Caracterización de patrones electrooculográficos relacionados con el lenguaje “blink to speak”

Abstract

Este trabajo está enfocado en brindar una herramienta de comunicación para personas con discapacidad del habla y limitaciones del movimiento en miembro superior. Una alternativa para estas personas es el uso del lenguaje “Parpadear para hablar”, el primer lenguaje ocular en el mundo. Este lenguaje permite comunicarse mediante 8 movimientos oculares simples, denominados alfabetos, con los que es posible expresar hasta 50 mensajes cotidianos. Sin embargo, se requiere de un sistema que lo interprete, cosa que hasta el momento ningún trabajo en el estado del arte lo ha hecho. Esta investigación se centra en la caracterización de señales electrooculográficas registradas en 38 sujetos, correspondientes a cada uno de los 8 alfabetos del lenguaje “Parpadear para hablar”. Posteriormente, estas señales fueron clasificadas utilizando algoritmos de aprendizaje automático: Decision Tree, Multi-Layer Perceptron Classifier y Random Forest. Entre los modelos probados, Random Forest demostró el mejor desempeño, alcanzando un F1-score promedio del 82%. Los alfabetos Derecha y Abajo fueron los mejor clasificados, con F1-scores de 93.7% y 90.41%, respectivamente. Por otro lado, los alfabetos con menor desempeño fueron Guiño y Arriba, con F1-scores de 68.28% y 70.46%, respectivamente.