Real time identification of motor imagery actions on EEG signals.

Autores/as

Palabras clave:

BCI, Wavelet, LDA, EEG, FPGA

Resumen

Brain Computer Interfaces (BCI) processing algorithms needs powerful computational devices to perform in real time. In this work, a hardware efficient design for the classification of Electroencephalography (EEG) signals representative of two motor imagery task is proposed and implemented on Field Programmable Gate Array (FPGA). Using as feature extraction algorithm, Wavelet Package Decomposition (WPD) and Linear Discriminant Analysis (LDA) as the classifier. Achieving an accuracy of 80 % in the classification of the two tasks. The system was designed using System Generator and implemented on a Zybo board using Hardware/Software Co-Simulation. The accuracy, latency, resources and power consumption was analyzed and compared with previous works.

Biografía del autor/a

Carlos Luís Marcos Rojas, Universidad Tecnológica de La Habana José Antonio Echeverría, CUJAE

Graduado de Ingeniería en Telecomunicaciones y Electrónica en el año 2015, desde entonces se desempeña como profesor de Procesamiento Digital de Señales en el departamento de Bioingeniería de la Universidad Tecnológica de la Habana, en la cual ostenta la categoría docente de Profesor Asistente.

Juan David Chailloux Peguero

Graduado de Ingeniería Automática y Master en Sistemas Digitales. Se desempeñó durante varios años como Profesor Auxiliar y jefe del departamento de Bioingeniería de la Universidad Tecnológica de la Habana.

Emiliano Alba Blanco, Universidad Tecnológica de la Habana

Graduado de Ingeniería en Telecomunicaciones y Electrónica. Master en Teoría de Señales. Se a desempeñado por varios años como Profesor Auxiliar del departamento de Bioingeniería de la Universidad Tecnológica de la Habana. Autor de libro Circuitos Eléctricos III.

Descargas

Publicado

2020-03-09

Número

Sección

Artículos