Desenvolvimento de Sistemas para Recolha, Processamento e Análise de Sinal de EEG para Deteção de Sonolência
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10316/83130 |
Resumo: | Trabalho de Projeto do Mestrado Integrado em Engenharia Biomédica apresentado à Faculdade de Ciências e Tecnologia |
id |
RCAP_71a24da1f16c687f4f29e91ca96fe0fe |
---|---|
oai_identifier_str |
oai:estudogeral.uc.pt:10316/83130 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Desenvolvimento de Sistemas para Recolha, Processamento e Análise de Sinal de EEG para Deteção de SonolênciaDevelopment of Systems for Acquisition, Processing and EEG Signal Analysis for Drowsiness DetectionSonolênciaEletroencefalogramaEmotiv EPOC+WebTempo realDrowsinessEletroencephalogramEmotiv EPOC+WebReal timeTrabalho de Projeto do Mestrado Integrado em Engenharia Biomédica apresentado à Faculdade de Ciências e TecnologiaAo longo dos anos, têm-se observado que a sonolência é um dos fatores que contribui para a ocorrência de acidentes de condução. Focando o estudo na primeira fase do sono, período de transição entre o estado acordado e o de sono, é possível a criação de um sistema capaz de detectar sonolência. Assim, o objetivo deste projeto é o desenvolvimento de um sistema capaz de adquirir, processar e analisar um sinal de EEG, sendo que este tem a capacidade de detetar a sonolência, prevenindo desta forma a ocorrência de acidentes relacionados com a condução. Para isso, foi estudada uma base de dados específica que permitiu o desenvolvimento de um algoritmo de deteção, e de outro para a aquisição do sinal, sendo este com recurso ao headset EPOC+ da Emotiv. Um segundo objetivo deste trabalho passa pelo desenvolvimento de uma plataforma Web que permite estudar e comparar diferentes metodologias na deteção de sonolência num sinal de EEG, em ambiente de simulação, demonstrando, desta forma, a estudantes ou investigadores as melhores metodologias a utilizar. Neste trabalho, foram estudadas inúmeras metodologias para deteção de sonolência, variando as posições do sinal de EEG, janelas deslizantes, PCA, introdução de dinâmica através da introdução de atrasos e classificadores, sendo que as melhores alcançaram valores de precisão de 99,58% e accuracy de 89,60%. .Over the years it has been observed that drowsiness appears as one of the factors that contributes for the occurrence of driving accidents. Focusing the study on the first phase of sleep, the transition period between the awake and sleep states, it is possible to create a system capable of detecting drowsiness. Thus, the objective of this project is the development of a system capable of acquiring, processing and analyzing an EEG with the capacity to detect drowsiness and thus preventing the occurrence of driving related accidents. For this, a specific database was studied to allow the development of the detection algorithm, as well as the development of an algorithm for the signal acquisition, were the Emotiv EPOC+ headset was used. A second objective of this work is the development of a Web platform, that allows studying and comparing different methodologies in the detection of drowsiness in an EEG signal, in a simulation environment. In this way, it is possible to demonstrate to students and researchers the best methodologies to use. From this work, various methodologies for drowsiness detection were studied, considering different EEG signals position, sliding windows, PCA, dynamics introduction through the introduction of delays and classifiers, being that, the best ones had a precision of 99.58% and an accuracy of 89.60%. .2017-07-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/83130http://hdl.handle.net/10316/83130TID:202121852porRibeiro, Daniel Tavaresinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2020-02-10T10:17:28Zoai:estudogeral.uc.pt:10316/83130Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:04:56.378148Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Desenvolvimento de Sistemas para Recolha, Processamento e Análise de Sinal de EEG para Deteção de Sonolência Development of Systems for Acquisition, Processing and EEG Signal Analysis for Drowsiness Detection |
title |
Desenvolvimento de Sistemas para Recolha, Processamento e Análise de Sinal de EEG para Deteção de Sonolência |
spellingShingle |
Desenvolvimento de Sistemas para Recolha, Processamento e Análise de Sinal de EEG para Deteção de Sonolência Ribeiro, Daniel Tavares Sonolência Eletroencefalograma Emotiv EPOC+ Web Tempo real Drowsiness Eletroencephalogram Emotiv EPOC+ Web Real time |
title_short |
Desenvolvimento de Sistemas para Recolha, Processamento e Análise de Sinal de EEG para Deteção de Sonolência |
title_full |
Desenvolvimento de Sistemas para Recolha, Processamento e Análise de Sinal de EEG para Deteção de Sonolência |
title_fullStr |
Desenvolvimento de Sistemas para Recolha, Processamento e Análise de Sinal de EEG para Deteção de Sonolência |
title_full_unstemmed |
Desenvolvimento de Sistemas para Recolha, Processamento e Análise de Sinal de EEG para Deteção de Sonolência |
title_sort |
Desenvolvimento de Sistemas para Recolha, Processamento e Análise de Sinal de EEG para Deteção de Sonolência |
author |
Ribeiro, Daniel Tavares |
author_facet |
Ribeiro, Daniel Tavares |
author_role |
author |
dc.contributor.author.fl_str_mv |
Ribeiro, Daniel Tavares |
dc.subject.por.fl_str_mv |
Sonolência Eletroencefalograma Emotiv EPOC+ Web Tempo real Drowsiness Eletroencephalogram Emotiv EPOC+ Web Real time |
topic |
Sonolência Eletroencefalograma Emotiv EPOC+ Web Tempo real Drowsiness Eletroencephalogram Emotiv EPOC+ Web Real time |
description |
Trabalho de Projeto do Mestrado Integrado em Engenharia Biomédica apresentado à Faculdade de Ciências e Tecnologia |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-07-27 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10316/83130 http://hdl.handle.net/10316/83130 TID:202121852 |
url |
http://hdl.handle.net/10316/83130 |
identifier_str_mv |
TID:202121852 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799133941288927232 |