CLASIFICACIÓN DE POTENCIALES EVOCADOS COGNITIVOS (P300) CEREBRALES USANDO REDES NEURONALES ARTIFICIALES

Autores/as

  • J. A. Horas Instituto de Matemática Aplicada San Luis. Facultad de Ciencias Físico Matemáticas y Naturales, Universidad Nacional de San Luis.
  • C. P. Mankoc Instituto de Matemática Aplicada San Luis. Facultad de Ciencias Físico Matemáticas y Naturales, Universidad Nacional de San Luis.
  • M. de Bortoli Instituto de Matemática Aplicada San Luis. Facultad de Ciencias Físico Matemáticas y Naturales, Universidad Nacional de San Luis.

Resumen

Se aplica una red neuronal alimentada bacía adelante y entrenada con el algoritmo de Backpropagation para obtener una correcta clasificación de potenciales cognitivos evocados de larga duración (P300) medidos con un electroencefalógrafo Akonic Bio PC.
La tarea consiste en clasificar potenciales cognitivos P300 obtenidos a los mismos sujetos sin (grupo A) y con (grupo 13) esfuerzo físico previo. Se analiza el comportamiento de la red neuronal utilizada y su capacidad de generalización, mostrándose resultados utilizando un cierto número de patrones para el entrenamiento (aprendizaje) y otros, elegidos al azar, para el testeo (predicción).

Biografía del autor/a

J. A. Horas, Instituto de Matemática Aplicada San Luis. Facultad de Ciencias Físico Matemáticas y Naturales, Universidad Nacional de San Luis.

Departamento de Física. Ejercito de los Andes 950, (5700) San Luis, Argentina.

C. P. Mankoc, Instituto de Matemática Aplicada San Luis. Facultad de Ciencias Físico Matemáticas y Naturales, Universidad Nacional de San Luis.

Departamento de Física. Ejercito de los Andes 950, (5700) San Luis, Argentina.

M. de Bortoli, Instituto de Matemática Aplicada San Luis. Facultad de Ciencias Físico Matemáticas y Naturales, Universidad Nacional de San Luis.

Departamento de Física. Ejercito de los Andes 950, (5700) San Luis, Argentina.

Descargas

Publicado

2013-05-28