Classificação de biossinais de Motor Imagery coletados por EEG processados em tempo-frequência com redes neurais convolucionais

• Autor(a) principal: Mussi, Matheus Gonçalves
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UCS
• Texto Completo: https://repositorio.ucs.br/11338/4481
• topic: Eletroencefalografia; Redes neurais (Computação)

Pessoas que sofrem de traumas e patologias como o derrame e a paralisia ou que possuem membros amputados, apesar de terem limitações motoras, possuem capacidade de comando cerebral que pode ser utilizada para assisti-las nas suas atividades diárias. Para estudar essa possibilidade, sinais cerebrais de participantes voluntários são coletados em um experimento planejado com equipamento de Eletroencefalografia (EEG). São realizados todos os processos de orientação e aplicação dos eletrodos no escalpo dos participantes. Os biossinais gerados de Motor Imagery (MI) são coletados em baterias de testes, realizadas em dias distintos, que são armazenados em uma base de dados. Esta base de dados é processada e convertido, pela Transformada de Wavelet Contínua (CWT) de Morlet, em imagens. As frequências theta (4 a 8Hz), alfa (8 a 13Hz) e beta (14 a 30) são bandas significativas para o MI. Portanto, as imagens são tratadas para conterem informações de 4 a 35Hz. São estudados os efeitos de dois tamanhos de janela do sinal, com 250 e com 750 amostras. Esta base de imagens é tratado e nele é aplicado uma Rede Neural Convolucional (CNN) com camadas convolucionais unidimensionais de frequência para classificação. Por fim, quatro métodos de avaliação pautam os resultados: o método de Leave-One-Subject-Out Cross Validation (LOSOCV) é o método que avalia a transferência de características de indivíduo para indivíduo, o de Holdout testa os padrões de biossinais em todo a base, o teste individual examina a capacidade do modelo de adaptar-se aos dados de cada indivíduo, e a comparação de ensaios de MI com ensaios motores afere se existe alguma similaridade entre os biossinais de MI e os biossinais gerados pelo cérebro durante o movimento. Pode-se verificar que a utilização da janela de 3s para os dados com baseline permitiu um aumento relativo de acurácia de 2.3% no método de LOSOCV, 9.3% no teste individual e 13.8% no método de Holdout (sic).