Clasificación de señales electro-oculográficas para el control de una pinza mecánica usando máquinas de soporte vectorial y lenguaje de programación Python

Abstract

Dentro del grupo de señales bio-eléctricas existe un tipo que se genera sobre los músculos relacionados con el movimiento de los ojos, las cuales pueden ser aprovechadas para la activación de piezas mecánicas y electrónicas que entreguen la capacidad de efectuar acciones a los pacientes con pérdida de extremidades, mediante el procesamiento de señales y métodos de clasificación sobre el lenguaje de programación Python. Las técnicas de extracción de características entregan un sin número de opciones que permiten realzar las zonas de interés para cada uno de los movimientos oculares, se clasificaron los siguientes movimientos: mirada a la derecha, mirada a la izquierda, guiño ojo derecho, guiño ojo izquierdo, doble guiño ojo derecho y se parametrizaran a una pinza mecánica que otorgue la capacidad prensil al usuario, logrando que el usuario pueda desempeñar tareas en un entorno personal, académico y profesional. las técnicas que mejores resultados mostraron en este articulo son líneas de nivel, conteo de crestas, transformada wavelet, energía, normalización, adicción de características. Todas estas técnicas fueron aplicadas para mejorar el porcentaje de clasificación de la máquina de soporte vectorial (de ahora en adelante SVM), para el entrenamiento de la SVM se registraron 30 señales por movimientos de las cuales 15 se usaron para entrenar y 15 para clasificar obteniendo así un porcentaje de clasificación del 97.78%.