Análise do desempenho das características de potência e fase para interfaces cérebro máquina ativadas por imagética motora.

Abstract

Os sistemas de Interface Cérebro Computador - ICC - (BCI - do inglês Brain Computer Interface) permitem o controle de dispositivos externos utilizando a atividade cerebral, voltados para diversas aplicações, tais como: controle de próteses ou órteses com o intuito de melhorar a qualidade de vida e/ou recuperação de funções motoras. Neste trabalho foi estudado a influência de características de fase e potência na classificação de único trecho de tarefas motoras no Eletroencefalograma (EEG). As técnicas Padrões Espaciais Comuns (CSP - do inglês Common Spatial Patterns), Densidade Espectral de Potência (PSD - do inglês Power Spectral Density) e Índice de Acoplamento de Fase (PLV - do inglês Phase Locking Value) foram utilizadas como características e foram avaliadas combinadas e de forma independente. Sinais de EEG de 9 indivíduos, da base de dados da Universidade de Graz (Competição BCI 2008), foram coletados em um paradigma multiclasse de imagética motora (MI – do inglês Motor Imagery). As classes foram: IM da mão esquerda, mão direita, pé e língua. Foram utilizados 25 canais, sendo 22 para medir EEG e 3 monopolares para medir o eletro-oculograma (EOG). As bandas de frequências estudadas foram de 8 a 12 Hz, 13 a 30 Hz, 8 a 30 Hz e as frequências reativas. CSP atingiu uma acurácia média de 90% para o melhor indivíduo, e a média dos indivíduos foi de 75%. PLV atingiu uma média geral de 61%. Os resultados sugerem que as características na fase podem ser empregadas em ICM’s ativadas por IM.