Tesis (Ingeniero Electrónico) -- Universidad Surcolombiana. Facultad de Ingeniería, Programa de Ingeniería Electrónica, 2016.

Interfaz cerebro computador Híbrida (Hybrid Bci, Bci Híbrido, señales entregadas por el epoc emotiv -- Procesamiento fuera de línea de las señales, Trial test, pre -- procesamiento, extracción de las características, guardado del clasificador -- Procesamiento en el tiempo real de las señales , procesamiento, multithreading, interfaces gráficas del Bci híbrido, aplicación en el Rasberry Pi (Rpi), brazo robótico -- Implementación y prueba del Bci Híbrido, implementación, plan del experimento, pruebas del experimento.

"Los sistemas Brain Computer Interfase Híbridos (Hybrid Bci) proporcionan un método integrado de diferentes fuentes de señal, tanto variedad de interpretación de señales neuronales a través de un electroencefagrama (EEG), como también señales musculares a partir de la electromigrafia (EMG) y de posicionamiento giroscopio (movimiento de la cabeza). Muchos sistemas BCI híbridos trabajan no solo con equipos de alta calidad, tiempos de preparación alargados y poca posibilidad de transporte liviano tanto para el mismo sistema de adquisición de datos, como el dispositivo que las procesa. Se implementó un BCI Híbrido que utiliza un sistema de tipo comercial para la adquisición de las señales conocido como Emotiv EPOC, del cual en el ámbito cerebral, se utilizan los estados de relajación (relacionado a alpha ) y concentración (Relacionado a beta), el guiño como aplicación muscular y el movimiento de la cabeza en el eje horizontal para el caso del procesamiento, el Raspberry Pi (RPí) fue utilizado como sistema independiente. Se mantuvo en linea el hecho de utilizar a un limite bajo la aplicación de métodos de procesamientos que acapararan mucha memoria, por lo que se implementaron métodos de extracción de carácter Asticas acorde a la necesidad, de los cuales se utilizaron, Power Spectral Density (PSD), Hjorth Complexity y Mobility (parámetros Hjorth), Petrosiana Fractal Dimensión (PFD) y la Norma de Frobenius. Se aplicó un clasificador tipo Suport Vector Machine (SVM) como método predilecto de clasificación y la manipulación de brazo robótico de 5 grados de libertad como etapa final de comprobación".

El CD-ROM para ser consultado en la Biblioteca. Hemeroteca.Director. José de Jesús Salgado Patrón.