Now showing items 1-4 of 4

Identificación de patrones emocionales a partir de la actividad bioeléctrica cerebral ante una publicidad audiovisual

Gómez Sierra, Valentina; Jaramillo Puerta, Eliana (Universidad EIAAdministrativa, Financiera, Sistemas y ComputaciónEnvigado (Antioquia, Colombia). Universidad EIA, 2015Ingeniería Administrativa, 2015)

Entendiendo al consumidor como el ente fundamental de una organización y el elemento base en la creación de un plan de acción, determinar y conocer claramente lo que siente cuando está expuesto a un estímulo publicitario, ...
Modelo para determinar el estado cognitivo en pacientes comatosos mediante el registro de la actividad bioeléctrica cerebral

Cardona Murillo, Alejandro; Velásquez Rendón, Esteban (Universidad EIABiomédica, Mecatrónica y MecánicaEnvigado (Antioquia, Colombia). Universidad EIA, 2013Ingeniería Mecatrónica, 2013)

We propose the development of a computational model that aims to infer the cognitive state of patients in any derived state of coma using the bioelectrical brain activity registry.
Procesamiento de la señal electroencefalográfica bajo anestesia general

Hernandez Solarte, David Antonio (Universidad EIABiomédica, Mecatrónica y MecánicaEnvigado (Antioquia, Colombia). Universidad EIA, 2015Medellín (Antioquia, Colombia) Universidad CES, 2015Ingeniería Biomédica, 2015)

La anestesia general es un procedimiento muy frecuente en el ambiente médico, el cual es un estado en el que el cuerpo del paciente no percibirá ningún estímulo, o por lo menos es lo que busca, por tal motivo existe la ...
Rehabilitación para pacientes postinfarto cerebral utilizando sistemas BCI/FES

Mejía Diez, Alberto (Universidad EIABiomédica, Mecatrónica y MecánicaEnvigado (Antioquia, Colombia). Universidad EIA, 2019Ingeniería Biomédica, 2019)

According to the article “Stroke: A global response is needed”, at a worldwide level, brain strokes are the second cause of death and the third cause of disability on people (Johnson et al, 2016). Some of the complications ...

Envíos recientes

Identificación de patrones emocionales a partir de la actividad bioeléctrica cerebral ante una publicidad audiovisual
...
Peña Palacio, Juan Alejandro | 2015

Entendiendo al consumidor como el ente fundamental de una organización y el elemento base en la creación de un plan de acción, determinar y conocer claramente lo que siente cuando está expuesto a un estímulo publicitario, permite crear estrategias de mercadeo alineadas con las necesidades del cliente, que sean sistemáticas, objetivas y coherentes para orientar correctamente el horizonte de una organización. Ésta investigación tiene como propósito clasificar patrones emocionales en cuatro emociones: ira, tristeza, alegría y miedo, obtenidos a partir de la medición de señales bioeléctricas en los consumidores al estar expuestos a una publicidad audiovisual, mediante la elaboración de máquinas de vector soporte, que luego de un proceso de aprendizaje y validación, sean capaces de diferenciar dichas emociones. Para encontrar alternativas de solución a los problemas planteados anteriormente, se recurre a la elaboración de redes neuronales que se entrenan con las señales recolectadas al exponer a un grupo de consumidores a datos obtenidos de un banco de imágenes certificadas en la generación de dichas emociones. Posteriormente se les presenta un video con cuatro comerciales, previamente analizados, buscando despertar las emociones de interés para la investigación. En la siguiente etapa se hace el tratamiento de los datos obtenidos de las imágenes y el video de los comerciales, siendo esta información el recurso base para el aprendizaje del modelo y posterior validación del mismo, de forma intramuestral y extramuestral, es decir, tanto los resultados del porcentaje de aprendizaje y error del modelo internamente como la confrontación con las encuestas inicialmente diligenciadas por los consumidores. Como resultado final, se obtuvo la clasificación intramuestral exitosa a través de la elaboración MVS utilizando modelos como franjas logísticas, logística trasladada, conjuntos borrosos de asociación, Self Management Organaizing y modelos estocásticos, que lograron hacer diferenciables los patrones de cada emoción y realizar procesos feedfoward y back propagation satisfactorios con correlaciones mayores al 0,9 y errores cercanos a cero. Lo anterior permite a una organización realizar investigaciones más profundas de sus consumidores, con carácter cuantitativo y eliminando la subjetividad de las mismas, para satisfacer de forma más precisa y eficiente las necesidades del cliente. Es así como los modelos basados en inteligencia computacional y el uso de herramientas en el campo de la neurociencia, orientan los planes y acciones de una empresa y permiten, a través de los métodos propuestos, aumentar la efectividad de las estrategias de mercadeo, mejorando aspectos críticos como la subjetividad, el tiempo y el dinero.

LEER
Modelo para determinar el estado cognitivo en pacientes comatosos mediante el registro de la actividad bioeléctrica cerebral
...
Peña Palacio, Juan Alejandro | 2013

We propose the development of a computational model that aims to infer the cognitive state of patients in any derived state of coma using the bioelectrical brain activity registry.

LEER
Procesamiento de la señal electroencefalográfica bajo anestesia general
...
Gómez Suarez, Nicolás Eugenio | 2015

La anestesia general es un procedimiento muy frecuente en el ambiente médico, el cual es un estado en el que el cuerpo del paciente no percibirá ningún estímulo, o por lo menos es lo que busca, por tal motivo existe la necesidad de realizar una monitorización de que tan anestesiado está el paciente, cumpliendo los principios básicos de la anestesia que son la hipnosis, amnesia, analgesia, relajación muscular. Para realizar dicho control del estado anestesico del paciente, se utiliza la concentracion alveolar minima (CAM) para “cuantificar” que tan profundo se encuentra cuando se utiliza una anestesia inducida por farmacos gaseosos, y se utilizan varios dispositivos que hacen estudios electroencefalograficos, como el BIS cuando se realiza una anestesia total intravenosa (TIVA), todo esto debe realizarse para poder aplicar con debida mesura la cantidad de farmaco para que el paciente no reaccione de manera adversa al procedimiento. A nivel de anestesiología, los especialistas tienen mucha confianza en la CAM, pero en un medio más moderno, la tendencia es realizar anestesia mediante TIVA ya que ofrece ciertas ventajas y características con respecto a la anestesia inhalada, pero tiene una desventaja que es la implementación del monitoreo de la anestesia, lo cual resulta sumamente costoso cuando se implementa con el BIS cuyos consumibles, los electrodos, implican alto costo y no son reutilizables, por otro lado, la respuesta de este dispositivo suele tener problemas cuando se utiliza un electrobisturí y hay estudios que indican que no es confiable del todo. El presente trabajo busca desarrollar un estudio de electroencefalografía (EEG) que permita de forma más fiable poder monitorear el estado de profundidad anestésica del paciente implementando herramientas informáticas como el reconocimiento de patrones para eliminar información redundante y reducir la dimensionalidad de los datos y la aplicación de aprendizaje automático para poder extraer características de la señal EEG para determinar estados anestésicos que pueda presentar el paciente. Se realizó un sistema de clasificación de estados anestésicos partiendo de la reducción de la dimensionalidad de los 16 a 14 canales, dando como resultado que cada señal capturada por cada canal es diferente, lo cual realizara un estudio más completo que con menos electrodos. Se creó una matriz de características para ingresarla al algoritmo de K-means para entrenar el sistema. Al validar la información con la base de datos suministrada se obtuvo que el algoritmo funciona aceptablemente para la clasificación de estados anestésicos obteniendo resultados por encima del 83%.

LEER
Rehabilitación para pacientes postinfarto cerebral utilizando sistemas BCI/FES
...
Herrera Sánchez, Daniel | 2019

According to the article “Stroke: A global response is needed”, at a worldwide level, brain strokes are the second cause of death and the third cause of disability on people (Johnson et al, 2016). Some of the complications that people who have suffered brain stroke can experience, listed by the Mayo Clinic, include paralysis or loss of muscle movement, difficulty speaking of swallowing, loss of memory or difficulty thinking, emotional problems, severe pain or changes in behavior and the ability of selfcare (Mayo Clinic, 2018). The methods of rehabilitation available right now are limited by the fact that they possess a short populational reach compared to the large amount of people who are affected by it. Such methods only manage to provide considerable results to those people who have suffered mild damages in their motor functions. In a study carried out by Dobkins, it was shown that only a 25% of the people who suffered from brain stroke were capable of eventually returning to an everyday life similar to the one of a healthy person (Dobkins, 2005). Currently, the market already offers devices of electrostimulation for the rehabilitation of motor functions using electromyography signals (electrical signals that result from muscle contractions) like the NESS H200. The people who have suffered from mild cerebral damages are able to activate this device due to the fact that most of them are still able to generate electrical impulses strong enough to be detected by electromyography (EMG) but not strong enough to surpass the action potential threshold needed to contract the muscle. For this reason, the necessity to develop a device that works under the same concept of electrostimulation mentioned previously but is not dependent on the residual motor functioning of the patient arises, and this way directly increasing the amount of people with more severe damages to their nervous system who can benefit from it. A brain computer interface (BCI) allows the user to control an external device by identifying specific brain signals and converting them into a series of digital commands. Such signals can be obtained by numerous ways, one of them being through electroencephalography (EEG) equipment. Once those signals are obtained, they are classified using a computational algorithm so that they can be further on expressed as electrical impulses in order to induce muscle contractions. Considering the fact that the brain signals generated when a motor movement is imagined (MI or motor imagery) are very similar to the signals generated when the actual movement is carried out, the activation of the electrostimulation device will not be affected by the residual motor capacity present on the affected patient.

LEER

‹›

Biblioteca Universidad Escuela Ingenieros de Antioquia

Sede de Las Palmas: Km 2 + 200 Vía al Aeropuerto José María Córdova Envigado, Colombia. Código Postal: 055428
Tel:(+57) 4 354 40 00, ext. 248
biblioteca_ueia@eia.edu.co

Sistema Dspace - Metabiblioteca |

Biblioteca EIA
Repositorio Institucional
"Ciencia, Innovación y Cultura"

Browsing by Subject "EEG"

Identificación de patrones emocionales a partir de la actividad bioeléctrica cerebral ante una publicidad audiovisual

Modelo para determinar el estado cognitivo en pacientes comatosos mediante el registro de la actividad bioeléctrica cerebral

Procesamiento de la señal electroencefalográfica bajo anestesia general

Rehabilitación para pacientes postinfarto cerebral utilizando sistemas BCI/FES

Envíos recientes

Identificación de patrones emocionales a partir de la actividad bioeléctrica cerebral ante una publicidad audiovisual

Modelo para determinar el estado cognitivo en pacientes comatosos mediante el registro de la actividad bioeléctrica cerebral

Procesamiento de la señal electroencefalográfica bajo anestesia general

Rehabilitación para pacientes postinfarto cerebral utilizando sistemas BCI/FES

Biblioteca Universidad Escuela Ingenieros de Antioquia

Browsing by Subject "EEG"

Identificación de patrones emocionales a partir de la actividad bioeléctrica cerebral ante una publicidad audiovisual ﻿

Modelo para determinar el estado cognitivo en pacientes comatosos mediante el registro de la actividad bioeléctrica cerebral ﻿

Procesamiento de la señal electroencefalográfica bajo anestesia general ﻿

Rehabilitación para pacientes postinfarto cerebral utilizando sistemas BCI/FES ﻿

Envíos recientes

Identificación de patrones emocionales a partir de la actividad bioeléctrica cerebral ante una publicidad audiovisual

Modelo para determinar el estado cognitivo en pacientes comatosos mediante el registro de la actividad bioeléctrica cerebral

Procesamiento de la señal electroencefalográfica bajo anestesia general

Rehabilitación para pacientes postinfarto cerebral utilizando sistemas BCI/FES

Biblioteca Universidad Escuela Ingenieros de Antioquia

Identificación de patrones emocionales a partir de la actividad bioeléctrica cerebral ante una publicidad audiovisual

Modelo para determinar el estado cognitivo en pacientes comatosos mediante el registro de la actividad bioeléctrica cerebral

Procesamiento de la señal electroencefalográfica bajo anestesia general

Rehabilitación para pacientes postinfarto cerebral utilizando sistemas BCI/FES