Interfaces cerebro-computadores para el reconocimiento automático del habla silenciosa

Interfaces cerebro-computadores para el reconocimiento automático del habla silenciosa

El estudio de los procesos cerebrales se aborda desde diferentes campos como la neurociencia, la biología, la ingeniería, la psicología, entre otras áreas de conocimiento. Se ha buscado diferentes técnicas para visualizar los procesos que ocurren en el cerebro, entre ellas se encuentran las señales electroencefalográficas que se destacan por su alta resolución temporal. Dentro de los procesos cognitivos más complejos que realiza el cerebro humano se encuentra el lenguaje. Para su estudio se ha desarrollado modelos clásicos (Broca, Wernicke) y modernas técnicas de neuroimágenes utilizando resonancia magnética funcional y señales electroencefalográficas. Este libro presenta el desarrollo de un modelo computacional que permite identificar los procesos cognitivos del lenguaje relacionados al habla silenciosa de las vocales en español a través de señales electroencefalográficas ubicadas sobre el hemisferio izquierdo. Asimismo, en la obra se hace una revisión detallada de los principales modelos de procesamiento del lenguaje en los seres humanos y las interfaces cerebro-computador. Además, se especifican los diferentes modelos de habla silenciosa y una descripción del campo de análisis de datos funcionales. Posteriormente, se expone el modelo computacional desarrollado y el procedimiento experimental respectivo. Los resultados y conclusiones invitan al lector a profundizar sobre los procesos cognitivos del lenguaje, generar modelos computacionales que lo expliquen y desarrollar interfaces cerebro-computador que interactúen con el ser humano.

Agradecimientos
Prólogo
Introducción
Capítulo 1. El procesamiento del lenguaje en los seres humanos El cerebro humano
Modelos neurocognitivos del lenguaje en los seres humanos
Capítulo 2. Interfaces cerebro-computador
Arquitectura de las BCI
Métodos para capturar señales cerebrales
Imágenes de resonancia magnética funcional
Electroencefalografía
Potencial de acción generado en las neuronas
Generación de las señales EEG
Ritmos cerebrales
Convención para la colocación de los electrodos BCI invasivas
Estrategias mentales no invasivas
Capítulo 3. El habla silenciosa
Captura del movimiento de puntos fijos en el aparato articulador
usando sensores de articulografía electromagnética (EMA)
Caracterización del tracto vocal usando ultrasonido (US) e imágenes ópticas de la lengua y los labios
Electromiografía superficial (SEMG) basada en reconocimiento del habla
Habla silenciosa con ser utilizando electrocorticografía
Habla silenciosa con BCI empleando electroencefalografía (EEG)
Capítulo 4. Análisis de datos funcionales
Fundamentación de los datos funcionales
Funciones base para datos funcionales
Número óptimo de funciones base para datos funcionales
Derivada para datos funcionales
Capítulo 5. Diseño basado en el vector de características con datos funcionales para señales cerebrales con habla silenciosa Protocolo experimental
Adquisición de datos para vocales con SS
Arquitectura basada en vector de características con datos funcionales
Filtraje
Consideración de artefactos
Remoción de artefactos de parpadeo
Transformación a densidad espectral de potencia
Transformación posición de los electrodos y PSD a datos funcionales
Aplicación de los datos funcionales al habla silenciosa
Clasificador multiclase con máquinas de soporte vectorial
Clasificador multiclase SVM con one against-one
Capítulo 6. Análisis del desarrollo utilizando un vector de características con datos funcionales para señales cerebrales con habla silenciosa
Análisis de señales EEG para vocales con habla silenciosa utilizando vector de características con datos funcionales
Análisis por localización
Observaciones sobre señales EEG para vocales con habla silenciosa utilizando vector de características con datos funcionales
Conclusiones
Anexo. Datos sobre vectores de características con datos funcionales Referencias
Índice temático 

  • M
  • Medicina