Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Sierra Bueno, Daniel AlfonsoPeña Rodríguez, Jesús2024-03-0320162024-03-0320162016https://noesis.uis.edu.co/handle/20.500.14071/34199La electroencefalografía (EEG) es la técnica más común para el estudio de la dinámica neuronal del cerebro humano [29]. La EEG es una herramienta esencial en la neurociencia cognitiva, ya que permite el registro no invasivo de las señales eléctricas provenientes del cerebro. Desafortunadamente, las señales neuronales en la EEG son altamente contaminadas por fuentes eléctricas no-cerebrales tales como los músculos del cuero cabelludo y la cara, el ritmo cardíaco y la respiración [35]. Sin embargo, los movimientos oculares son la mayor fuente de contaminación del electroencefalograma. Esto ocurre debido a que los movimientos oculares causan un cambio en el campo eléctrico que rodea los ojos [17]. Luego, las variaciones de potencial causadas se desplazan sobre el cuero cabelludo superponiéndose con los potenciales provenientes de los cúmulos neuronales [20], por lo tanto, esto in_x001E_uye de manera negativa en el registro y posterior análisis de las señales EEG. En el presente trabajo de investigación se plantea una técnica de _x001B_ltrado de los artefactos oculares mediante el análisis de componentes independientes y agrupamiento con máquinas de vectores soporte. Con el ánimo de identi_x001B_car fácilmente los aportes de la tesis, se optó por marcar las respectivas entradas de la tabla de contenido conapplication/pdfspahttp://creativecommons.org/licenses/by/4.0/Artefactos OcularesAnálisis De Componentes IndependientesMáquinas De Vectores SoporteElectroencefalografía.Universidad Industrial de SantanderTesis/Trabajo de grado - Monografía - MaestriaUniversidad Industrial de Santanderhttps://noesis.uis.edu.coElectroencephalography (EEG) is the most common technique to study neuronal dynamics in the human brain [29]. EEG is an essential tool in cognitive neurosciencebecause it allows the non-invasive recording of electrical signals provided by brain. Unfortunatelyneuronal signals in EEG are strongly contaminated by non-cerebral electrical sources such as: muscles of scalp and facecardiac rhythm and breathing [35]. Howeverocular movements are the main source of noise in EEG. This occurs because ocular movements cause changes in the electric _x001B_eld around the eyes [17]. Thenthe potential variations travel over the scalp and they are superposed with the potentials provided by neuronal cumulus [20]thereforethis a_x001D_ects in negative way in the recording and analysis of EEG signals. This work proposes a _x001B_ltering technique of ocular artifacts by means of independent component analysis and clustering with support vector machines. In order to identify the thesis contributions easilythe entries in the table of contents were marked with . In this waya condensed reading can be realizedfocused in the procedure and the results.info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)