Autor: Sergio Blanco Gómez
Tutor: Nicolás Sáenz Lechón
Fecha de lectura: 19 junio 2017
El objetivo principal de este proyecto fin de grado es el de desarrollar una herramienta en MATLAB que permita a un usuario con conocimientos limitados de este lenguaje analizar una base de datos de señales electroencefalográficas (señales EEG).
Generalmente las señales EEG se pueden dividir en dos clases: potenciales evocados y señales espontáneas. Un potencial evocado es una señal EEG que aparece cuando el sujeto recibe cualquier tipo de estímulo externo. Por otro lado, una señal espontánea es aquella señal EEG que es capturada en ausencia de un estímulo específico. El análisis será distinto en función a la clase de señal que se trate.
En primer lugar, se ha procedido a seleccionar y clasificar un conjunto de base de datos de señales EEG diferentes. Posteriormente se ha desarrollado un programa que permite preprocesar y analizar una señal EEG en los dominios del tiempo y frecuencia. La finalidad del preprocesado es la de eliminar toda aquella información innecesaria y redundante, así como añadir la localización de los electrodos o modificar la frecuencia de muestreo. Con el procesado temporal de la señal se analiza el potencial eléctrico registrado en cada uno de los electrodos, mientras que con el procesado espectral se analiza la densidad espectral de potencia (DEP) de la señal en el dominio de la frecuencia.
También se utilizará el algoritmo del Análisis de Componentes Independientes (ICA) que realizará una clasificación de los datos en una serie de componentes independientes. Está técnica nos permite separar aquellos datos procedentes de la actividad cerebral de interés de aquellos que no aporta información alguna. Comparando la información de los nuevos canales virtuales generados con los originales, se comprueba tanto en el dominio del tiempo como en el de la frecuencia que los datos son más precisos utilizando la descomposición ICA.
