Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/1084
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorLeite, Sarah Negreiros de Carvalhopt_BR
dc.contributor.authorFerreira, Ricardo Coelho-
dc.date.accessioned2018-07-16T15:34:55Z-
dc.date.available2018-07-16T15:34:55Z-
dc.date.issued2018-
dc.identifier.citationFERREIRA, Ricardo Coelho. Análise da etapa de treinamento do classificador linear de um sistema BCI-SSVEP. 2018. 28 f. Monografia (Graduação em Engenharia Elétrica) – Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2018.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/1084-
dc.description.abstractNeste estudo foi desenvolvido o processamento digital de sinais eletroencefalográficos para implementar uma interface cérebro-computador (BCI) baseada no Potencial Evocado Visualmente em Regime Estacionário (SSVEP). As características dos estímulos visuais associados aos comandos da BCI foram extraídas usando a estimação espectral via Periodograma de Welch e a discriminação de quatro classes foi estabelecida utilizando o Método dos Mínimos Quadrados como classificador linear. Estudos adicionais foram feitos para auxiliar a escolha do tamanho da janela usada e foi analisado o desempenho da BCI mediante a redução dos dados do próprio indivíduo usados para treinar o sistema de discriminação. Os resultados mostram que o desempenho do sistema é melhor quando se emprega um maior volume de dados do próprio indivíduo para treinar o discriminante.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsopen accesspt_BR
dc.subjectEngenharia elétricapt_BR
dc.subjectInterface cérebro-computadorpt_BR
dc.subjectMétodo dos mínimos quadradospt_BR
dc.titleAnálise da etapa de treinamento do classificador linear de um sistema BCI-SSVEP.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.rights.licenseAutorização concedida à Biblioteca Digital de TCC da UFOP pelo autor em 10/07/2018, com as seguintes condições: disponível sob Licença Creative Commons 4.0, que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais, nem a adaptação.pt_BR
dc.description.abstractenIn this study the digital processing of electroencephalographic signals was developed to implemente a brain-computer interface (BCI) based on Steady State Visually Evoked Potential (SSVEP). The visual stimuli features associated with the BCI commands were extracted using spectral estimation via the Welch Periodogram and the four-class were discriminated employing the linear least square method. We also avaluated the impact on BCI performance by varying the size of the signal window for features extraction and the quality of the data used to train the discriminant. The results show that the performance of the system is better when using greater volume of data of the own-subject to train the system.pt_BR
Appears in Collections:Engenharia Elétrica - JMV

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_AnáliseEtapaTreinamento.pdf2,31 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons