Generalização da técnica de correlação canônica para aplicações em interface cérebro-máquina
Year: 2018
Type: dissertation
Abstract: A busca por uma melhor compreensão das regiões do cérebro e suas funções nas ações humanas tem sido uma tarefa árdua, porém muito útil, principalmente para aplicações da engenharia de interface cérebro-máquina (ICM), bem como para o auxílio a diagnósticos médicos a partir de sinais obtidos dos pacientes em avaliação. No contexto do presente trabalho, destacam-se os trabalhos de interface cérebro-máquina (ICM) pela abrangência no envolvimento de técnicas, métodos e ferramentas comumente estudadas nos cursos de engenharia. Em particular, análises envolvendo técnicas de processamento de sinais de eletroencefalograma (EEG) têm se mostrado de significativa importância para o desenvolvimento dessa área. Uma abordagem amplamente utilizada nesse contexto é a ICM usando Potenciais Visuais Evocados de Estados Estacionários (SSVEP, do inglês Steady-State Visual Evoked Potentials), que, de forma geral, são sinais caracterizados pela resposta evocada do cérebro a estímulos visuais modulados em uma frequência específica. Assim, este trabalho tem o objetivo de propor uma generalização do coeficiente de correlação, conceito-base da análise de correlação canônica (CCA), técnica que tem se mostrado robusta e eficiente no reconhecimento de padrões, especialmente no caso dos SSVEP, e detalhar seu comportamento em função dos parâmetros relevantes para se estabelecer melhores práticas de uso em aplicações de ICM, incluindo fatores fisiológicos, técnicos e operacionais.
Source: Americanae (AECID Library)
Author: João Angelo Ferres Brogin
Language: Portuguese
Subfield: Cognitive Neuroscience
Field: Neuroscience
Domain: Life Sciences
Open Access status: green
OpenAlex ID: W2940594573
