Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11422/21498
Especie: Dissertação
Título : Comparação entre os algoritmos de análise de componentes Independentes e filtragem adaptativa para redução de artefato de piscada de olho em sinais de eletroencefalograma
Autor(es)/Inventor(es): Lopes, Marcelle Guedes de Medeiros.
Tutor: Cagy, Mauricio
Tutor : Sá, Antonio Mauricio Ferreira Leite Miranda de
Resumen: Apesar de o artefato de eletro-oculograma (EOG) ser associado à ação inerente ao ser humano de piscar os olhos, o mesmo contamina e distorce as formas de onda do eletroencefalograma (EEG), prejudicando o controle das Interfaces Cérebro-Máquina (ICM) baseadas na atividade cortical. O EEGLAB é uma toolbox muito utilizada para atenuação de EOG em EEG, e dispõe de técnicas clássicas para tal fim como as abordagens Infomax e SOBI (do inglês, Second-Order Blind Identification) do método de Análise de Componentes Independentes (ICA, do inglês Independent Component Analysis). Apesar do vasto uso da ICA na remoção de EOG para aplicações em ICM, essa técnica apresenta dificuldade em lidar com a contaminação bidirecional dos dados. A fim de abrandar tal característica da ICA, avaliou-se sua variação Wavelet e a Filtragem Adaptativa como alternativas de pré-processamento para ICM. Os resultados mostraram que os métodos testados obtiveram bom desempenho na redução do EOG ao manterem o EEG recuperado o mais próximo possível ao EEG puro. Contudo, a Filtragem Adaptativa foi superior na análise do par erro médio quadrático-correlação.
Resumen: Although the electro-oculogram (EOG) artifact is associated with the inherent human action of blinking, it contaminates and distorts electroencephalogram (EEG) waveforms, impairing the control of Brain-Machine Interfaces (BMI) based on cortical activity. EEGLAB is a widely used toolbox for EOG attenuation in EEG, and has classical techniques for this purpose like the Infomax and SOBI (Second-Order Blind Identification) approaches of the Independent Component Analysis (ICA) method. Despite the wide use of ICA in EOG removal for MCI applications, this technique has difficulty in dealing with bidirectional contamination of the data. In order to mitigate this characteristic of ICA, its variations Wavelet and Adaptive Filtering were evaluated as pre-processing alternatives for MCI. The results showed that the tested methods performed well in reducing EOG by keeping the retrieved EEG as close as possible to the pure EEG signal. However, Adaptive Filtering has shown a slightly superior performance in the analysis of the mean squared error-correlation pair.
Materia: Filtragem adaptativa
Infomax
EOG.
SOBI
Materia CNPq: Engenharia Biomédica
Programa: Programa de Pós-Graduação em Engenharia Biomédica
Unidade de producción: Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
Editor: Universidade Federal do Rio de Janeiro
Fecha de publicación: oct-2020
País de edición : Brasil
Idioma de publicación: por
Tipo de acceso : Acesso Aberto
Aparece en las colecciones: Engenharia Biomédica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
939884.pdf7.38 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.