Emotiv EPOC BCI con Python en una Raspberry pi

Autores/as

  • José Salgado Patrón Universidad Surcolombiana, Neiva
  • Cristian Raúl Barrera Monje Universidad Surcolombiana, Neiva

DOI:

https://doi.org/10.18046/syt.v14i36.2217

Palabras clave:

BCI, EEG, EPOC, máquinas de soporte vectorial, Python, Raspberry Pi.

Resumen

El sistema de Interfaz Cerebro-Computador [BCI, Brain-Computer Interface] brinda una percepción en el desarrollo de interfaces aplicables para los usuarios con diferentes aproximaciones, desde aplicaciones médicas hasta videojuegos, donde lo autónomo y lo wearable (utilizable en el cuerpo humano) hacen referencia a accesibilidad para los usuarios. Sistemas como los EPOC ofrecen una solución simple para la adquisición de señales de electroencefalografía y electromiografía, a bajo costo y con una rápida configuración, si se comparan con el equipamiento médico de alta tecnología. Desde el punto de vista del procesamiento, un computador siempre ofrecerá la mejor solución para resolver cualquier problema, tal como lo hace la Raspberry Pi  [RPi], la cual provee suficiente potencia computacional para que una BCI sea implementada, además de un sistema operativo open source (Raspbian). Una comunicación inalámbrica entre el robot y la RPi es necesaria, un módulo XBee ofrece una comunicación bidireccional simple. Python es la principal herramienta utilizada en este proyecto, con sus múltiples librerías para el procesamiento de señales musculares y cerebrales, se enfoca, tanto en la preparación de ellas, como en su clasificación, desde funciones multi-hilo y extracción de características –como densidad espectral de potencia y parámetros de Hjorth– a clasificadores de máquinas de soporte vectorial.

Biografía del autor/a

  • José Salgado Patrón, Universidad Surcolombiana, Neiva

    MSc. Ingeniero Electrónico, Magister en Ingeniería Electrónica y de Computadores, docente de planta  del Programa de Ingeniería Electrónica de la Universidad Surcolombiana (Neiva). Sus áreas de interés profesional son: la instrumentación biomédica, el procesamiento de señales biomédicas, la robótica y la visión computacional.

  • Cristian Raúl Barrera Monje, Universidad Surcolombiana, Neiva

    Estudiante de Ingeniería Electrónica de la Universidad Surcolombiana (Neiva). Sus áreas de interés profesional son: el procesamiento de señales biomédicas - EEG, el aprendizaje de máquina, los sistemas embebidos y las interfaces cerebro computadora - BCI.

Descargas

Publicado

2016-03-30

Número

Sección

Investigación científica y tecnológica