Professional Documents
Culture Documents
I. Titulo
Evaluar un Sistema de Control BCI mejorado por medio de música para brazo robótico.
II. Objetivo
III. Motivación
Después de ver varios sistemas de control para brazos robóticos me di cuenta que hay nuevas
formar y sistemas de control, una de ellas es a base de controles BCI (interfaz cerebro computador).
Estas interfaces no son demasiado precisa o no responden de forma adecuada a las órdenes dadas
por el usuario, debido a esto me surgió la siguiente interrogante para mejorar su funcionamiento:
el ritmo de la música escuchar por el usuario podrá usarse para poder sincronizar las ondas
cerebrales con la señales de las órdenes dadas al brazo robótico. (Hipótesis) con el método científico
espero poder realizar pruebas y mejoras en su funcionamiento.
IV. Justificación
Esta tecnología ha atraído a muchos investigadores durante la última década con el motivo de
desarrollar una interfaz cerebro-ordenador eficiente y fiable. A pesar de las diferencias entre los
dispositivos todos siguen el mismo principio de funcionamiento básico: la medición de la actividad
cerebral mediante sensores, procesado de la señal adquirida para obtener sus características de
interés y, por último, interaccionar con el entorno de la forma deseada por el usuario.
Las principales ventajas de esta tecnología son por una parte instaurar un canal natural de
interacción entre el hombre y la máquina y, por otra, el acceso a toda la información cognitiva y
emocional humana.
Inicialmente, las aplicaciones BCI se centraron en la mejora de la calidad de vida de personas con
discapacidad motora severa, ayudándolas a comunicarse. Con el paso de los años se han ido
explorando distintas aplicaciones, entre las que se encuentran: Médico‐asistenciales, Industria,
Comunicación, Conducción de vehículos, Domótica, Robótica, Realidad Virtual, Videojuegos y otras
aplicaciones.
Debido al avance de nuevas tecnologías y aplicaciones relacionadas con el control a base de señales
cerebrales BCI surge la necesidad de mejorar los sistemas de control de estos dispositivos.
V. Proyecciones
Esta propuesta de sistema podría servir como base para futuras mejor en la detección de las señales
cerebrales y ampliar el uso y aplicación de esta tecnología ya sea para el área industrial como
médica.
VII. Referencias
Alamgir Hossan, AM Mahmud Chowdhury, “Real time EEG based automatic brainwave regulation
by music” (2016) http://ieeexplore.ieee.org/document/7760107/
José L. Sirvent, José M. Azorín, Eduardo Iáñez, Andrés Úbeda y Eduardo Fernández, “Interfaz
Cerebral no Invasiva basada en Potenciales Evocados para el Control de un Brazo Robot” (2011)
https://www.sciencedirect.com/science/article/pii/S1697791211700310
FRED SOLIO ACHIC ALARCÓN, “Diseño del sistema de control de un brazo robótico de asistencia a
personas discapacitadas” (2016) Pontificia Universidad Católica del Perú
Alberto Prieto, Francisco Pelayo, Miguel Ángel López, Samuel Romero, “Brain Computer Intefaces
(BCI)”,(2013)
https://atc.ugr.es/pages/docencia/no_reglada/tendencias_ic/media/_doc/bci_aprieto_julio2013_
v1/%21
Kevin C. Tseng, Bor-Shyh Lin, Chang-Mu Han, Psi-Shi Wang, “Emotion recognition of EEG underlying
favourite music by support vector machine”, (2013)
http://ieeexplore.ieee.org/document/6521181/
V. Straticiuc, I. E. Nicolae, R. Strungaru, T. M. Vasile, O. A. Băjenaru, G. M. Ungureanu, “A preliminary
study on the effects of music on human brainwaves”, (2017)
http://ieeexplore.ieee.org/document/7861196/
Sumner L. Norman, Mark Dennison, Eric Wolbrecht, Steven C. Cramer, Ramesh Srinivasan, David J.
Reinkensmeyer, “Movement Anticipation and EEG: Implications for BCI-Contingent Robot Therapy”,
(2016) http://ieeexplore.ieee.org/document/7405355/
Aleksandar Jovanovic, Aleksandar Perovic, “Structural features in brain signals and weak brain
connectivity” (2013) http://ieeexplore.ieee.org/document/6662578/
Maha Khachab, Salim Kaakour, Chafic Mokbel, “BRAIN IMAGING AND SUPPORT VECTOR MACHINES
FOR BRAIN COMPUTER INTERFACE” (2007) http://ieeexplore.ieee.org/document/4193465/
G.N. Garcia, T. Ebrahimi, J.-M. Vesin, “Support vector EEG classification in the Fourier and time-
frequency correlation domains” (2003) http://ieeexplore.ieee.org/document/1196897/
Diogo Soriano, Elvis L Silva, Gabriel F Slenes, Fabricio O Lima, Luisa F S Uribe, Guilherme P Coelho,
Eric Rohmer, Thiago D Venâncio, Guilherme C Beltramini, Brunno M Campos, Carlos A S Anjos,
Ricardo Suyama, Li M Li, Gabriela Castellano, Romis Attux, “Music versus motor imagery for BCI
systems a study using fMRI and EEG: Preliminary results” (2013)
http://ieeexplore.ieee.org/document/6487494/
Juti Naraballobh, Dusit Thanapatay, Jatuporn Chinrungrueng, Akinori Nishihara, “EEG-based analysis
of auditory stimulus in a brain-computer interface” (2015)
http://ieeexplore.ieee.org/document/7110835/