1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
  2. Tesis de Posgrado
  3. Chihuahua
  4. Instituto Tecnológico de Chihuahua
  5. Tesis de Doctorado
  6. Doctorado en Ciencias en Ingeniería Electrónica

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/12262
Full metadata record
DC FieldValueLanguage
dc.contributor.authorRIVAS POSADA, EDUARDO-
dc.creatorRIVAS POSADA, EDUARDO#RIPE940611HCHVSD04-
dc.date.accessioned2026-02-27T21:44:43Z-
dc.date.available2026-02-27T21:44:43Z-
dc.date.issued2026-01-01-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/12262-
dc.descriptionEn los últimos años se ha estudiado la implementación de sistemas basados en interfaz cerebro-computadora como medios alternativos de comunicación, utilizando la actividad cerebral del usuario y su reinterpretación en comandos. En esta tesis se utilizan los ritmos sensoriomotores para detectar visualizaciones motoras. En el estado del arte se encuentran métodos para extraer características y clasificar visualizaciones motoras implementados en sistemas que trabajan fuera de línea. En este trabajo se tiene el objetivo de analizar y diseñar técnicas para reconocimiento de visualizaciones motoras y generar nuevos métodos para clasificarlas e implementar aplicaciones en tiempo real. Para ello, se evalúan 5 métodos para extraer características basados en patrones espaciales y transformaciones tiempo-frecuencia, así como la implementación de dos clasificadores: máquinas de vectores de soporte y redes neuronales convolucionales. La metodología final se compone de patrones espaciales comunes en combinación con la transformada Wavelet continua y un clasificador basado en redes neuronales convolucionales y se evaluó en tres etapas: con dos bases de datos, con una base de datos propia evaluada fuera de línea y en tiempo real. Al evaluar las bases de datos el mejor desempeño fue del 97.25% ± 1.76% al clasificar visualizaciones motoras de manos izquierda y derecha, y del 91.37%%±03.29% al clasificar visualizaciones motoras de las manos derecha, izquierda, pies y lengua con un tiempo de ejecución de 270 ms. Para evaluar la metodología fuera de línea, se realizó una base de datos propia con 15 sujetos y 4 visualizaciones motoras con un desempeño promedio del 86.48% ± 4.74%. Para la evaluación en tiempo real se diseñaron 4 escenarios viii virtuales en los cuales participaron 8 de los 15 sujetos de la base de datos propia y se presentan resultados cuantitativos y cualitativos. En conclusión, se presenta una metodología competente con el estado del arte con desempeños superiores e implementada en tiempo real, contribuyendo a la investigación de interfaces cerebro-computadora basadas en visualizaciones motoras.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.subject.otherANÁLISIS Y DISEÑO DE TÉCNICAS PARA RECONOCIMIENTO DE VISUALIZACIONES MOTORAS PARA APLICACIONES EN TIEMPO REALes_MX
dc.titleANÁLISIS Y DISEÑO DE TÉCNICAS PARA RECONOCIMIENTO DE VISUALIZACIONES MOTORAS PARA APLICACIONES EN TIEMPO REALes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorCHACÓN MURGUÍA, MARIO IGNACIO#CABR720221HCHHLL09-
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico de Chihuahuaes_MX
Appears in Collections:Doctorado en Ciencias en Ingeniería Electrónica

Files in This Item:
File Description SizeFormat 
Tesis Rivas Posada Eduardo.pdf10.12 MBAdobe PDFView/Open


This item is protected by original copyright

View License
Show simple item record


This item is licensed under a Creative Commons License Creative Commons