Análise de técnicas de extração de características de sinais cerebrais no âmbito do desenvolvimento de sistemas BCI/SSVEP.

Abstract

Este trabalho tem como objetivo principal a implementação da etapa de processamento de sinais de uma interface cérebro-máquina ou BCI (do inglês: Brain Computer Interfaces) coletados sob o paradigma SSVEP (Steady-State Visually Evoked Potentials), visando: 1. Estabelecer a comparação entre dois métodos de extração de características: Método de Welch aplicado à extração expectral e o Método de Burg aplicado à modelagem de parâmetros autorregressivos; 2. Avaliar o efeito do janelamento sobre a taxa de acerto na etapa de classificação dos sinais coletados, com e sem overlap; 3. Determinar o comprimento de janela mais apropriado, para extração de características, em aplicações assistivas; 4. Analisar os efeitos da aplicação do método de filtragem espacial Common Average Reference (CAR) sobre a taxa de acerto obtida nas configurações testadas de extração temporal. Foram utilizadas as seguintes técnicas nas etapas de pré-processamento, extração de características e classificação: CAR, Método de Welch e Método de Burg e discriminantes lineares (LDA) baseado no método dos mínimos quadrados, respectivamente. Durante a implementação do sistema houve preocupação com sua eficiência, além de se levar em consideração sua possível aplicabilidade em tecnologias assistivas. Dos resultados, constatou-se que é possível a implementação de um sistema BCI/SSVEP de dois comandos com taxas de acerto elevadas, próximas a 100%, utilizando-se opções de janelamento apropriadas para aplicações assistivas. Também foi possível constatar que a extração de características baseado no método de Welch proporcionou melhores resultados que o do método de Burg na etapa de classificação. Apresentando taxas de acerto mais levadas, acima de 90%, utilizando-se de janelas apropriadas à aplicações assistivas, enquanto a técnica que utiliza parâmetros autorregressivos apresentou valores entre 60% e 80% para as mesmas configurações.