Clasificación de tareas cognitivas a partir de señales EEG usando redes neuronales artificiales

Abstract

El análisis de señales cerebrales, en particular mediante electroencefalografía (EEG), ha adquirido una importancia significativa en la investigación de la cognición humana y en el diagnóstico de trastornos neurológicos. Este trabajo se enfoca en la clasificación de tareas cognitivas —leer, contar y reposo— a partir de señales EEG utilizando redes neuronales artificiales. Se han implementado varios modelos, incluyendo arquitecturas basadas en transformers, para identificar y diferenciar patrones cerebrales complejos asociados con cada tarea. Los resultados se evaluaron utilizando métricas como precisión (accuracy) y F1-score, con el objetivo de desarrollar una solución automatizada y precisa que contribuya tanto a la investigación en neurociencia como a aplicaciones clínicas avanzadas, tales como interfaces cerebro-computadora