Estudio basado en la captura de señales de Ondas Cerebrales y su procesamiento con Algoritmos de Machine Learning.

Estudiar la adquisición de señales de ondas cerebrales y su procesamiento con algoritmos de Machine Learning en problemas reales.

El análisis computarizado de las señales electroencefalográficas (EEG) ha abierto nuevas líneas de investigación, permitiendo capturar estímulos (potenciales eléctricos) generados por las células nerviosas de la corteza cerebral. Este enfoque se considera la piedra angular para la construcción los sistemas de interacción humano-computador, además de ser utilizado desde muchos años como herramienta para el diagnóstico y tratamiento de enfermedades relacionadas al cerebro.

Sobre la base que en el cerebro humano se coordinada y controla todas las actividades relacionadas al pensamiento, a la emoción, la coordinación motora y sensorial, resulta importante estudiar diferentes opciones a nivel de hardware para capturar esas señales emitidas por el cerebro, y utilizarlas para entrenar algoritmos de inteligencia artificial para abordar diferentes problemas en el área de la medicina, control de prótesis, problemas de concentración y memorización, interface cerebro-computador entre muchas otras de interés.

La utilización de algoritmos de Inteligencia Artificial cada vez tiene mayor aplicación a problemas de la vida real, permitiendo la construcción de herramientas/prototipos con un concepto inteligente para la solución de problemas complejos como el reconocimiento de patrones, problemas de predicción, diagnósticos, detección de anomalías, reconocimiento de voz, comprensión del lenguaje natural, sistemas de clasificación y muchos otros problemas.

El objetivo del proyecto es identificar tecnologías de hardware y software que permita capturar las señales de ondas cerebrales y procesarlas a través de diferentes algoritmos de inteligencia artificial en problemas que hasta ahora resulta difícil resolver por los métodos tradicionales de la computación, la mecánica, etc.