La retroalimentación juega un papel fundamental en varios tipos de sistemas basados en Interfaces Cerebro Computador (BCI), ésta permite que el usuario aprenda a modular cierto tipo de ondas cerebrales que luego serán usadas como base para un sistema de control. En la presente tesis se desarrolla un sistema BCI que usa el principio de Imaginación Motora en el cual se comparan y evalúan tres estrategias de retroalimentación visual: el movimiento de una barra en una pantalla, animación 3D de manos en una pantalla y el movimiento de manos robóticas. En el desarrollo de este sistema se contemplan las siguientes etapas: Adquisición de señales, preprocesamiento de señales, extracción y selección de características, clasificación y retroalimentación al sujeto. En el presente trabajo se utiliza la técnica de análisis de componentes independientes, la cual provee un filtro espacial que busca recuperar la independencia de las señales. Se utilizan como características las energías de las señales y se clasifica mediante una máquina de soporte vectorial. El procesamiento se realiza en tiempo real en el entorno de Simulink. Los resultados indican que la retroalimentación visual mediante manos robóticas influye positivamente en mayor medida que la retroalimentación mediante animación, sin embargo, estos resultados deben ser validados con una cantidad mayor de sujetos. / Tesis

La retroalimentación juega un papel fundamental en varios tipos de sistemas basados en Interfaces Cerebro Computador (BCI), ésta permite que el usuario aprenda a modular cierto tipo de ondas cerebrales que luego serán usadas como base para un sistema de control. En la presente tesis se desarrolla un sistema BCI que usa el principio de Imaginación Motora en el cual se comparan y evalúan tres estrategias de retroalimentación visual: el movimiento de una barra en una pantalla, animación 3D de manos en una pantalla y el movimiento de manos robóticas. En el desarrollo de este sistema se contemplan las siguientes etapas: Adquisición de señales, preprocesamiento de señales, extracción y selección de características, clasificación y retroalimentación al sujeto. En el presente trabajo se utiliza la técnica de análisis de componentes independientes, la cual provee un filtro espacial que busca recuperar la independencia de las señales. Se utilizan como características las energías de las señales y se clasifica mediante una máquina de soporte vectorial. El procesamiento se realiza en tiempo real en el entorno de Simulink. Los resultados indican que la retroalimentación visual mediante manos robóticas influye positivamente en mayor medida que la retroalimentación mediante animación, sin embargo, estos resultados deben ser validados con una cantidad mayor de sujetos. / Tesis