PPGINF PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO FUNDAÇÃO UNIVERSIDADE FEDERAL DO ABC Telefone/Ramal: Não informado http://propg.ufabc.edu.br/ppginfo

Banca de DEFESA: ELIANA MARIA DOS SANTOS

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE : ELIANA MARIA DOS SANTOS
DATA : 13/08/2020
HORA: 09:30
LOCAL: por participação remota
TÍTULO:

Aprimoramento do Pré-Processamento, Extração de Características e Classificação para Interfaces Cérebro-Computador no Paradigma de Imagética Motora



PÁGINAS: 154
RESUMO:

Interfaces Cérebro-Computador (Brain-Computer Interfaces - BCI) são utilizadas em geral para reabilitar funções motoras deficientes no indivíduo, a partir da modelagem de padrões de sinais cerebrais. Um dos paradigmas mais utilizado em sistemas BCI é a imagética motora (Motor Imagery – MI), onde a aquisição do sinal de eletroencefalografia (EEG) é feita durante a execução de tarefas que exigem a concentração na intenção de realizar movimentos corporais específicos, mas sem executá-los de fato. A correta identificação da atividade cerebral associada à imaginação motora é crucial para o desenvolvimento de sistemas MI-BCI funcionais. Este trabalho tem como objetivo principal o aprimoramento do processamento de sinais de EEG para aplicação em MI-BCI, focando nas etapas de pré-processamento, extração de características e classificação. Para isso, investigamos diversas metodologias em cada uma das etapas citadas, a saber: no pré-processamento, investigamos a técnica de filtragem no domínio frequência de modulação para melhorar a relação sinal-ruído dos sinais de EEG. Os resultados obtidos mostraram que a solução proposta superou em 3,5% os melhores resultados do estado da arte. Na etapa de extração de características utilizou-se dois métodos principais, um baseado no Padrão Espacial Comum (Common Spatial Patterns - CSP) e outro baseado na técnica de localização de fontes de sinais de EEG, denominada Tomografia Eletromagnética Cerebral de Baixa Resolução (Low-Resolution Brain Electromagnetic Tomography - LORETA). Com a técnica CSP, os resultados foram significativamente superiores aos resultados do estado da arte em MI-BCI. No entanto, usando LORETA, os resultados ficaram levemente abaixo dos resultados obtidos com CSP na literatura. Finalmente, na etapa de classificação, foi proposto um modelo de MI-BCI independente do sujeito (Subject Independent BCI – SI-BCI) que foi comparado ao modelo tradicional de BCI para um sujeito específico (Subject Specific BCI – SS-BCI). Nossos resultados mostraram que SI-BCI é uma opção totalmente viável e possível, e que seu uso pode ser relevante em determinadas condições, como por exemplo quando os participantes não estão disponíveis para realizar longas sessões de treinamento ou para uma rápida avaliação do analfabetismo BCI, reduzindo custos operacionais e recursos humanos, bem como o estresse dos sujeitos envolvidos. Em todos os estudos anteriormente citados, utilizou-se bases de dados públicas de imagética motora, disponíveis na internet.


MEMBROS DA BANCA:
Presidente - Interno ao Programa - 1545987 - FRANCISCO JOSE FRAGA DA SILVA
Membro Titular - Examinador(a) Interno ao Programa - 1761107 - RICARDO SUYAMA
Membro Titular - Examinador(a) Interno ao Programa - 2334927 - ANDRE KAZUO TAKAHATA
Membro Titular - Examinador(a) Externo ao Programa - 1722875 - DAVID CORREA MARTINS JUNIOR
Membro Titular - Examinador(a) Externo à Instituição - GABRIELA CASTELLANO - UNICAMP
Membro Suplente - Examinador(a) Externo ao Programa - 1955999 - ANDRE MASCIOLI CRAVO
Membro Suplente - Examinador(a) Externo à Instituição - LEVY BOCCATO - UNICAMP
Notícia cadastrada em: 15/06/2020 13:16
SIGAA | UFABC - Núcleo de Tecnologia da Informação - ||||| | Copyright © 2006-2020 - UFRN - sigaa-2.ufabc.int.br.sigaa-2