Search

El Sistema Nervioso Central (SNC) en los humanos y animales complejos cumple, entre otras funciones, con la producción de representaciones internas del entorno externo inmediato, bajo la forma de códigos neuronales poblacionales, que son generados en los diferentes núcleos o capas neuronales, transferidos en serie entre las distintas regiones o áreas por medio de los enlaces sinápticos, transformados y procesados de manera paralela por las distintas unidades neuronales que componen estos núcleos o capas, para finalmente producir una conducta o comportamiento observable, que en los casos exitosos son respuestas adecuadas a las necesidades de supervivencia o a las acciones del entorno sobre los individuos Introducción. Modelos computacionales de circuitos sinápticos. Transformación sensorio-motora. Neuromodulación de la transformación sensorio-motora. Bibliografía

In vertebrates, the central nervous system processes sensorial input from surroundings and in most of the cases determines motor responses accordingly. There exist specialized synaptic circuits or neural networks for generating and maintaining periodic motor signals necessary for the animal’s locomotion as walking, trotting, running or swimming. Recent works have addressed the study of animal locomotion by modeling the neural networks in charge of controlling the rhythmic movements of legs and motor appendices in bipeds, quadrupeds and hexapods [Kiehn et al., 2008]. These works have been extended to modeling and controlling the movements of legged robots [Teng et al., 2012; Mondal et al., 2011]. These synaptic circuits and neural networks or central pattern generators (CPG) [McCrea & Rybak, 2008] exhibit a nonlinear dynamics leading to nonlinear oscillations.

La atención visual es un proceso desarrollado sobre gran parte del área de procesamiento visual primario. El procesamiento cerebral provoca la focalización selectiva de los objetos del campo visual que compiten por procesamiento, esta competencia se encuentra mediada por características primarias de los objetos como el contraste de color, el contraste de intensidad y el contraste de orientación. En esta revisión se procura establecer la conexión de los modelos de atención visual bottom-up disponibles en la literatura, sus arquitecturas y bases matemáticas, con la evidencia neurobiológica sobre el fenómeno de atención visual establecida hasta la actualidad. Adicionalmente, se ilustra una implementación propia de un modelo de atención visual bottom-up y se discuten algunos pormenores sobre el proceso de atención o mecanismo top-down cuya dinámica complementa la función del proceso de pre-atención o bottom-up Visual attention is related with most of primary visual processing areas. Objects in the visual field compete for processing; competence is often mediated by primary visual features such as intensity contrast, color contrast and orientation contrast. This review attempts illustrating the connection between models of bottom-up visual processing available in literature, their architectures and well-established neurobiological evidence. Additionally, an implementation of a bottom-up visual attention model is shown, and several principles of the attention process or top-down mechanism are discussed

En este trabajo se investigó, desarrolló e implementó un sistema clasificador de señales provenientes de una interfaz cerebro-computador o por sus siglas en ingles BCI (Brain Computer interface) mediante un algoritmo de clasificación llamado SVMs utilizando el software Matlab, con el fin de controlar los desplazamientos de un robot hexápodo. El control de la marcha requerida para que el robot realice los desplazamientos es programado desde una tarjeta de adquisición de datos llamada BeagleBone Black, a la cual se le implemento una red biológicamente inspirada llamada generador de patrones centrales (CPG – General pattern generator), esta red se implementó para el respectivo control de cada una de las extremidades del hexápodo para así generar una marcha tipo trípode mientras el mismo registra mediante una cámara los diferentes entornos con los que interactúa. Este proyecto se desarrolló con el fin generar cierto grado de independencia a personas en situación de discapacidad motora grave, por lo que se llevaron a cabo pruebas con una persona en condición de cuadriplejia con lesión medular a nivel cervical lo que le produce parálisis total en brazos y piernas. Las pruebas consistieron en situar la interfaz cerebro-computador llamada Emotiv Epoc+ en la cabeza de dicha persona para así registrar sus diferentes señales, luego de realizar la clasificación de las mismas se comunica el comando de dirección deseado por medio de Wifi a la tarjeta de adquisición de datos para que finalmente esta controle el desplazamiento del hexápodo dependiendo de patrón generado en las señales la persona Proyecto de grado (Ingeniero Biomédico)-- Universidad Autónoma de Occidente, 2018 Pregrado Ingeniero(a) Biomédico(a)

Desde hace varios años, la inteligencia artificial ha sido objeto de estudio de múltiples investigadores y se ha desarrollado en múltiples disciplinas de la ciencia como la robótica, con el objetivo de desarrollar dispositivos autónomos capaces de realizar múltiples tareas de forma eficiente. Desde varios años en el pasado, la ingeniería se ha encargado de observar y aprovechar las características de la naturaleza que al forjarse tras siglos de evolución presentan soluciones eficaces a varios de los problemas presentes en diferentes áreas de la ciencia. La tendencia a extraer características y métodos importantes a partir de la observación de la naturaleza, ha permitido crear una vertiente de la robótica, que se encarga del desarrollo de dispositivos (generalmente autónomos) bio-inspirados, los cuales han permitido observar las ventajas de imitar ciertas morfologías, y al hacer uso de técnicas de inteligencia artificial, desarrollar robots cada vez más similares en su comportamiento, a los modelos de los cuales han sido bio-inspirados Proyecto de grado (Ingeniero Mecatrónico)-- Universidad Autónoma de Occidente, 2017. Pregrado Ingeniero(a) Mecatrónico(a)