Cucaita, José AlenxanderGarcía Blancas, JesúsDávilla Vallejo, David SteevenGordillo Sierra, Angie Paola2024-08-212024-08-212020Dávila Vallejo, D. y Gordillo Sierra, A. (2020). Implementación de un sistema cerebro-computadora para el control de un brazo robótico [Trabajo de grado, Universidad de los Llanos]. Repositorio digital Universidad de los Llanos.https://repositorio.unillanos.edu.co/handle/001/4137Incluye figuras y tablas.La tecnología hoy en día avanza en todos los ámbitos, cuando se trata en ayudar a las personas con complicaciones médicas la ciencia no se queda atrás. La idea es que por medio de unos sensores que miden señales electroencefalográficas (EEG) se puedan destinar unos comandos cerebrales por medio de la actividad de este y así poder indicar cuando el usuario quiera mover o encender algo. El objetivo es que por medio de la actividad cerebral se pueda mover un brazo robótico, este sistema BCI es en tiempo real, pero por la carga masiva computacional el resultado final se verá afectado por un retardo. El trabajo computacional es de gran carga debido a que la lectura de los datos recibidos por medio del casco EMOTIV EPOC del puerto serial además de ser demasiados, son leídos y organizados en la plataforma de Python para posteriormente llevarlos a un Excel, leerlos y tratarlos en la plataforma LabVIEW en donde por medio de la herramienta de multiresolución wavelet se utiliza para el procesamiento de bioseñales y así tener una clasificación de resultados para condicionarlos, finalmente por medio de estas condiciones mover el brazo robótico. Este sistema, es un sistema de lazo cerrado en donde la retroalimentación la hace el usuario.Technology today advances in all areas, when it comes to helping people with medical complications, science is not far behind. The idea is that by means of sensors that measure electroencephalographic signals (EEG) brain commands can be assigned through the activity of this and thus be able to indicate when the user wants to move or turn on something. The objective is that by means of brain activity a robotic arm can be moved, this BCI system is in real time, but due to the massive computational load the result will be affected by a delay. The computational work is of great load because the reading of the data received through the EMOTIV EPOC helmet of the serial port in addition to being too many, are read and organized in the Python platform to later take them to an Excel, to read and treat them in the LabVIEW platform where, through the wavelet multiresolution tool, it is used to process biosignals and thus have a classification of results to condition them, and finally, through these conditions, move the robotic arm. This system is a closed loop system where feedback is made by the user.Agradecimientos. -- Dedicatoria. -- Nota de aceptación. -- Resumen. – Abstract. – Contenido. -- Lista de figuras. -- Lista de tablas. -- 1 Introducción. -- 2 Marco contextual. -- 2.1 Interfaz cerebro-computador, bci. -- 2.2 Señales electroencefalográficas. -- 2.2.1 Electroencefalograma. -- 2.2.2 Captación del eeg. -- 2.2.3 Tipos de electrodos. -- 2.3 Cerebro. -- 2.4 Generación de eeg. -- 2.4.1 Métodos de medida. --2.4.2 Ritmos cerebrales. -- 2.5 Emotiv epoc. -- 2.5.1 Posicionamiento convencional de electrodos. -- 2.5.2 No invasivo. -- 2.5.3 Sensores. -- 2.5.4 Electrodos computarizados. -- 2.6 Transformada de wavelet. -- 2.6.1 Wavelet discreta transformada. -- 2.6.2 Transformada wavelet discreto. -- 2.6.3 Función wavelet. -- 2.6.4 Análisis multiresolución. -- 2.6.5 Análisis sub-banda. -- 2.6.6 Análisis tiempo-frecuencia. -- 2.6.7 Ancho de banda. -- 2.7 Adquisición de señales eeg. -- 2.7.1 Lenguaje de programación Python. -- 2.7.2 Labview. -- 2.7.3 Adquisición de datos. -- 2.8 Antecedentes. -- 3 Metodología. -- 3.1 Fase 1: Semana de inducción, entrenamiento y políticas de la Institución (duración 1 semana). -- 3.2 Fase 2: Asignación de materiales y búsqueda de la información (duración 4 semanas). -- 3.3 Fase 3: Implementación y desarrollo de la adquisición de datos (duración 4 semanas). -- 3.4 Fase 4: tratamiento y ajuste final de los datos obtenidos. (duración 4 semanas). -- 3.5 Fase 5: Entrega de la solución, presentación final del prototipo (duración 1 semanas). -- 4 Desarrollo de la pasantía. -- 5 Resultados. -- 6. Conclusiones. -- 7 Anexos. -- 7.1 Dispositivo emotiv epoc. -- 7.1.1 Modo de uso del casco emotiv epoc. -- 7.2 Certificados de pasantía en itesa. -- 8 Referencias bibliográficas.85 Paginasapplication/pdfspaDerechos Reservados - Universidad de los Llanos, 2020Trabajo de grado - PregradoAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccessInterfaces de usuario (Computadores)RobóticaManos robóticasSistemas de control médicoControl de robotsFrecuenciaInterfaces Cerebro-Computador (BCIs)Universidad de los LlanosRepositorio digital Universidad de los Llanoshttps://repositorio.unillanos.edu.cohttp://purl.org/coar/access_right/c_abf2