Estudiante del IPN desarrolla diadema que detecta la fatiga mental

  • Compartidos
 en Tecnología

Nataly Medina Rodríguez, estudiante del IPN con doctorado del Centro de Investigación y Desarrollo de Tecnología Digital (Citedi), desarrolló una diadema que detecta síntomas de cansancio o fatiga mental, el cual puede ser benéfico en instituciones de salud.

El trabajo surge a raíz de la tesis doctoral de la estudiante del IPN, titulada “Diseño de Algoritmos de Aprendizaje para Realizar la Clasificación de Señales Electroencefalográficas por Medio de Cómputo Inteligente”.

 

Te recomendamos: UNAM participará en la World Robot Summit en Japón

 

¿Cómo funciona?

estudiante del IPN

Foto: IPN on Twitter

Mediante el aprendizaje automático, la interfaz que diseñó clasifica los patrones cerebrales de cansancio por esfuerzo físico y mental.

La interfaz es un sistema de cómputo, que tiene como receptor una diadema comercial. Con base en los patrones cerebrales, el clasificador da como resultado un índice de fatiga mental en una escala del 0 al 100.

Me comunico con esa diadema de manera inalámbrica hacia mi computadora y mi computadora lo que hace es primero extraer características de las señales eléctricas causadas por las neuronas. Una vez que extrae las características, diseñé un clasificador que, con base en ciertas reglas del área de neurociencias, puede identificar patrones cerebrales. Para el índice de fatiga me basé en la escala de sueño, o de cansancio o somnolencia de Stanford, que le llaman Stanford Sleepiness Health. Me basé en esa escala para poder determinar un coeficiente al final. Explicó Medina Rodríguez

Más o menos del 80 al 100 ya se puede decir que una persona está somnolienta, donde puede perder prácticamente la conciencia.

Somnolencia es ya un estado de pérdida de atención. Es decir, cuando una persona prácticamente ya no está consciente.

De esa manera funciona: “se extraen características ya conectada a la diadema, se entra a un clasificador y este clasificador da como resultado un coeficiente del 0 al 100.”

El clasificador tiene aprendizaje automático, por lo que el algoritmo aprende y mejora cada vez que es usado, dijo Medina Rodríguez

Cabe destacar que este clasificador se entrena cada vez, es decir, tiene implementado lo que es aprendizaje máquina.

Cada vez que una persona o un paciente se conecta a este dispositivo, el algoritmo aprende. Entonces, se van haciendo más finos los resultados y esa es la parte innovadora.

 

Con información de Excelsior


Publicaciones recomendadas

Deja un comentario