Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/9689
Título: Interface Cérebro-Computador Baseada em EEG Utilizando Redes Neurais Auto-Organizadas
Autor(es): Bueno, Leandro
Orientador: Bastos Filho, Teodiano Freire
Coorientador: Ferreira, André
Palavras-chave: Redes Neurais Auto-organizadas
Data do documento: 6-Jun-2017
Editor: Universidade Federal do Espírito Santo
Resumo: Nesta Tese de Doutorado se apresenta o desenvolvimento de um sistema de Interface Cérebro Computador (ICC) que utiliza sinais de Eletroencefalografa (EEG) e classifcadores baseados em redes neurais autoorganizadas (Self Organizing Maps SOM). Nesta Tese se analisam os problemas das ICCs e se apresentam os resultados conseguidos com o sistema desenvolvido. Este sistema utiliza um equipamento clínico de aquisição de sinais EEG e um computador pessoal para processar os dados. Usando a energia das componentes de frequência dos sinais EEG capturados como características, e um classifcador baseado em uma rede neural autoorganizada. O grande desafo da utilização das redes autoorganizadas é a interpretação da saída da rede, devido a que esta rede possui uma saída para cada um dos neurônios presentes na rede. A contribuição desta tese está no método de interpretação da saída dos neurônios da rede SOM, o qual é implementado através de um conjunto de máscaras que representam a probabilidade da ativação dos mesmos para uma determinada classe. Todos os algoritmos utilizados nesta Tese de Doutorado podem ser adaptados facilmente para serem executados em sistemas embarcados com menor poder de processamento, tais como Processadores Digitais de Sinais (Digital Signal Processor DSP) ou microcontroladores. A interface cérebrocomputador (ICC) desenvolvida nesta Tese de Doutorado foi testada e validada de forma offline, com dados de bancos de dados externos de EEG, e com voluntários, apresentando resultados satisfatórios em ambos os casos, quando comparados a outros trabalhos da literatura com o mesmo número de tarefas.
This Doctoral Thesis presents the development of a Brain Computer Inter-face (BCI) system using Electroencephalography (EEG) signals and Self OrganizingMaps (SOM) artificial neural networks as classifier. In this Thesis the problems ofa BCI are analyzed and the classification results of the system is presented. Thissystem uses a clinic acquisition equipment for EEG signal acquisition and a personalcomputer to process the data, using the energy of the frequency components of theEEG signal as characteristics and a classifier based on a Self Organizing Map asclassifier. The great challenge in using SOM as a classifier is the interpretation ofthe outputs of the map, as it has as many outputs as it has neurons in the map.The contribution of this Thesis is in the interpretation method of the outputs ofthe map, which is done by means of the use of a set of masks that represents theprobability of the activation of a neuron in the map representing a specific class.The algorithms used on this Doctoral Thesis can be easily adapted to be executed inembedded systems with less processing power, like Digital Signal Processors (DSP)or microcontrollers. The Brain Computer Interface developed in this Doctoral The-sis was tested and validated off–line, with an external database, and with data fromvolunteers, presenting satisfactory results in both cases, according to similar resultsfrom the literature.
URI: http://repositorio.ufes.br/handle/10/9689
Aparece nas coleções:PPGEE - Teses de doutorado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tese_11033_Leandro Bueno.pdf17.3 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.