Use este identificador para citar ou linkar para este item:
http://www.monografias.ufop.br/handle/35400000/1781
Registro completo de metadados
Campo Dublin Core | Valor | Idioma |
---|---|---|
dc.contributor.advisor | Costa, Fabrício Javier Erazo | pt_BR |
dc.contributor.author | Silva, Franz Victor Peixoto | - |
dc.date.accessioned | 2019-06-13T12:51:23Z | - |
dc.date.available | 2019-06-13T12:51:23Z | - |
dc.date.issued | 2018 | - |
dc.identifier.citation | SILVA, Franz Victor Peixoto. Análise do desempenho das características de potência e fase para interfaces cérebro máquina ativadas por imagética motora. 2019. 57 f. Monografia (Graduação em Engenharia Elétrica) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2018. | pt_BR |
dc.identifier.uri | http://www.monografias.ufop.br/handle/35400000/1781 | - |
dc.description.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. | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.rights | open access | pt_BR |
dc.rights.uri | An error occurred getting the license - uri. | * |
dc.rights.uri | An error occurred getting the license - uri. | * |
dc.subject | Interface cérebro-computador | pt_BR |
dc.subject | Eletroencefalografia | pt_BR |
dc.subject | Interação homem-máquina | pt_BR |
dc.title | Análise do desempenho das características de potência e fase para interfaces cérebro máquina ativadas por imagética motora. | pt_BR |
dc.type | TCC-Graduação | pt_BR |
dc.contributor.referee | Costa, Fabrício Javier Erazo | pt_BR |
dc.contributor.referee | Yared, Glauco Ferreira Gazel | pt_BR |
dc.contributor.referee | Leite, Harlei Miguel de Arruda | pt_BR |
dc.description.abstracten | Brain-Computer Interface systems allow the control of external devices using brain activity, for various applications, such as prostheses or orthoses control aiming a better quality of life and/or recovery of motor functions. This study evaluated the influence of phase and power features on Electroencephalography (EEG) single-trial classification of motor tasks. Features as Common Spatial Patterns (CSP), Power Spectral Density (PSD) and Phase Locking Value (PLV) were used independently assessed and together. EEG signals of 9 subjects, from Graz University data base (Competition BCI 2008), were recorded in a multiclass motor imagery paradigm. The classes were: MI of the left hand, right hand, foot and tongue. Twenty-five channels were used, of which 22 were used to measure EEG and 3 were monopolar to measure the electro-oculogram (EOG). The frequency bands studied were: 8 to 12 Hz, 13 to 30 Hz, 8 to 30 Hz and the reactive frequencies. CSP reached an average accuracy of 90 % for the best subject, and the mean accuracy for all subject was 75 %. PLV reached an overall average of 61 %. These results suggest that features in phase can be used in BCI activated by MI. | pt_BR |
Aparece nas coleções: | Engenharia Elétrica - JMV |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
MONOGRAFIA_AnáliseDesempenhoCaracterísticas.pdf | 7,58 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciado sob uma Licença Creative Commons