Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/BUBD-A2DMYF
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor1 | Danilo Barbosa Melges | pt_BR |
dc.contributor.advisor-co1 | Guilherme Augusto Silva Pereira | pt_BR |
dc.contributor.referee1 | Wallace do Couto Boaventura | pt_BR |
dc.contributor.referee2 | Marcos Antonio da Silva Pinto | pt_BR |
dc.creator | Alexandre Moraes Tannus | pt_BR |
dc.date.accessioned | 2019-08-09T18:21:53Z | - |
dc.date.available | 2019-08-09T18:21:53Z | - |
dc.date.issued | 2014-06-05 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/1843/BUBD-A2DMYF | - |
dc.description.abstract | This work aims at developing a steady state visual evoked potential (SSVEP) braincomputer interface (BCI). For this purpose, the work was divided in two steps: i) performance investigation of two Objective Response Detection (ORD) techniques, the Magnitude Squared Coherence (MSC) and its multivariate version, the Multiple Coherence (MC), for SSVEP detection in two different lighting conditions: scotopic (low luminance) and photopic (daylight compatible luminance); ii) implementation of a SSVEP-BCI for wheelchair control. For luminance influence evaluation, EEG signals were collected from ten volunteers. stimulated with frequencies of 6, 7, 8, 9, 10 and 11 Hz (random presentation order). MSC was applied to parietal ([P7],[P8]) and occipital ([O1,O2]) derivations and MC to the combinations [O1-O2], [O1-O2-P7], [O1-O2-P7] and [O1-O2-P7-P8]. The developed BCI has 3 commands, left, right and forward, associated, respectively, to the frequencies 7.75; 8 and 10 Hz. For feature extraction, three ORD techniques were used, MC, MSC and Spectral F Test (SFT), being the first one employed for online experiments, in which 34 volunteers sat on a wheelchair and received random instructions to focus their attention on a given direction. The EEG recording was performed using a 14-channel wireless system. In order to evaluate the BCI performance using the different techniques, seven parameters were employed: number of detections, mean time between detections, hit rate, information transfer rate (ITR) and false positives for each direction. The detection rates using MSC showed a significant decrease at photopic condition compared to the scotopic one for all frequencies and derivations. The MC application to [O1-O2-P7-P8] allowed overcoming this limitation, leading to detection rates higher than 80% for all frequencies (except 9 Hz). The best performance was achieved with MC that reached, in average, the highest number of detections (241), hit rate (85%) and ITR (24 bits/min). On the other hand, SFT presented the worst results for these three parameters. | pt_BR |
dc.description.resumo | Este trabalho visa o desenvolvimento de uma interface cérebro-máquina (ICM) baseada em potencial evocado visual em regime permanente (PEV-RP). Com este propósito, o trabalho foi dividido em duas etapas: i) investigação do desempenho de duas técnicas de Detecção Objetiva de Resposta (ORD Objective Response Detection), a Magnitude Quadrática da Coerência (MSC Magnitude-Squared Coherence) e sua versão multivariada, Coerência Múltipla (MC Multiple Coherence), na detecção do PEV-RP em duas condições diferentes de luminosidade: escotópica (baixa luminosidade) e fotópica (iluminação compatível com luz do dia); ii) implementação de uma ICM para controle da cadeira de rodas motorizada utilizando PEV-RP. Para avaliação da influência da luminosidade, sinais de EEG foram coletados de dez voluntários, que foram estimulados com frequências de 6, 7, 8, 9, 10 e 11 Hz (ordem de apresentação aleatorizada). Foi aplicada a MSC para as derivações parietais ([P7],[P8]) e occipitais ([O1,O2]) e a MC para as combinações [O1-O2], [O1-O2-P7], [O1-O2-P8] e [O1-O2-P7-P8]. A ICM desenvolvida possui 3 comandos, esquerda, direita e frente associados, respectivamente, às frequências de 7,75; 8 e 10 Hz. Para extração de características foram empregadas três técnicas ORD, a MC, a MSC e o Teste F Espectral (TFE), sendo que a primeira foi escolhida para a realização dos experimentos online, nos quais 34 voluntários sentaram-se em uma cadeira de rodas motorizada e receberam instruções aleatórias sobre a direção em que deveriam focar a atenção. As coletas de EEG foram realizadas utilizando-se um sistema wireless de 14 canais. Para comparação do desempenho da ICM usando as diferentes técnicas foram empregados sete parâmetros: número de detecções, tempo médio entre detecções, taxa de acertos, taxa de transferência de informação (ITR Information Transfer Rate) e falsos positivos para cada direção. As taxas de detecção utilizando a MSC apresentaram decréscimo significativo na condição fotópica quando comparadas com as da escotópica para todas as frequências e derivações. O emprego da MC para [O1-O2-P7-P8] permitiu que essa limitação fosse superada, levando a taxas de detecção superiores a 80% para todas as frequências (exceto 9 Hz). A melhor performance observada ocorreu para a MC, que obteve, em média, o maior número de detecções (241), a maior taxa de acertos (85%) e a maior ITR (24 bits/min). Por outro lado, o TFE apresentou os piores resultados para estes três parâmetros. | pt_BR |
dc.language | Português | pt_BR |
dc.publisher | Universidade Federal de Minas Gerais | pt_BR |
dc.publisher.initials | UFMG | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Engenharia Elétrica | pt_BR |
dc.subject.other | Engenharia elétrica | pt_BR |
dc.title | Controle de uma cadeira de rodas utilizando potencial evocado visual | pt_BR |
dc.type | Dissertação de Mestrado | pt_BR |
Appears in Collections: | Dissertações de Mestrado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
ppgengeletrica_alexandremoraestannus_dissertacaomestrado.pdf | 1.82 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.