Análisis de ondas cerebrales mediante inteligencia artificial para la clusterización de respuestas

Abstract

Este proyecto se ha realizado en colaboración con el departamento de psicología de la universidad de Comillas con el fin de desarrollar una herramienta capaz de interpretar las ondas cerebrales de un individuo. La finalidad del estudio es reconocer si el sujeto identifica la ubicación representada en la imagen mostrada. Para ello, la investigación se ha centrado en comprender las ondas cerebrales medidas al enfrentar al sujeto a distintos estímulos, con el fin de adquirir conocimiento que pudiese ser aplicado en el desarrollo de la herramienta mencionada. Debido a las limitaciones derivadas de las medidas de un Encefalograma (EEG) y la limitada cantidad de información disponible en un primer momento, fue necesario aplicar técnicas de Data Augmentation para incrementar de forma sustancial el volumen de información. De cara a la obtención de resultados finales, se han empleado diversos enfoques de Deep Learning con el fin de reconocer patrones. Finalmente, se optó por implementar una red convolucional supervisada para el reconocimiento de imágenes, por lo que se desarrolló un sistema de conversión de ondas EEG a imágenes. Una vez el modelo fue entrenado, se procedió a probar el sistema con nuevos registros distintos a los usados en los conjuntos de entrenamiento y test y se comprobó que los resultados, a pesar de ser satisfactorios, todavía no puede ser implementado en el mundo real.

This project has been carried out in collaboration with the department of psychology at the University of Comillas in order to develop a tool capable of interpreting the brain waves of an individual. The purpose of the study is to recognize if the subject identifies the location represented in the image shown. For this, the research has focused on understanding the brain waves measured when facing the subject to different stimuli with the objective to acquire knowledge that could be applied in the development of the mentioned tool. Due to the limitations derived from the measurements of an Encephalogram (EEG) and the limited amount of information available at the beginning of the project, it was necessary to apply Data Augmentation techniques to substantially increase the volume of information. In order to obtain final results, various Deep Learning approaches have been used in order to recognize patterns. Finally, it was decided to implement a supervised convolutional network for image recognition, which is why a system for converting EEG waves to images was developed. Once the model was trained, the system was tested with new records other than those used in the training and test sets and it was found that the results, despite being satisfactory, still cannot be implemented in the real world.