Pré-processamento, extração de características e classificação offline de sinais eletroencefalográficos para uso em sistemas BCI

• Ano de defesa: 2012
• Autor(a) principal: Machado, Juliano Costa
• Orientador(a): Balbinot, Alexandre
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Tecnologia assistiva; Eletroencefalografia; Interface cérebro-computador; Processamento de sinais
• Palavras-chave em Inglês: Brain computer interface (BCI); Electroencephalogram (EEG); Naïve bayes; Fisher’s linear discriminant; Common spatial pattern (CSP); Welch periodogram
• Link de acesso: http://hdl.handle.net/10183/101210

O uso de sistemas denominados Brain Computer Interface, ou simplesmente BCI, para controle de dispositivos tem gerado cada vez mais trabalhos de análise de sinais de EEG, principalmente devido ao fato do desenvolvimento tecnológico dos sistemas de processamento de dados, trazendo novas perspectiva de desenvolvimento de equipamentos que auxiliem pessoas com debilidades motoras. Neste trabalho é abordado o comportamento dos classificadores LDA (Discriminante Linear de Fisher) e o classificador Naive Bayes para classificação de movimento de mão direita e mão esquerda a partir da aquisição de sinais eletroencefalográficos. Para análise destes classificadores foram utilizadas como características de entrada a energia de trechos do sinal filtrados por um passa banda com frequências dentro dos ritmos sensório-motor e também foram utilizadas componentes de energia espectral através do periodograma modificado de Welch. Como forma de pré-processamento também é apresentado o filtro espacial Common Spatial Pattern (CSP) de forma a aumentar a atividade discriminativa entre as classes de movimento. Foram obtidas taxas de acerto de até 70% para a base de dados geradas neste trabalho e de até 88% utilizando a base de dados do BCI Competition II, taxas de acertos compatíveis com outros trabalhos na área.