Please use this identifier to cite or link to this item: http://www.monografias.ufop.br/handle/35400000/669
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorLeite, Sarah Negreiros de Carvalhopt_BR
dc.contributor.authorJesus Júnior, Belmir José de-
dc.date.accessioned2018-01-16T15:28:46Z-
dc.date.available2018-01-16T15:28:46Z-
dc.date.issued2017-
dc.identifier.citationJESUS JÚNIOR, Belmir José de. Análise de técnicas de filtragem em sistemas BCI-SSVEP. 2017. 56 f. Monografia (Graduação em Engenharia Elétrica) – Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2017.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/669-
dc.description.abstractUma das tecnologias mais proeminentes da atualidade são as denominadas Interface Cérebro-Computador (BCI). Essa tecnologia, que tem como principal objetivo assistir pessoas com defiências motoras, emprega sinais cerebrais para produzir um sinal de comando responsável por realizar algum tipo de ação. Quando um ser humano é exposto a uma fonte luminosa cintilando a uma determinada frequência, em seu cérebro é desencadeado um potencial com a mesma frequência do estímulo luminoso. Muito se tem conseguido com BCIs que aproveitam desse fato biológico e se denominam por Steady State Visually Evoked Potential (SSVEP), a qual tem como principal desafio distinguir a frequência do estímulo visual a qual um usuário é exposto. Um processo vital para que o sistema BCI apresente um bom desempenho é a etapa de processamento do sinal cerebral. Nesse contexto, esse trabalho desenvolve um estudo comparativo aplicando diferentes técnicas de filtragem na etapa de pré processamento. Utilizando uma base de sinais cerebrais coletados por eletroecefalografia de 3 indivíduos, enquanto expostos à estimulação visual cintilante em 6 diferentes frequência: 6; 7,5; 12; 15; 20 e 30 Hz. É verificado a eficácia dos filtros Commom Average Reference (CAR), Canonical Correlation Analysis (CCA) e uma combinação em cascata de ambos. Em adição a este estudo, o rendimento do sistema BCI foi verificado empregando dois diferentes cenários, um com as informações coletadas somente na região occipital do cérebro, e outro com as informações registradas em 16 diferentes pontos sobre o escalpo. Foi verificado que o filtro CAR apresenta os melhores resultados dentro dos cenários contemplados, apresentando uma média de taxas de acertos de 87,9 % quando 2 valores de frequências são considerados, de 61,7 % quando são considerados 4 valores de frequências e 54,7 % para o caso onde são considerados 6 valores de frequências.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsopen accesspt_BR
dc.subjectInterface cérebro-computadorpt_BR
dc.subjectInteração homem-máquinapt_BR
dc.subjectEstimulação cerebralpt_BR
dc.subjectProcessamento de sinaispt_BR
dc.titleAnálise de técnicas de filtragem em sistemas BCI-SSVEP.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.rights.licenseAutorização concedida à Biblioteca Digital de TCC’s da UFOP pelo(a) autor(a) em 06/09/2017 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 a adaptação.pt_BR
dc.contributor.refereeLeite, Sarah Negreiros de Carvalhopt_BR
dc.contributor.refereeYared, Glauco Ferreira Gazelpt_BR
dc.contributor.refereeTakeda, Romeu Yukiopt_BR
dc.description.abstractenNowadays, one of the most prominent technologies are the Brain-Computer Interfaces (BCI). This technology, assists people with motor disabilities, using the brain activity to produce a command signal to, then, perform an action. When a human is exposed to a light source flickering at well determined frequency, it is unleashed a potential with the same frequency in their brain. A lot has been achieved with BCIs that take use of that biological fact, called Steady State Visual Evoked Potential (SSVEP). A BCI-SSVEP system has a primary challenge to distinguish at which frequency the visual stimulus the subject was exposed to. A crucial stage for the correct functioning of the BCI is the proper digital signal processing of the brain signals. The goal of this study was to develop a comparative analysis by applying different filtering techniques in the pre processing stage. Using a data base of brain signals collected by electroencephalografy from 3 individuals, while they were exposed to a visual stimulation flickering at 6 different frequencies: 6, 7.5, 12, 15, 20 e 30 Hz. The efficiency of the filters Commom Average Reference (CAR), Canonical Correlation Analyses (CCA) and a cascade combination of both were verified. Futhermore, the performance of the BCI system was verified using two different scenarios. Firstly, just the information collected in the occipital region of the brain was used. In the second scenario the information collected in 16 different points of the scalp were used. It was verified that the CAR filter presents the best results for the scenarios contemplated, exhibiting an average hit rate of 87.9 % when 2 frequency values are considered, of 61.7 % when 4 frequency values are considerated and 54.7 % for the case where 6 frequency values are considered.pt_BR
Appears in Collections:Engenharia Elétrica - JMV

Files in This Item:
File Description SizeFormat 
MONOGRAFIA_AnáliseTécnicasFiltragem.pdf2,86 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons