Clasificación de señales SSVEP-EEG basada en Emotiv EPOC BCI y Raspberry PI

Resumen:

Este trabajo presenta el diseño experimental para el registro de señales de electroencefalografía (EEG) en 20 sujetos sometidos a potenciales evocados visualmente en estado estable (SSVEP). Además, la implementación de un sistema de clasificación basado en las señales SSVEP-EEG de la región occipital del cerebro obtenidas con el dispositivo Emotiv EPOC.

Expositor:

Se graduó como Ingeniero en Electrónica y Telecomunicaciones en 2009 (ESPOL, Ecuador). Se ha desempeñado como Catedrático del Departamento de Electrónica desde 2012 en la Escuela Superior Politécnica del Litoral. Ha estado investigando en campos como Diseño de Sistemas Digitales basados en FPGA, Sistemas Embebidos, Diseño de Hardware y Procesamiento de Señales Biomédicas con un interés de investigación importante en Inteligencia Artificial e Interfaz Cerebro-Computadora. Se graduó como magíster en Automatización y Control Industrial en 2012 (ESPOL, Ecuador). Actualmente es Ph.D. Candidato de la Escuela Superior Politécnica del Litoral en Informática Aplicada.

Grabación