Análise de técnicas de filtragem em sistemas BCI-SSVEP.

Abstract

Uma das tecnologias mais proeminentes da atualidade são as denominadas Interface Cérebro-Computador (BCI). Essa tecnologia, que tem como principal objetivo assistir pessoas com defiências motoras, emprega sinais cerebrais para produzir um sinal de comando responsável por realizar algum tipo de ação. Quando um ser humano é exposto a uma fonte luminosa cintilando a uma determinada frequência, em seu cérebro é desencadeado um potencial com a mesma frequência do estímulo luminoso. Muito se tem conseguido com BCIs que aproveitam desse fato biológico e se denominam por Steady State Visually Evoked Potential (SSVEP), a qual tem como principal desafio distinguir a frequência do estímulo visual a qual um usuário é exposto. Um processo vital para que o sistema BCI apresente um bom desempenho é a etapa de processamento do sinal cerebral. Nesse contexto, esse trabalho desenvolve um estudo comparativo aplicando diferentes técnicas de filtragem na etapa de pré processamento. Utilizando uma base de sinais cerebrais coletados por eletroecefalografia de 3 indivíduos, enquanto expostos à estimulação visual cintilante em 6 diferentes frequência: 6; 7,5; 12; 15; 20 e 30 Hz. É verificado a eficácia dos filtros Commom Average Reference (CAR), Canonical Correlation Analysis (CCA) e uma combinação em cascata de ambos. Em adição a este estudo, o rendimento do sistema BCI foi verificado empregando dois diferentes cenários, um com as informações coletadas somente na região occipital do cérebro, e outro com as informações registradas em 16 diferentes pontos sobre o escalpo. Foi verificado que o filtro CAR apresenta os melhores resultados dentro dos cenários contemplados, apresentando uma média de taxas de acertos de 87,9 % quando 2 valores de frequências são considerados, de 61,7 % quando são considerados 4 valores de frequências e 54,7 % para o caso onde são considerados 6 valores de frequências.