Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs : Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs

Detalhes bibliográficos
Autor(a) principal: Vazquez, Pedro Felipe Giarusso de, 1996-
Data de Publicação: 2024
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/17476
Resumo: Orientador: Gabriela Castellano
id UNICAMP-30_aa64de337ea4620ff5bfe177fad8bddb
oai_identifier_str oai::1384702
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs : Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIsInvestigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIsConectividade funcionalImaginação motoraInterfaces cérebro-computadorFunctional connectivityMotor imageryBrain-computer interfacesOrientador: Gabriela CastellanoDissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Física Gleb WataghinResumo: Interfaces cérebro-computador de imaginação motora (MI-BCIs) baseadas em eletroencefalografia (EEG) pode melhorar os processos de reabilitação motora. No entanto, a grande variabilidade dos sinais EEG intra e inter-indivíduos tem dificultado a aplicação dessa tecnologia no ambiente clínico. O objetivo deste trabalho foi avaliar a reprodutibilidade das características de conectividade funcional (FC) do EEG (strength, eigenvector centrality, clustering coefficient, local efficiency) usadas para discriminar entre a imaginação motora da mão esquerda e direita. Dez participantes realizaram 12 sessões de EEG-MI-BCI em dias diferentes, com cinco repetições por sessão. Duas bandas de frequência - banda mu (?? e banda beta (?) -, três métodos de FC (imaginary coherence - iCoh -, weighted phase-lag index- wPLI – motifs synchronization - MS), quatro parâmetros de grafo (strength – S -, clustering coefficient – CC - , eigenvector centrality - EC – e local efficiency) e seis locais de eletrodo (C3, C4, F3, F4, Cz, Fz) foram avaliados, utilizando uma análise estatística (teste de Wilcoxon com correção de Bonferroni) e uma análise de classificação (máquina de vetores-suporte com wrappers). A banda beta ? produziu o maior número de características discriminatórias significativas (análise estatística) e também as melhores características na análise de classificação, além de serem as características mais estáveis (análise estatística) para a maioria dos participantes, sugerindo que o envolvimento das regiões cerebrais necessárias pode ser mais importante para a estabilidade e distinção entre as tarefas de imaginação motora do que a inibição de regiões corticais não necessárias. Os locais de eletrodo que se destacaram em termos de maior número de características discriminatórias significativas foram Cz na análise estatística e C4 na análise de classificação. O método MS também produziu o maior número de características discriminatórias significativas, as características mais estáveis e mais discriminatórias para a maioria dos indivíduos, e também apareceu com mais frequência entre as melhores características de classificação para a maioria dos participantes. Como o método MS ignora as mudanças absolutas de amplitude (olhando apenas para mudanças no padrão do sinal), isto parece indicar que os padrões de variação do sinal são mais importantes para a estabilidade das características e separabilidade de classe. Por fim, EC foi a característica mais estável para a maioria dos indivíduos, enquanto EC e S foram as mais discriminatórias, considerando tanto a análise estatística quanto a de classificação. Em resumo, o uso de características do método MS, banda ?, parâmetros S e/ou EC e eletrodos centrais (Cz ou C4) resulta na melhor combinação para a tarefa de distinguir entre a imaginação motora da mão esquerda e direitaAbstract: Brain-computer interfaces based on electroencephalography (EEG) and focused on motor imagery (MI-BCIs) can improve motor rehabilitation processes. Nevertheless, the large variability of intra and inter-subject EEG signals has precluded translation of this technology to the clinical setting. The aim of this work was to evaluate the reproducibility of EEG functional connectivity (FC) features (strength, eigenvector centrality, clustering coefficient, local efficiency) used to discriminate between left- and right-hand MI. Ten subjects underwent 12 EEG-MI-BCI sessions performed in different days, with five runs per session. Two frequency bands (? and ?), three FC methods (imaginary coherence – iCoh –, weighted phase lag index – wPLI – and motif synchronization – MS), four graph parameters (strength – S –, clustering coefficient, eigenvector centrality – EC – and local efficiency) and six electrode sites (C3, C4, F3, F4, Cz, Fz) were evaluated, using a statistical analysis (Wilcoxon test with Bonferroni correction) and a classification analysis (support vector machine with wrappers). The ? band produced the largest number of significantly discriminating features (statistical analysis), and also the best features in the classification analysis and also the most stable features (statistical analysis) for the majority of subjects, suggesting that engagement of needed brain regions may be more important for stability and distinguishability among MI tasks than inhibition of unneeded cortical regions. Electrode sites that stood out in terms of largest number of significantly discriminating features were Cz in the statistical analysis and C4 in the classification analysis. The MS method also produced the largest number of significantly discriminating features, the most stable and most discriminating features for most subjects and also appeared most within the best classification features for the majority of subjects. Since the MS method ignores the amplitude of the changes (it only looks at change patterns), this seems to indicate that signal variation patterns are more important for feature stability and class separability. Finally, EC was the most stable feature for most subjects while both EC and S were the most discriminating, considering both statistical and classification analysis. In summary, using features from the MS method, ? band, S and/or EC parameters, and central electrodes (Cz or C4), results in the best combination for the task of distinguishing left from right-hand MIAbertoMestradoFísica AplicadaMestre em FísicaCAPES001FAPESP2021/06397-6[s.n.]Castellano, Gabriela, 1970-Costa, Thiago Bulhões da SilvaPaschoal, André Monteiro PaschoalUniversidade Estadual de Campinas (UNICAMP). Instituto de Física Gleb WataghinPrograma de Pós-Graduação em FísicaUNIVERSIDADE ESTADUAL DE CAMPINASVazquez, Pedro Felipe Giarusso de, 1996-20242024-02-05T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (86 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/17476VAZQUEZ, Pedro Felipe Giarusso de. Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs: Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs. 2024. 1 recurso online (86 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Física Gleb Wataghin, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/17476. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1384702Cover: https://repositorio.unicamp.br/capa/capa?codigo=1384702Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2024-05-16T09:30:41Zoai::1384702Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2024-05-16T09:30:41Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs : Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs
Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs
title Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs : Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs
spellingShingle Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs : Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs
Vazquez, Pedro Felipe Giarusso de, 1996-
Conectividade funcional
Imaginação motora
Interfaces cérebro-computador
Functional connectivity
Motor imagery
Brain-computer interfaces
title_short Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs : Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs
title_full Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs : Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs
title_fullStr Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs : Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs
title_full_unstemmed Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs : Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs
title_sort Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs : Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs
author Vazquez, Pedro Felipe Giarusso de, 1996-
author_facet Vazquez, Pedro Felipe Giarusso de, 1996-
author_role author
dc.contributor.none.fl_str_mv Castellano, Gabriela, 1970-
Costa, Thiago Bulhões da Silva
Paschoal, André Monteiro Paschoal
Universidade Estadual de Campinas (UNICAMP). Instituto de Física Gleb Wataghin
Programa de Pós-Graduação em Física
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Vazquez, Pedro Felipe Giarusso de, 1996-
dc.subject.por.fl_str_mv Conectividade funcional
Imaginação motora
Interfaces cérebro-computador
Functional connectivity
Motor imagery
Brain-computer interfaces
topic Conectividade funcional
Imaginação motora
Interfaces cérebro-computador
Functional connectivity
Motor imagery
Brain-computer interfaces
description Orientador: Gabriela Castellano
publishDate 2024
dc.date.none.fl_str_mv 2024
2024-02-05T00:00:00Z
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 https://hdl.handle.net/20.500.12733/17476
VAZQUEZ, Pedro Felipe Giarusso de. Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs: Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs. 2024. 1 recurso online (86 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Física Gleb Wataghin, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/17476. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/17476
identifier_str_mv VAZQUEZ, Pedro Felipe Giarusso de. Investigação da estabilidade de características baseadas em conectividade funcional dos sinais de EEG oriundos de imagética motora para aplicação em BCIs: Investigation of the stability of features based on functional connectivity of EEG signals originating from motor imagery for application in BCIs. 2024. 1 recurso online (86 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Física Gleb Wataghin, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/17476. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1384702
Cover: https://repositorio.unicamp.br/capa/capa?codigo=1384702
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (86 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189197553074176

Registros relacionados