Aprimoramento do pré-processamento, extração de características e classificação para interfaces cérebro-computador no paradigma de imagética motora

Detalhes bibliográficos
Autor(a) principal: Santos, Eliana Maria dos
Data de Publicação: 2020
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFABC
Texto Completo: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121966
Resumo: Orientador: Prof. Dr. Claudio José Bordin Júnior
id UFBC_50b5b7da951d64061b86897956a80858
oai_identifier_str oai:BDTD:121966
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Aprimoramento do pré-processamento, extração de características e classificação para interfaces cérebro-computador no paradigma de imagética motoraELETROENCEFALOGRAMAINTERFACE CÉREBRO-COMPUTADORIMAGÉTICA MOTORAPROCESSAMENTO DE SINAISEXTRAÇÃO DE CARACTERÍSTICASCLASSIFICAÇÃOELECTROENCEPHALOGRAMBRAIN-COMPUTER INTERFACESMOTOR IMAGERYSIGNAL PROCESSINGFEATURE EXTRACTIONCLASSIFICATIONPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABCOrientador: Prof. Dr. Claudio José Bordin JúniorTese (doutorado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, Santo André, 2020.Interfaces Cérebro-Computador (Brain-Computer Interfaces - BCI) são sistemas utilizados como tecnologias assistivas, na comunicação e controle de ambientes, na substituição de partes do corpo por membros robóticos e na reabilitação de funções motoras deficientes no indivíduo, a partir da modelagem de padrões de sinais cerebrais. Um dos paradigmas mais utilizado em sistemas BCI é a imagética motora (Motor Imagery - MI), onde a aquisição do sinal de eletroencefalografia (EEG) é feita durante a execução de tarefas que exigem a concentração na intenção de realizar movimentos corporais específicos, mas sem executá-los de fato. A correta identificação da atividade cerebral associada à imaginação motora é crucial para o desenvolvimento de sistemas MI-BCI funcionais. Este trabalho tem como objetivo principal o aprimoramento do processamento de sinais de EEG para aplicação em MI-BCI, focando nas etapas de pré-processamento, extração de características e classificação. Para isso, investigamos diversas metodologias em cada uma das etapas citadas, a saber: no pré-processamento, investigamos a técnica de filtragem no domínio frequência de modulação para melhorar a relação sinal-ruído dos sinais de EEG. Os resultados obtidos mostraram que a solução proposta superou em 3,5% os melhores resultados do estado da arte. Na etapa de extração de características utilizou-se dois métodos principais, um baseado no Padrão Espacial Comum (Common Spatial Patterns - CSP) e outro baseado na técnica de localização de fontes de sinais de EEG, denominada Tomografia Eletromagnética Cerebral de Baixa Resolução (Low- Resolution Brain Electromagnetic Tomography - LORETA). Utilizando o CSP, os resultados foram significativamente superiores aos resultados do estado da arte em MI-BCI. No entanto, usando LORETA, os resultados ficaram levemente abaixo dos resultados obtidos com CSP na literatura. Finalmente, na etapa de classificação, foi proposto um modelo de MI-BCI independente do sujeito (Subject Independent BCI - SI-BCI) que foi comparado ao modelo tradicional de BCI para um sujeito específico (Subject Specific BCI - SS-BCI). Nossos resultados mostraram que SI-BCI é uma opção totalmente viável e possível, e que seu uso pode ser relevante em determinadas condições, como por exemplo quando os participantes não estão disponíveis para realizar longas sessões de treinamento ou para uma rápida avaliação do analfabetismo BCI, reduzindo custos operacionais e recursos humanos, bem como o estresse dos sujeitos envolvidos. Em todos os estudos anteriormente citados, utilizou-se bases de dados públicas de imagética motora, disponíveis na internet.Brain-Computer Interfaces (BCI) are systems used as assistive technologies, in the communication and control of environments, in the replacement of body parts by robotic limbs and in the rehabilitation of impaired motor functions in the individual, from the modeling of brain signal patterns. One of the paradigms most used in BCI systems is motor imagery (MI), where the acquisition of electroencephalographic (EEG) signals are carried out during execution of tasks requiring concentration on the intention of performing specific body movements, but without actually performing them. The correct identification of brain activity associated to motor imagery is essential for development of functional MI-BCI systems. This study has as main objective the improvement of EEG signal processing for application in MIBCI, focusing on the pre-processing, feature extraction and classification steps. For this purpose, we investigated several methodologies in each of the mentioned steps, namely: in preprocessing, we investigated a filtering technique in the modulation frequency domain to improve signal-to-noise ratio of EEG signals. The results showed that the proposed solution exceeded the best state-of-the-art results by 3.5%. In the feature extraction step two main methods were used, one based on the Common Spatial Patterns (CSP) and the other based on an EEG signal source localization technique called Low-Resolution Brain Electromagnetic Tomography (LORETA). Using CSP, results were significantly superior to the state-of-the-art results in MI-BCI. However, using LORETA, results were slightly below the results obtained with CSP in the literature. Finally, at the classification stage, a Subject Independent BCI (SIBCI) model was proposed, which was compared to a traditional Subject Specific BCI (SS-BCI) model. Our results showed that SI-BCI is a viable and feasible option, and its use may be relevant under certain conditions, such as when participants are not available to conduct long training sessions or for a quick evaluation of BCI illiteracy, reducing operating costs and human resources, as well as the stress of subjects involved. In all of the above-mentioned studies, MI public databases available on the internet were used.Silva, Francisco José Fraga daCastellano, GabrielaMartins Junior, David CorrêaTakahata, André KazuoSuyama, RicardoSantos, Eliana Maria dos2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf151 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121966http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121966&midiaext=78882http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121966&midiaext=78883Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=121966porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2022-03-21T13:24:23Zoai:BDTD:121966Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2022-03-21T13:24:23Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Aprimoramento do pré-processamento, extração de características e classificação para interfaces cérebro-computador no paradigma de imagética motora
title Aprimoramento do pré-processamento, extração de características e classificação para interfaces cérebro-computador no paradigma de imagética motora
spellingShingle Aprimoramento do pré-processamento, extração de características e classificação para interfaces cérebro-computador no paradigma de imagética motora
Santos, Eliana Maria dos
ELETROENCEFALOGRAMA
INTERFACE CÉREBRO-COMPUTADOR
IMAGÉTICA MOTORA
PROCESSAMENTO DE SINAIS
EXTRAÇÃO DE CARACTERÍSTICAS
CLASSIFICAÇÃO
ELECTROENCEPHALOGRAM
BRAIN-COMPUTER INTERFACES
MOTOR IMAGERY
SIGNAL PROCESSING
FEATURE EXTRACTION
CLASSIFICATION
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABC
title_short Aprimoramento do pré-processamento, extração de características e classificação para interfaces cérebro-computador no paradigma de imagética motora
title_full Aprimoramento do pré-processamento, extração de características e classificação para interfaces cérebro-computador no paradigma de imagética motora
title_fullStr Aprimoramento do pré-processamento, extração de características e classificação para interfaces cérebro-computador no paradigma de imagética motora
title_full_unstemmed Aprimoramento do pré-processamento, extração de características e classificação para interfaces cérebro-computador no paradigma de imagética motora
title_sort Aprimoramento do pré-processamento, extração de características e classificação para interfaces cérebro-computador no paradigma de imagética motora
author Santos, Eliana Maria dos
author_facet Santos, Eliana Maria dos
author_role author
dc.contributor.none.fl_str_mv Silva, Francisco José Fraga da
Castellano, Gabriela
Martins Junior, David Corrêa
Takahata, André Kazuo
Suyama, Ricardo
dc.contributor.author.fl_str_mv Santos, Eliana Maria dos
dc.subject.por.fl_str_mv ELETROENCEFALOGRAMA
INTERFACE CÉREBRO-COMPUTADOR
IMAGÉTICA MOTORA
PROCESSAMENTO DE SINAIS
EXTRAÇÃO DE CARACTERÍSTICAS
CLASSIFICAÇÃO
ELECTROENCEPHALOGRAM
BRAIN-COMPUTER INTERFACES
MOTOR IMAGERY
SIGNAL PROCESSING
FEATURE EXTRACTION
CLASSIFICATION
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABC
topic ELETROENCEFALOGRAMA
INTERFACE CÉREBRO-COMPUTADOR
IMAGÉTICA MOTORA
PROCESSAMENTO DE SINAIS
EXTRAÇÃO DE CARACTERÍSTICAS
CLASSIFICAÇÃO
ELECTROENCEPHALOGRAM
BRAIN-COMPUTER INTERFACES
MOTOR IMAGERY
SIGNAL PROCESSING
FEATURE EXTRACTION
CLASSIFICATION
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO - UFABC
description Orientador: Prof. Dr. Claudio José Bordin Júnior
publishDate 2020
dc.date.none.fl_str_mv 2020
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121966
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121966
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121966&midiaext=78882
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=121966&midiaext=78883
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=121966
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
151 f. : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1813263954258952192

Registros relacionados