.Ramírez Rigo. P (2017). La Neurona y El Impulso Nervioso. Aula Digital XXI. 5 de Julio. Disponible en: https://auladigitalxxi.wordpress.com/2017/07/05/la-neurona-y-el-impulso-nervioso/. Recuperado: 24/09/2020.Rouse. M. (2017.marzo 22). Open Database Connectivity (ODBC). Disponible en: https://searchdatacenter.techtarget.com/es/definicion/Open-Database-Connectivity-ODBC Recuperado : 15/09/2020.Saceda.D. (2018,) Cuándo se hace un electroencefalograma (EEG). Mayo 11. Web consultas Revista de salud y bienestar. Disponible en: https://www.webconsultas.com/pruebas-medicas/cuando-se-hace-un electroencefalograma-eeg-12531.Seguridad de los datos MySQL. Disponible en: https://prezi.com/-sb5zpbkhnsl/seguridad-de-los-datos-en-mysql/?frame=2843c87ad650b1575adbd6e1afb95e7ee1948387. Recuperado: 30/08/2020.Trastornos cognitivos: Qué son y cómo nos afectan. (s.f.). Disponible en: https://www.isesinstituto.com/noticia/trastornos-cognitivos-que-son-y-como-nos-afectan. Recuperado: 23/09/2020.Teplan. M (2002) Fundamental of EEG Measurement. Institute of Measurement Science, Slovak Academy of Sciences, Dúbravská cesta 9, 841 04 Bratislava, Eslovaquia. Recuperado 18/10/2020.UzcateguI Vielma, Antonio José et al. Hallazgos electroencefalográficos en niños con trastornos del aprendizaje. (2009). Arch Venez Puer Ped. vol.72, n.1, pp. 13-19.Valdés. O & Muñoz. C. (1995) Sistema de adquisición y procesamiento de señales electroencefalográficas. Congreso Internacional Académico de Ingeniería Electrónica: chihuahua. Volumen: XVII. Recuperado: 24/10/2020.Vivaldi. E, Maldonado. P (2001) “Computers in biomedical research: I. Analysis of bioelectrical signals”. Revista médica de Chile. v.129 n.8 Santiago agosto. Recuperado: 23/10/2020Xia, X & Hu, L. (2019). EEG: Neural Basis and Measurement. EEG Signal Processing and Feature Extraction (p.7-8). China: Springer Nature Singapore Pte Ltd.Yao DZ. (2010). “A method to standardize a reference of scalp EEG recordings to a point at infinity. Physiol Meas”, Pag, 22(4):693–711. Recuperado: 18/10/2020.Zhiguo Zhang. (2019). Procesamiento de señales de EEG y extracción de características. China: Editorial Springer Nature Singapore Pte Ltd.Zyma, I, Tukaev, S. et.al. (2019). “Electroencephalograms during Mental Arithmetic Task Performance”. Data 2019, pp- 4, 14.instname:Universidad Antonio Nariñoreponame:Repositorio Institucional UANrepourl:https://repositorio.uan.edu.co/PropiaIn the scientific world there are several investigations based on information stored in specific databases, these contain information that can be images, audios, statistics, signals, etc. From the latter we find databases of ECG (electrocardiographic), EOG (electrocochleographic), EEG (electroencephalographic), EMG (electromyography) signals, among others. However, many of these signals are captured for very specific purposes, which prevents them from being analyzed from points of view other than the capture process. For example, in EEG signals, the capture of the signals differs from the environment to which the patient is submitted or from the type of test that the researchers are performing, making it unfeasible for other types of analysis, given that the signals vary. Many technological and research advances are largely due to the existence of databases, which have made it possible to use and transform important information for the development of applications in the field of biotechnology, diagnosis and research, reducing time and costs of the research process. This research is based on the collection and analysis of electroencephalographic signals and their respective storage in a database, while the patient performs basic arithmetic mental operations, such as subtraction. For this purpose, we will use the signals obtained in the free access database of Physionet, where there is a section of EEG signals obtained from mental arithmetic processes. The process of obtaining information for the EEG database, will consist of finding the most relevant descriptors determined by the analysis of research in EEG signal processing, also having a user interface that will make access much more dynamic for the user and researcher, to obtain important information and characteristics of these signals. The processing and digital analysis of them, will allow us to acquire the data of interest for the proposed research, which will use descriptor analysis to help demonstrate the differences that may exist within the signals studied and with evident changes in frequency and time.En el mundo científico se encuentran diversas investigaciones basadas en informaciones almacenadas en bases de datos específicas, estas contienen información que puede ser de imágenes, audios, estadísticas, señales, etc. De esta última encontramos bases de datos de señales ECG (electrocardiográficas), EOG (electrococleográficas), EEG (electroencefalográficas), EMG (electromiográfícas), entre otras. Sin embargo, muchas de estas señales son capturadas con propósitos muy específicos, lo cual impide que pueda analizarse desde puntos de vista diferentes al proceso de captura, por ejemplo, en señales de EEG, la captura de las señales difiere del ambiente al que es sometido el paciente o del tipo de prueba que están realizando los investigadores, haciéndolo inviable para otro tipo de análisis, esto dado a que las señales varían. Muchos avances tecnológicos e investigaciones en gran parte se deben a la existencia de bases de datos, que han permitido utilizar y transformar información importante al desarrollo de aplicaciones en el ámbito de la biotecnología, diagnóstico e investigación, reduciendo tiempos y costos al proceso investigativo. Esta investigación se basa en la recolección y análisis de las señales de electroencefalografía y su respectivo almacenamiento en una base de datos, mientras el paciente realiza operaciones mentales de aritmética básica, tales como las restas. Para ello utilizaremos las señales obtenidas en la base de datos de acceso libre de Physionet, donde se encuentra un apartado de señales de EEG obtenidas a partir procesos de aritmética mental. El proceso de obtención de información para la base de datos EEG, consistirá en encontrar los descriptores más relevantes determinados por el análisis de investigaciones en procesamiento de señales EEG, además contando con una interfaz de usuario que hará que el acceso sea mucho más dinámico para el usuario e investigador, para obtener información y características importante de dichas señales. El procesamiento y el análisis digital de las mismas, nos permitirán la adquisición de los datos de interés para fines de la investigación propuesta, la cual utilizará análisis de descriptores que ayuden a evidenciar las diferencias que pueden haber dentro de las señales estudiadas y con cambios evidentes respecto a la frecuencia y tiempo.Ingeniero(a) Biomédico(a)PregradoFinanciación propia 7'700.000.PresencialspaUniversidad Antonio NariñoIngeniería BiomédicaFacultad de Ingeniería Mecánica, Electrónica y BiomédicaPopayán - Alto CaucaSeñales EEG (electroencefalográficas)Base de datosDescriptoresMATLABMySQLEEG (electroencephalographic) signalsDatabaseDescriptorsMATLABMySQLDesarrollo de una base de datos para el análisis de señales EEG durante la aritmetica mentalTrabajo de grado (Pregrado y/o Especialización)http://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85ORIGINAL2020_JohanaYandun2020_JohanaYandunapplication/pdf5143634https://repositorio.uan.edu.co/bitstreams/367e69be-49cb-4cc0-88ea-754460123f8d/downloadc47ee5251abcf3d1b28a0ae58c097ad7MD512020_JohanaYandun_Autorización2020_JohanaYandun_AutorizaciónAutorizacion de Autoresapplication/pdf1132052https://repositorio.uan.edu.co/bitstreams/606870a6-ac64-44f3-9afd-ee31e56d3042/download97bb602165eb0271e620b2cbe780d6f1MD510CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.uan.edu.co/bitstreams/5ae8899a-4b40-40dc-92f8-d895e0c9dbdc/download9868ccc48a14c8d591352b6eaf7f6239MD511LICENSElicense.txtlicense.txttext/plain; charset=utf-83277https://repositorio.uan.edu.co/bitstreams/459e7551-673b-4220-bc76-7f696f5c2590/download45929732dd935afe8b7a333157380579MD512123456789/3150oai:repositorio.uan.edu.co:123456789/31502024-10-09 23:22:01.399https://creativecommons.org/licenses/by-nc-nd/4.0/Acceso abiertoopen.accesshttps://repositorio.uan.edu.coRepositorio Institucional UANalertas.repositorio@uan.edu.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

Publicaciones similares