Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/1781
Title: Análise do desempenho das características de potência e fase para interfaces cérebro máquina ativadas por imagética motora.
Authors: Silva, Franz Victor Peixoto
metadata.dc.contributor.advisor: Costa, Fabrício Javier Erazo
metadata.dc.contributor.referee: Costa, Fabrício Javier Erazo
Yared, Glauco Ferreira Gazel
Leite, Harlei Miguel de Arruda
Keywords: Interface cérebro-computador
Eletroencefalografia
Interação homem-máquina
Issue Date: 2018
Citation: SILVA, Franz Victor Peixoto. Análise do desempenho das características de potência e fase para interfaces cérebro máquina ativadas por imagética motora. 2019. 57 f. Monografia (Graduação em Engenharia Elétrica) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2018.
Abstract: Os sistemas de Interface Cérebro Computador - ICC - (BCI - do inglês Brain Computer Interface) permitem o controle de dispositivos externos utilizando a atividade cerebral, voltados para diversas aplicações, tais como: controle de próteses ou órteses com o intuito de melhorar a qualidade de vida e/ou recuperação de funções motoras. Neste trabalho foi estudado a influência de características de fase e potência na classificação de único trecho de tarefas motoras no Eletroencefalograma (EEG). As técnicas Padrões Espaciais Comuns (CSP - do inglês Common Spatial Patterns), Densidade Espectral de Potência (PSD - do inglês Power Spectral Density) e Índice de Acoplamento de Fase (PLV - do inglês Phase Locking Value) foram utilizadas como características e foram avaliadas combinadas e de forma independente. Sinais de EEG de 9 indivíduos, da base de dados da Universidade de Graz (Competição BCI 2008), foram coletados em um paradigma multiclasse de imagética motora (MI – do inglês Motor Imagery). As classes foram: IM da mão esquerda, mão direita, pé e língua. Foram utilizados 25 canais, sendo 22 para medir EEG e 3 monopolares para medir o eletro-oculograma (EOG). As bandas de frequências estudadas foram de 8 a 12 Hz, 13 a 30 Hz, 8 a 30 Hz e as frequências reativas. CSP atingiu uma acurácia média de 90% para o melhor indivíduo, e a média dos indivíduos foi de 75%. PLV atingiu uma média geral de 61%. Os resultados sugerem que as características na fase podem ser empregadas em ICM’s ativadas por IM.
metadata.dc.description.abstracten: Brain-Computer Interface systems allow the control of external devices using brain activity, for various applications, such as prostheses or orthoses control aiming a better quality of life and/or recovery of motor functions. This study evaluated the influence of phase and power features on Electroencephalography (EEG) single-trial classification of motor tasks. Features as Common Spatial Patterns (CSP), Power Spectral Density (PSD) and Phase Locking Value (PLV) were used independently assessed and together. EEG signals of 9 subjects, from Graz University data base (Competition BCI 2008), were recorded in a multiclass motor imagery paradigm. The classes were: MI of the left hand, right hand, foot and tongue. Twenty-five channels were used, of which 22 were used to measure EEG and 3 were monopolar to measure the electro-oculogram (EOG). The frequency bands studied were: 8 to 12 Hz, 13 to 30 Hz, 8 to 30 Hz and the reactive frequencies. CSP reached an average accuracy of 90 % for the best subject, and the mean accuracy for all subject was 75 %. PLV reached an overall average of 61 %. These results suggest that features in phase can be used in BCI activated by MI.
URI: http://www.monografias.ufop.br/handle/35400000/1781
Appears in Collections:Engenharia Elétrica - JMV

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_AnáliseDesempenhoCaracterísticas.pdf7,58 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons