Interface Cérebro-Máquina baseada em SSVEP: Análise de Extração de Época

  • Fablena K. N. Dias UFPA
  • Sávio M. Sousa UFPA
  • Cleison D. Silva UFPA

Resumo


O trabalho apresenta os resultados da análise comparativa da extração de épocas com tamanhos diferentes de sinais de eletroencefalograma (EEG) de sistema Interface Cérebro-Máquina na presença de três estímulos. O objetivo geral é analisar o desempenho de classificação de um sistema ICM-SSVEP ao processar sinais de EEG com diferentes durações de épocas, o sistema é ajustado para classificação binária usando Análise do Discriminante Linear para cada duração e combinação de frequências (8𝐻𝑧×14𝐻𝑧, 8𝐻𝑧×28𝐻𝑧 e 14𝐻𝑧×28𝐻𝑧), apresentando as acurácias detalhadas para cada análise.

Referências

J. P. G. Souza et al. “Interface Cerébro-Máquina (ICM): Da transdução do estímulo externo em impulso nervoso a tradução em comandos digitais”. In: Caderno De Graduação - Ciências Biológicas e da Saúde UNIT/AL 3 (2015), pp. 139–152.

G. Garcia-Molina and D. Zhu. “Optimal spatial filtering for the steady state visual evoked potential: BCI application”. In: 5th International IEEE/EMBS Conference on Neural Engineering (2011). doi: 10.1109/ner.2011.5910512.

V. M. Vilas Boas. “AutoBCI: interface cerébro-máquina com configuração hiper-paramétrica automatizada”. In: (2021). Orientador: Cleison Daniel Silva; Coorientador: Otavio Noura Teixeira. url: http://repositorio.ufpa.br/jspui/handle/2011/13211.

H. Bakardjian, T. Tanaka, and A. Cichocki. “Optimization of SSVEP brain responses with application to eight-command Brain–Computer Interface”. In: Neuroscience Letters 469.1 (2010), pp. 34–38. doi: 10.1016/j.neulet.2009.11. 039.

Sarah N. et al. CARVALHO. “Comparative analysis of strategies for feature extraction and classification in SSVEP BCIs.” In: Biomedical Signal Processing and Control 21 (2015), pp. 34–42.

Henrique Luiz Voni et al GIULIANI. “Influência da Janela de Estimação no Desempenho de Classificação em Sistemas BCI-SSVEP.” In: SIMPOSIO BRASILEIRO DE TELECOMUNICAÇÕES E PROCESSAMENTO DE SINAIS 39 (2021).

Pengfei et al. MA. “A classification algorithm of an SSVEP brain-Computer interface based on CCA fusion wavelet coefficients.” In: Journal of Neuroscience Methods 371 (2022), p. 109502.

L. Bueno. “A Interface Cerébro-Computador Baseada em EEG Utilizando Redes Neurais Auto-Organizadas”. In: (2017).

Mohammad Samin Nur et al. CHOWDHURY. “Deep neural network for visual stimulusbased reaction time estimation using the periodogram of single-trial eeg”. In: Sensors 20.21 (2020), p. 6090.

J. J. et al. BELMIR JR. “Análise do Potencial Evocado Visualmente em Sinais Cerebrais para Implementação de BCIs.” In: ˜ Brazilian Technology Symposium (2016).
Publicado
30/10/2023
DIAS, Fablena K. N.; SOUSA, Sávio M.; SILVA, Cleison D.. Interface Cérebro-Máquina baseada em SSVEP: Análise de Extração de Época. In: ESCOLA REGIONAL DE ALTO DESEMPENHO NORTE 2 (ERAD-NO2) E ESCOLA REGIONAL DE APRENDIZADO DE MÁQUINA E INTELIGÊNCIA ARTIFICIAL NORTE 2 (ERAMIA-NO2), 3. , 2023, Belém/PA. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023 . p. 1-4. DOI: https://doi.org/10.5753/erad-no2.2023.236200.