Método de clasificación para detección de estrés empleando electroencefalograma
Date
2018-12
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
“La presente investigación tuvo como objetivo desarrollar e implementar un m´etodo para detección de estr´es empleando electroencefalograma. Para lograrlo se tomó el Electroencefalograma (EEG) a 25 participantes con la diadema Emotiv Epoc plus. Adem´as, a dichos participantes, se les aplicó el test “Escala de Estr´es Percibido”(PSS), que mide el estrés general. Los participantes fueron estudiantes Universitarios de la Benemérita Universidad Auto´noma de Puebla con una edad promedio de 24 an˜os.
Una vez obtenidas las señales EEGs de cada participante se analizaron con un software desarrollado en matlab. El software implementa tres fami- lias wavelet: coiflet, Daubichies y biorthogonal. Posteriormente se tomaron los coeficientes wavelet que corresponden a las frecuencias beta, pues el estr´es se produce a frecuencias altas de las ondas beta. Dichos coeficientes se eti- quetaron de acuerdo a los resultados obtenidos por el test PSS en dos clases: estr´es bajo y estr´es alto. Ya etiquetados los coeficientes se clasificaron utili- zando weka y los siguientes algoritmos de aprendizaje autom´atico: m´aquinas de soporte vectorial (SVM), random forest y naive bayes .
Los mejores resultados se obtuvieron utilizando coiflet de orden 1 para descomponer las sen˜al y random forest para la clasificaci´on, obteniendo un70.25 % de preciso.”
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading