Análise de sinais de eletroencefalograma para Interface Cérebro-Computador visando aplicação em reabilitação motora.

Detalhes bibliográficos
Autor(a) principal: Melo, Gabriel Chaves de
Data de Publicação: 2023
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3152/tde-22082023-075818/
Resumo: Há casos em que o caminho do sistema nervoso que conecta o cérebro aos membros do corpo fica comprometido. Depois de um acidente vascular cerebral (AVC), por exemplo, uma pessoa pode perder a capacidade de controlar seu braço. Nesses casos, a terapia de reabilitação motora pode devolver o controle total ou parcial sobre o membro afetado. Todavia, quando não há movimento residual no membro afetado, a reabilitação é extremamente difícil. Uma Interface Cérebro-Computador (ICC) registra sinais cerebrais e os transforma em comandos para uma máquina. As ICCs tornaram-se uma alternativa promissora para a reabilitação desses casos mais difíceis. Isso ocorre por meio de um dispositivo auxiliar, como um exoesqueleto, que movimenta o membro paralisado do paciente ao detectar essa intenção por meio de processamento em tempo real dos sinais cerebrais. ICCs não invasivas são preferíveis em função de sua segurança. Nas ICCs, a eletroencefalografia (EEG) é a técnica mais empregada para registrar os sinais cerebrais. ICC baseada em EEG é o foco deste trabalho. O maior desafio desses sistemas é a variabilidade dos sinais. Isso significa que os sinais cerebrais de uma pessoa em uma dada tarefa repetida várias vezes serão diferentes em cada repetição. O volume condutor entre o cérebro e o couro cabeludo e a impossibilidade de se registrar os sinais utilizando uma referência eletricamente neutra são duas das principais razões para a variabilidade do EEG. Este trabalho tem por objetivo desenvolver uma estratégia para melhorar a identificação do movimento em pseudo tempo real. Um estudo sobre sinais motores de membros superiores é realizado. Na sequência, é proposto um método para personalizar o algoritmo de uma ICC a cada indivíduo, visando reduzir a variabilidade do EEG e, assim, melhorar a identificação pretendida. Foi visto que o método proposto foi eficaz, proporcionando uma acurácia média de 95% entre 15 sujeitos.
id USP_8631ff8cae694d5818bada1a23c3ec0c
oai_identifier_str oai:teses.usp.br:tde-22082023-075818
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Análise de sinais de eletroencefalograma para Interface Cérebro-Computador visando aplicação em reabilitação motora.Electroencephalogram signal analysis for brain-computer interface aiming at motor Rehabilitation application.Aprendizagem motoraBrain-Computer Interface (BCI)Electroencephalogram (EEG)Eletrodo de referênciaEletroencefalografiaInterface homem-computadorMotor rehabilitationReabilitaçãoReference electrodeHá casos em que o caminho do sistema nervoso que conecta o cérebro aos membros do corpo fica comprometido. Depois de um acidente vascular cerebral (AVC), por exemplo, uma pessoa pode perder a capacidade de controlar seu braço. Nesses casos, a terapia de reabilitação motora pode devolver o controle total ou parcial sobre o membro afetado. Todavia, quando não há movimento residual no membro afetado, a reabilitação é extremamente difícil. Uma Interface Cérebro-Computador (ICC) registra sinais cerebrais e os transforma em comandos para uma máquina. As ICCs tornaram-se uma alternativa promissora para a reabilitação desses casos mais difíceis. Isso ocorre por meio de um dispositivo auxiliar, como um exoesqueleto, que movimenta o membro paralisado do paciente ao detectar essa intenção por meio de processamento em tempo real dos sinais cerebrais. ICCs não invasivas são preferíveis em função de sua segurança. Nas ICCs, a eletroencefalografia (EEG) é a técnica mais empregada para registrar os sinais cerebrais. ICC baseada em EEG é o foco deste trabalho. O maior desafio desses sistemas é a variabilidade dos sinais. Isso significa que os sinais cerebrais de uma pessoa em uma dada tarefa repetida várias vezes serão diferentes em cada repetição. O volume condutor entre o cérebro e o couro cabeludo e a impossibilidade de se registrar os sinais utilizando uma referência eletricamente neutra são duas das principais razões para a variabilidade do EEG. Este trabalho tem por objetivo desenvolver uma estratégia para melhorar a identificação do movimento em pseudo tempo real. Um estudo sobre sinais motores de membros superiores é realizado. Na sequência, é proposto um método para personalizar o algoritmo de uma ICC a cada indivíduo, visando reduzir a variabilidade do EEG e, assim, melhorar a identificação pretendida. Foi visto que o método proposto foi eficaz, proporcionando uma acurácia média de 95% entre 15 sujeitos.The neural pathway between the brain and the rest of the body might be compromised at different levels. For instance, after a stroke a person may not be able to control his/her own arm. In such cases, a motor rehabilitation therapy might enable the patient to recover complete or partial control over the paralyzed limb. However, when there is no residual control of the affected limb, rehabilitation is extremely difficult. Brain-Computer Interface is a system that records brain signals and translates them into commands to a computer or a machine. Mainly in the past 10 years, BCIs became a promising solution for these rehabilitation cases, by using auxiliary devices, such as exoskeletons, to execute a movement with the paralyzed limb once the intention to move it is detected by processing in real-time the brain signals. Non-invasive BCIs, i.e. ones that does not require surgery to implant electrodes, are usually preferred because of safety issues. In these BCIs, the electroencephalographic (EEG) technique is the most widely adopted procedure to record brain signals. EEG-based BCIs for motor rehabilitation is the focus of this work. The major challenge to develop such systems is the variability of EEG signals. This means that recording brain activity of the same person executing the same task repeatedly, the signals from different trials present considerable differences. The head volume conduction and the impossibility of recording the signals referenced to an electrically neutral point are two of the main reasons for such variability. This work aims at developing a strategy to improve the movement intention identification in pseudo real-time. First, a study concerning motor signals is conducted. Then, a method to personalize the BCI algorithm to each individual is proposed to reduce the signal variability, thus improving the accuracy of movement detection. It was seen that the proposed method was effective, reaching an average accuracy of 95% across 15 subjects.Biblioteca Digitais de Teses e Dissertações da USPCordero, Arturo FornerMelo, Gabriel Chaves de2023-05-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3152/tde-22082023-075818/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2023-08-23T11:00:06Zoai:teses.usp.br:tde-22082023-075818Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-08-23T11:00:06Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Análise de sinais de eletroencefalograma para Interface Cérebro-Computador visando aplicação em reabilitação motora.
Electroencephalogram signal analysis for brain-computer interface aiming at motor Rehabilitation application.
title Análise de sinais de eletroencefalograma para Interface Cérebro-Computador visando aplicação em reabilitação motora.
spellingShingle Análise de sinais de eletroencefalograma para Interface Cérebro-Computador visando aplicação em reabilitação motora.
Melo, Gabriel Chaves de
Aprendizagem motora
Brain-Computer Interface (BCI)
Electroencephalogram (EEG)
Eletrodo de referência
Eletroencefalografia
Interface homem-computador
Motor rehabilitation
Reabilitação
Reference electrode
title_short Análise de sinais de eletroencefalograma para Interface Cérebro-Computador visando aplicação em reabilitação motora.
title_full Análise de sinais de eletroencefalograma para Interface Cérebro-Computador visando aplicação em reabilitação motora.
title_fullStr Análise de sinais de eletroencefalograma para Interface Cérebro-Computador visando aplicação em reabilitação motora.
title_full_unstemmed Análise de sinais de eletroencefalograma para Interface Cérebro-Computador visando aplicação em reabilitação motora.
title_sort Análise de sinais de eletroencefalograma para Interface Cérebro-Computador visando aplicação em reabilitação motora.
author Melo, Gabriel Chaves de
author_facet Melo, Gabriel Chaves de
author_role author
dc.contributor.none.fl_str_mv Cordero, Arturo Forner
dc.contributor.author.fl_str_mv Melo, Gabriel Chaves de
dc.subject.por.fl_str_mv Aprendizagem motora
Brain-Computer Interface (BCI)
Electroencephalogram (EEG)
Eletrodo de referência
Eletroencefalografia
Interface homem-computador
Motor rehabilitation
Reabilitação
Reference electrode
topic Aprendizagem motora
Brain-Computer Interface (BCI)
Electroencephalogram (EEG)
Eletrodo de referência
Eletroencefalografia
Interface homem-computador
Motor rehabilitation
Reabilitação
Reference electrode
description Há casos em que o caminho do sistema nervoso que conecta o cérebro aos membros do corpo fica comprometido. Depois de um acidente vascular cerebral (AVC), por exemplo, uma pessoa pode perder a capacidade de controlar seu braço. Nesses casos, a terapia de reabilitação motora pode devolver o controle total ou parcial sobre o membro afetado. Todavia, quando não há movimento residual no membro afetado, a reabilitação é extremamente difícil. Uma Interface Cérebro-Computador (ICC) registra sinais cerebrais e os transforma em comandos para uma máquina. As ICCs tornaram-se uma alternativa promissora para a reabilitação desses casos mais difíceis. Isso ocorre por meio de um dispositivo auxiliar, como um exoesqueleto, que movimenta o membro paralisado do paciente ao detectar essa intenção por meio de processamento em tempo real dos sinais cerebrais. ICCs não invasivas são preferíveis em função de sua segurança. Nas ICCs, a eletroencefalografia (EEG) é a técnica mais empregada para registrar os sinais cerebrais. ICC baseada em EEG é o foco deste trabalho. O maior desafio desses sistemas é a variabilidade dos sinais. Isso significa que os sinais cerebrais de uma pessoa em uma dada tarefa repetida várias vezes serão diferentes em cada repetição. O volume condutor entre o cérebro e o couro cabeludo e a impossibilidade de se registrar os sinais utilizando uma referência eletricamente neutra são duas das principais razões para a variabilidade do EEG. Este trabalho tem por objetivo desenvolver uma estratégia para melhorar a identificação do movimento em pseudo tempo real. Um estudo sobre sinais motores de membros superiores é realizado. Na sequência, é proposto um método para personalizar o algoritmo de uma ICC a cada indivíduo, visando reduzir a variabilidade do EEG e, assim, melhorar a identificação pretendida. Foi visto que o método proposto foi eficaz, proporcionando uma acurácia média de 95% entre 15 sujeitos.
publishDate 2023
dc.date.none.fl_str_mv 2023-05-11
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 https://www.teses.usp.br/teses/disponiveis/3/3152/tde-22082023-075818/
url https://www.teses.usp.br/teses/disponiveis/3/3152/tde-22082023-075818/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257279943933952