Leyendo señales cerebrales para interaccionar con un hogar inteligente

La novedad del modelo es que combina el electroencefalograma no invasivo, es decir, capta las ondas de un casco con electrodos que se coloca en la cabeza, sin necesidad de ningún tipo de cirugía, con arquitecturas de inteligencia artificial para el procesamiento de la señal. De esta forma, alcanza una efectividad en la decodificación que roza en algunos casos 100% en un entorno natural, es decir, fuera de un contexto controlado, como un laboratorio de neurociencia.

El modelo, publicado en el artículo ‘Fuzzy temporal convolutional neural networks in P300-based Brain–computer interface for smart home interaction’ de la revista Applied Soft Computing, se probó con experimentos en seis sujetos sanos y tres que habían sufrido un accidente cerebrovascular. Los investigadores partieron de las señales de un encefalograma, es decir, a todos los participantes se les colocó un casco con electrodos para medir las señales cerebrales.

Esta estrategia no resulta invasiva para el usuario, pero al aplicarse al cuero cabelludo introduce muchas interferencias o ruido en la señal. A esto se suma el sonido no deseado del ambiente, ya que los usuarios estaban en un entorno natural. 

LEER MÁS AQUÍ