Análise da etapa de treinamento do classificador linear de um sistema BCI-SSVEP.

Abstract

Neste estudo foi desenvolvido o processamento digital de sinais eletroencefalográficos para implementar uma interface cérebro-computador (BCI) baseada no Potencial Evocado Visualmente em Regime Estacionário (SSVEP). As características dos estímulos visuais associados aos comandos da BCI foram extraídas usando a estimação espectral via Periodograma de Welch e a discriminação de quatro classes foi estabelecida utilizando o Método dos Mínimos Quadrados como classificador linear. Estudos adicionais foram feitos para auxiliar a escolha do tamanho da janela usada e foi analisado o desempenho da BCI mediante a redução dos dados do próprio indivíduo usados para treinar o sistema de discriminação. Os resultados mostram que o desempenho do sistema é melhor quando se emprega um maior volume de dados do próprio indivíduo para treinar o discriminante.