Dataset de Electrooculografía (EOG) para la Evaluación de la Concentración Activa Visual y la Fatiga Cognitiva/Distracción en Estudiantes Universitarios durante el Aprendizaje Basado en Video

Description

Este conjunto de datos nació en nuestro laboratorio de la materia BI2010 (Análisis de señales y sistemas biomédicos) con una idea clara: queríamos ver cómo nos afecta el aprendizaje con videos y medir, de forma real, cuándo estamos concentrados y cuándo nos gana la distracción o el cansancio. Para lograrlo, diseñamos un modelo de ingeniería biomédica que analiza los movimientos de los ojos como un indicador directo de la actividad mental. El dataset, que compartimos bajo una filosofía de Ciencia Abierta (Open Science), incluye los registros crudos y procesados de las señales de Electrooculografía (EOG) en canales horizontal (CH1) y vertical (CH2). Estas bioseñales las capturamos con un sistema BIOPAC MP35 a una frecuencia de 1000 Hz durante tres momentos clave: un estado basal de reposo para abrir línea base, la fase activa viendo el video académico y el cierre donde se acumula la fatiga ocular. Para que cualquiera pueda replicar el análisis, incluimos un diccionario de variables que explica las amplitudes en milivoltios (mV), los parpadeos y la fijación visual, además de nuestro propio pipeline de procesamiento en Python. Este código se encarga de limpiar la señal quitando el offset y aplicando un filtro digital Butterworth de 4.º orden (0.05 a 35 Hz) en ventanas de 1 a 3 minutos para clasificar los estados mediante umbrales adaptativos. Por último, cuidando al máximo la ética de datos y la evaluación ciega, borramos cualquier rastro de nombres, matrículas o identidades; todo el repositorio es completamente anónimo tanto para el sujeto de prueba como para nosotros como investigadores.

Institutions

• Tecnológico de Monterrey

  Nuevo León, Monterrey

Categories

Licence