[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-125713-es":3,"doc-seo-125713-110":31,"detail-sidebar-cat-0-es-110":96},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},125713,962084925636,"Olivia Brown","https://ap-avatar.wpscdn.com/davatar_994ba38a5ba835b3df7d355c54d3ed8d",24,"Tecnología","Interfaz cerebro computadora (BCI) - Técnicas de Machine Learning aplicadas al análisis de actividad neurológica mediante EEG","En el proyecto se aborda la interfaz cerebro computadora (BCI), orientada a establecer comunicación a partir de señales cerebrales leídas mediante un dispositivo de electroencefalografía (EEG). Se propone desarrollar un prototipo no invasivo que caracteriza la actividad eléctrica del cerebro, procesa la información y la convierte en datos interpretables por una máquina para habilitar acciones basadas en el análisis. Para ello se emplea un EEG comercial y distintos modelos de Machine Learning, seleccionando el más adecuado mediante métricas experimentales. La contribución busca validar la viabilidad de estas tecnologías para mejorar la calidad de vida y disponibilizar el desarrollo al público.","Interfaz cerebro computadora(BCI):Técnicas de Machine Learning aplicadasal análisis de actividad neurológicamediante un dispositivo deelectroencefalografia(EEG)  \nGuillermo Eduardo De Jesus Jorge(gdejesusjorge@gmail.com),Luis Miguel Luna(luismluna87@gmail.com),andDirector:Martin Bilbao (martinbilbao@ing.unp.edu.ar)  \nUniversidad Nacional de la Patagonia San Juan Bosco  \nAbstract.En los últimos tiempos uno de los campos con mayor crec-imiento a nivel mundial es el uso de Interfaces Cerebro Computadora(BCI),que permiten mediante la lectura de ondas cerebrales,tomar algúntipo de acción a partir de su análisis.  \nPor otro lado,existe un gran avance de las tecnologias de InteligenciaArtificial en la vida de las personas.Uno de sus campos de estudio demayor auge es el de Machine Learning,que cuenta con grandes fuentesde información de acceso público.  \nEl propósito de este proyecto es desarrollar un prototipo de herramientano invasiva,mediante el uso de la tecnología EEG y BCI,que permitacaracterizar la actividad eléctrica del cerebro,procesarla y convertirla eninformación que pueda ser interpretada por una máquina y tomar acciónen base a la misma.Para lograr esto se utilizará un dispositivo de EEGcomercial en conjunto con distintos modelos de Machine Learning.Conbase en las métricas obtenidas,se seleccionará el modelo más apto.  \nCumplir este objetivo ayuda a comprobar la viabilidad del uso de es-tas tecnologías para la mejora en la calidad de vida de las personas,ydisponibilizar cualquier producto obtenido para el público en general.  \nKeywords:Electroencefalografia(EEG),Interfaces Cerebro Computa-dora(BCI),Inteligencia Artificial(IA),Machine Learning,Arboles deDecisión,JavaScript,Node.js,Open Source  \n# 1 Introducción\n\nLas BCI en conjunto con la Inteligencia Artificial son una tecnologiaemergente,de rápido crecimiento,que proporciona un medio de co-municación entre el cerebro(que “habla”silenciosamente)y dispos-itivos de biomonitorización.Éstas interfaces pueden verse como unacolaboración entre un dispositivo,que permite el paso de seňaleseléctricas desde las neuronas,con un sistema externo:una computa-dora,un brazo robótico,u otro tipo de actuador que ejecuta unaacción específica.Es una tecnologia muy poderosa que no dependede la participación de ningún músculo o vías neuronales para com-pletar la comunicación,el comando y por tanto la acción que se deseaproducir.  \nMotivación Se pretende investigar la viabilidad del uso de la tec-nologia EEG y BCI para desarrollar herramientas que faciliten ymejoren la calidad de vida de las personas con capacidades motricesreducidas.  \nObjetivo Implementar un prototipo de herramienta no invasivacon la cual caracterizar la actividad eléctrica del cerebro,para luegoprocesarla y convertirla en un formato apto para visualización yanálisis.  \n# 2 Solución propuesta\n\n## 2.1 Arquitectura\n\nLa solución ideada para el desarrollo consta de 3 aplicaciones,laaplicación principal desarrollada en Node.js que realiza la adquisiciónde los datos,procesamiento y posterior predicción del movimiento enbase a la información analizada.Y2 aplicaciones soporte:un gráficoen vivo,y un laberinto.  \nFig.1.Diagrama de interacción entre las distintas partes de la solución  \nDatos y procesamiento Se preparó un set de datos primarios ma-peando los 4 movimientos básicos:arriba,abajo,derecha eizquierda.Este conjunto de senales estocásticas contiene mucho ruido por lo quese requiere un análisis exhaustivo de cada una y las relaciones en-tre ellas.La imagen 2 representa el flujo de procesamiento de datoslogrado.  \nFig.2.Flujo de procesamiento de datos.  \nAnálisis y predicciones En primer término esta etapa pretendeservir como marco de comparación con respecto a los distintos mode-los evaluados.Todas las pruebas se realizaron en iguales condicionesde uso del casco,con la misma cantidad de datos observados.  \nProof.Filtrar muestras no deseadas por Q3y desvío estándar es máseficiente que por el resto de los modelos estadísticos eval","cbCaiqXAVVjVQxlx","https://ap.wps.com/l/cbCaiqXAVVjVQxlx","pdf",1498579,4,1,5,"Spanish","es",110,"# Introducción\n## Motivación\n## Objetivo\n# Solución propuesta\n## Arquitectura\n## Datos y procesamiento\n## Análisis y predicciones\n# Conclusiones y trabajos futuros\n## Conclusiones","[{\"question\":\"Cuál es el propósito del prototipo BCI propuesto en el proyecto?\",\"answer\":\"Desarrollar una herramienta no invasiva que caracteriza la actividad eléctrica del cerebro con EEG, procesa esas señales y las convierte en información apta para visualización y análisis, permitiendo acciones basadas en el resultado.\"},{\"question\":\"Qué fuente de datos y pasos de procesamiento se utilizan para el análisis?\",\"answer\":\"Se utiliza un dispositivo comercial de EEG y se construye un set de datos que mapea cuatro movimientos básicos (arriba, abajo, derecha e izquierda). El conjunto contiene ruido, por lo que se realiza un análisis exhaustivo y un flujo de procesamiento para preparar las señales para la predicción.\"},{\"question\":\"Qué modelo mostró mejor desempeño según las pruebas del proyecto?\",\"answer\":\"El modelo de Árbol de decisión evidenció una mejor predicción frente a la Regresión lineal simple y Naive Bayes, con mejoramiento asociado al aumento de datos y al filtrado de valores.\"},{\"question\":\"Qué se concluye sobre el uso de tecnologías como JavaScript y sobre futuros trabajos?\",\"answer\":\"Se concluye que JavaScript aporta versatilidad para desarrollar soluciones ágiles en distintos ámbitos; además, se recomienda evaluar hardware más actualizado y mejores métodos de conexión para desarrollos similares, debido a inconvenientes técnicos observados con el modelo utilizado.\"}]","Interfaz cerebro computadora (BCI) - Técnicas de Machine Learning aplicadas al análisis de actividad neurológica mediante EEG | PDF",1785900798,8,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":91,"head_meta":93,"extra_data":95,"updated_unix":29},"brain-computer-interface-bci-machine-learning-techniques-applied-to-neurological-activity-analysis-using-eeg","",{"@graph":37,"@context":90},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,52],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/es/document/","Document",2,{"item":50,"name":12,"@type":44,"position":51},"https://docshare.wps.com/es/document/tecnología/",3,{"item":53,"name":13,"@type":44,"position":20},"https://docshare.wps.com/es/document/brain-computer-interface-bci-machine-learning-techniques-applied-to-neurological-activity-analysis-using-eeg/125713/",{"url":53,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-17","2026-08-05",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82,86],{"name":73,"@type":74,"acceptedAnswer":75},"Cuál es el propósito del prototipo BCI propuesto en el proyecto?","Question",{"text":76,"@type":77},"Desarrollar una herramienta no invasiva que caracteriza la actividad eléctrica del cerebro con EEG, procesa esas señales y las convierte en información apta para visualización y análisis, permitiendo acciones basadas en el resultado.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Qué fuente de datos y pasos de procesamiento se utilizan para el análisis?",{"text":81,"@type":77},"Se utiliza un dispositivo comercial de EEG y se construye un set de datos que mapea cuatro movimientos básicos (arriba, abajo, derecha e izquierda). El conjunto contiene ruido, por lo que se realiza un análisis exhaustivo y un flujo de procesamiento para preparar las señales para la predicción.",{"name":83,"@type":74,"acceptedAnswer":84},"Qué modelo mostró mejor desempeño según las pruebas del proyecto?",{"text":85,"@type":77},"El modelo de Árbol de decisión evidenció una mejor predicción frente a la Regresión lineal simple y Naive Bayes, con mejoramiento asociado al aumento de datos y al filtrado de valores.",{"name":87,"@type":74,"acceptedAnswer":88},"Qué se concluye sobre el uso de tecnologías como JavaScript y sobre futuros trabajos?",{"text":89,"@type":77},"Se concluye que JavaScript aporta versatilidad para desarrollar soluciones ágiles en distintos ámbitos; además, se recomienda evaluar hardware más actualizado y mejores métodos de conexión para desarrollos similares, debido a inconvenientes técnicos observados con el modelo utilizado.","https://schema.org",{"og:url":53,"og:type":92,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":94,"canonical":53},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":97},[98,103,107,111,115,119,123,127,131,135],{"id":99,"doc_module":4,"doc_module_name":47,"category_name":100,"show_sort_weight":101,"slug":102},39,"Cómic",60,"comic",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":101,"slug":106},43,"Estilo de Vida","lifestyle",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":101,"slug":110},38,"Examen","exam",{"id":112,"doc_module":4,"doc_module_name":47,"category_name":113,"show_sort_weight":101,"slug":114},44,"General","general",{"id":116,"doc_module":4,"doc_module_name":47,"category_name":117,"show_sort_weight":101,"slug":118},41,"Investigación e Informes","research-report",{"id":120,"doc_module":4,"doc_module_name":47,"category_name":121,"show_sort_weight":101,"slug":122},37,"Literatura","literature",{"id":124,"doc_module":4,"doc_module_name":47,"category_name":125,"show_sort_weight":101,"slug":126},22,"Relatos y Novelas","story-novel",{"id":128,"doc_module":4,"doc_module_name":47,"category_name":129,"show_sort_weight":101,"slug":130},42,"Religión y Espiritualidad","religion-spirituality",{"id":132,"doc_module":4,"doc_module_name":47,"category_name":133,"show_sort_weight":101,"slug":134},40,"Salud y Atención Médica","healthcare",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":101,"slug":136},"technology"]