Publicação

Sistema para Rehabilitación del Síndrome del Miembro Fantasma utilizando Interfaz Cerebro-Computador y Realidad Aumentada

Ver documento

Detalhes bibliográficos
Resumo:En el presente trabajo, se utilizó un dispositivo BCI comercial, el Emotiv EPOC, el cual es un neuroheadset inalámbrico de alta resolución para la adquisición de señales EEG, para desarrollar una herramienta con detección inteligente de patrones neuronales paralela a la del desarrollador para la implementación de una aplicación que combina la Realidad Aumentada (AR). La aplicación pensada como posible tratamiento del Dolor del Miembro Fantasma (PLP) en pacientes amputados. El desarrollo del motor de clasificación permitió tener un mayor control sobre los parámetros del procesamiento y detección de patrones en las señales, donde se obtuvo hasta un 82.1% de clasificación. Estas señales neuronales detectadas de un sujeto, se utilizan para descifrar su intención de cerrar o abrir un modelo virtual de una mano o de una prótesis adherida al muñón real a través del entorno AR, brindando retroalimentación visual al paciente. Lo que contribuiría a reducir neurológicamente el PLP
Autores principais:Arango,Juan Esteban
Outros Autores:Mazo,Julián Cárdenas; Palacio,Alejandro Peña
Assunto:Interfaz Cerebro-Computador Realidad Aumentada Rehabilitación PLP Reconocimiento Inteligente de Patrones
Ano:2013
País:Portugal
Tipo de documento:artigo
Tipo de acesso:acesso aberto
Instituição associada:Fundação para a Ciência e Tecnologia
Idioma:espanhol
Origem:SciELO Portugal
Descrição
Resumo:En el presente trabajo, se utilizó un dispositivo BCI comercial, el Emotiv EPOC, el cual es un neuroheadset inalámbrico de alta resolución para la adquisición de señales EEG, para desarrollar una herramienta con detección inteligente de patrones neuronales paralela a la del desarrollador para la implementación de una aplicación que combina la Realidad Aumentada (AR). La aplicación pensada como posible tratamiento del Dolor del Miembro Fantasma (PLP) en pacientes amputados. El desarrollo del motor de clasificación permitió tener un mayor control sobre los parámetros del procesamiento y detección de patrones en las señales, donde se obtuvo hasta un 82.1% de clasificación. Estas señales neuronales detectadas de un sujeto, se utilizan para descifrar su intención de cerrar o abrir un modelo virtual de una mano o de una prótesis adherida al muñón real a través del entorno AR, brindando retroalimentación visual al paciente. Lo que contribuiría a reducir neurológicamente el PLP