Please use this identifier to cite or link to this item: http://repositoriosenaiba.fieb.org.br/handle/fieb/1630
Title: Análise de sinais EEG BCI 200 para classificação de intenção de movimentos: uma abordagem prática
Authors: Sampaio, Iuri de Araujo
metadata.dc.contributor.advisor: Pinheiro, Oberdan Rocha
Keywords: Interface cerebro-computador;Redes neurais
Issue Date: 2022
Publisher: SENAI CIMATEC
Citation: SAMPAIO, Iuri de Araujo. Análise de sinais EEG BCI 200 para classificação de intenção de movimentos: uma abordagem prática. Orientador: Oberdan Rocha Pinheiro. 2022. 36 f. Artigo (Especialização em Automação, Controle e Robótica) Centro Universitário SENAI CIMATEC, Salvador, 2022.
metadata.dc.description.resumo: A interface Cérebro Computador (ICC), ou Interface Homem-Máquina (ICM), do inglês: Brain Computer Interfaces (BCI), vem se tornando um campo vital da engenharia e computação biomédica. Ela utiliza sinais elétricos obtidos a partir de exames de eletroencefalograma (EEG) para fornecer tecnologias assistivas (AT) para humanos. O objetivo da ICM é interpretar a atividade cerebral em forma digital e atuar com comandos em dispositivos eletromecânicos, para que as pessoas incapazes de produzir uma resposta motora, possam comunicar-se com um computador e obter maior auto-suficiência, inclusão social e liberdade. Um dos principais desafios na pesquisa atual da ICM é a extração de características de sinais aleatórios de EEG com variação no tempo, e sua classificação com maior precisão possível. Técnicas de extração de dados, como: densidade espectral de potência (PSD), centróides espectrais, desvio padrão e entropia são utilizadas na filtragem e investigação dos sinais a partir de dois exercícios mentais diferentes; Os sinais selecionados são classificados utilizando algoritmos de Análise Discriminante Linear (LDA), Common Spatial Patterns (CSP). A melhor precisão foi alcançada pela densidade espectral de potência. As precisões deste recurso vão desde 75% a 99%, dependendo da quantidade e quantidade e qualidade das amostras de dados coletados. Por fim, o algoritmo de tradução será construído usando recursos e EEG selecionados e classificados para controlar os dispositivos ICM. Assim, este artigo apresenta os resultados da análise de sinais de EEG de intenção de movimentos específicos para extrair os recursos de sinais adequados, utilizando técnicas e algoritmos de classificação estatística que podem ser empregadas para controlar dispositivos ICM que podem ser usados por pessoas com deficiência ou paralisadas.
Abstract: Brain Computer Interfaces (BCI) is becoming a vital field of engineering and biomedical computing. It uses electrical signals obtained from electroencephalogram (EEG) scans to deliver assistive technologies (AT) to humans. The objective of ICM is to interpret brain activity in digital form and act with commands in electromechanical devices, so that people unable to produce a motor response can communicate with a computer and obtain greater self-sufficiency, social inclusion and freedom. One of the main challenges in current BCI research is the extraction of features from random time-varying EEG signals and their classification as accurately as possible. Data extraction techniques, such as: power spectral density (PSD), spectral centroids, standard deviation and entropy are used in the filtering and investigation of the signals from two different mental exercises; The selected signals are classified using Linear Discriminant Analysis (LDA) and Common Spatial Patterns (CSP) algorithms. The best accuracy was achieved by power spectral density. The accuracies of this feature range from 75% to 99%, depending on the amount and quantity and quality of data samples collected. Finally, the translation algorithm will be built using selected and classified EEG features to control the ICM devices. Thus, this paper presents the results of analysis of specific movement intention EEG signals to extract the appropriate signal features, using statistical classification techniques and algorithms that can be employed to control ICM devices that can be used by people with disabilities or paralyzed.
Description: "Todos os direitos reservados. É permitida a reprodução parcial ou total desta obra, desde que citada a fonte e que não seja para venda ou qualquer fim comercial."
URI: http://repositoriosenaiba.fieb.org.br/handle/fieb/1630
Appears in Collections:Artigos (Pós-Graduação) - Especialização em Automação, Controle e Robótica

Files in This Item:
File Description SizeFormat 
AR_Iuri de Araujo Sampaio.pdfARTIGO / ESPECIALIZAÇÃO / SENAI CIMATEC2.96 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.