Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/15432
Title: Um sistema inteligente de classificação de sinais de EEG para Interface Cérebro-Computador
Authors: Barbosa, André Freitas
Keywords: interface cérebro-computador;EEG;classificação de padrões;PCA;ICA;brain-computer interfaces;EEG;pattern classification;PCA;ICA
Issue Date: 24-Feb-2012
Publisher: Universidade Federal do Rio Grande do Norte
Citation: BARBOSA, André Freitas. Um sistema inteligente de classificação de sinais de EEG para Interface Cérebro-Computador. 2012. 52 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2012.
Portuguese Abstract: As interfaces cérebro-computador (ICC) têm como objetivo estabelecer uma via de comunicação com o sistema nervoso central (SNC) que seja independente das vias padrão (nervos, músculos), visando o controle de algum dispositivo. O objetivo principal da presente pesquisa é desenvolver uma ICC off-line que separe os diferentes padrões de EEG resultantes de tarefas puramente mentais realizadas por um sujeito experimental, comparando a eficácia de diferentes abordagens de pré-processamento do sinal. Também foram testadas diferentes abordagens de classificação: todos contra todos, um contra um e uma abordagem hierárquica de classificação. Não foram encontradas técnicas de pré-processamento que melhorem os resultados do sistema. Além disso, a abordagem hierárquica sugerida mostrou-se capaz de produzir resultados acima do padrão esperado pela literatura
Abstract: The Brain-Computer Interfaces (BCI) have as main purpose to establish a communication path with the central nervous system (CNS) independently from the standard pathway (nervous, muscles), aiming to control a device. The main objective of the current research is to develop an off-line BCI that separates the different EEG patterns resulting from strictly mental tasks performed by an experimental subject, comparing the effectiveness of different signal-preprocessing approaches. We also tested different classification approaches: all versus all, one versus one and a hierarchic classification approach. No preprocessing techniques were found able to improve the system performance. Furthermore, the hierarchic approach proved to be capable to produce results above the expected by literature
URI: https://repositorio.ufrn.br/jspui/handle/123456789/15432
Appears in Collections:PPGEE - Mestrado em Engenharia Elétrica e de Computação

Files in This Item:
File Description SizeFormat 
AndreFB_DISSERT.pdf2,1 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.