Aplicación de la inteligencia computacional en el análisis de datos de electroencefalografía para la clasificación y reconocimiento de estados mentales relacionados con mente divagante y atención plena
...
Montes Marín, Leonardo | 2022-04-28
spa:La electroencefalografía EEG, se ha convertido en una herramienta de suma importancia en el análisis de la actividad cognitiva, las técnicas basadas en inteligencia artificial han llegado a integrarse como una parte fundamental en los procesos de extracción de patrones, clasificación y aprendizaje de datos de señales EEG. Uno de los fenómenos, objeto de estudio del análisis cerebral a nivel electrofisiológico y clínico es la meditación. Dados sus beneficios comprobados científicamente y su uso potencial para la curación de las condiciones médicas, relacionadas con trastornos cognitivos y el bienestar mental en general. Recientemente se han identificado un cúmulo de investigaciones que involucran recursos de la inteligencia computacional en el análisis de factores asociados al estudio de la mente divagante y la meditación. La meditación como herramienta reguladora de los pensamientos divagantes y su incidencia en la salud del cerebro, está fundamentada en el hecho de que algunos desordenes cognitivos vienen dados por los pensamientos divagantes. El estado de mente divagante se ve expresado mediante la actividad del Default-Mode Network DMN. La meditación regula el estado de DMN. Basados en estos principios se pretende diseñar un modelo e implementar un prototipo para la detección de la mente divagante MW, usando procesamiento de señales EEG y Aprendizaje Automático ML a partir de señales eléctricas producidas por el cerebro. Con el propósito de crear un framework basado en inteligencia artificial, para el análisis datos EEG y caracterización de mente divagante MW, como base de un programa de entrenamiento asistido por computadora para el aprendizaje de la meditación.
LEER