RESUMEN

La somnolencia es un estado de fatiga y sueño que afecta a todas las personas y es una de las principales causas de los accidentes de tránsito. La detección temprana de este estado puede ayudar a prevenir accidentes automovilísticos. De la señal electroencefalográfíca (EEG) es posible extraer patrones indicadores de somnolencia antes de la manifestación física de esta, además esto permite hacerlo de una forma mínimamente invasiva para la persona. En este trabajo se propone la obtención de índices que caracterizan el estado de somnolencia a partir del procesamiento de señales EEG. Las mismas son parte de una base de datos adquirida en voluntarios durante el uso de un simulador de conducción. La base de datos cuenta con 4 canales EEG, 2 de EOG (electrooculograma) y 1 de ECG (electrocardiograma), además de las marcas temporales de los eventos de somnolencia indicada por los conductores. Se realizó el acondicionamiento y análisis de las señales utilizando Python. El análisis se efectuó utilizando ventanas temporales de 10 s. Los índices obtenidos están basados en la densidad espectral de potencias (DEP) de las distintas bandas frecuenciales (α, β, θ, δ, ϒ) del EEG. Se encontró que las bandas α y θ, concentran su actividad sobre el rango inferior de cada una de esas bandas frecuenciales (se hacen más lentas) durante el evento de somnolencia. Este comportamiento indica que los índices son adecuados para la detección de eventos de somnolencia.