Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/21498
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorCagy, Mauricio-
dc.contributor.authorLopes, Marcelle Guedes de Medeiros.-
dc.date.accessioned2023-09-02T23:47:29Z-
dc.date.available2023-12-21T03:02:07Z-
dc.date.issued2020-10-
dc.identifier.urihttp://hdl.handle.net/11422/21498-
dc.description.abstractAlthough 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.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectFiltragem adaptativapt_BR
dc.subjectInfomaxpt_BR
dc.subjectEOG.pt_BR
dc.subjectSOBIpt_BR
dc.titleComparação entre os algoritmos de análise de componentes Independentes e filtragem adaptativa para redução de artefato de piscada de olho em sinais de eletroencefalogramapt_BR
dc.typeDissertaçãopt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/2285572826991075pt_BR
dc.contributor.advisorCo1Sá, Antonio Mauricio Ferreira Leite Miranda de-
dc.contributor.referee1Seixas, José Manuel de-
dc.contributor.referee2Ichinose, Roberto Macoto-
dc.description.resumoApesar 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenhariapt_BR
dc.publisher.programPrograma de Pós-Graduação em Engenharia Biomédicapt_BR
dc.publisher.initialsUFRJpt_BR
dc.subject.cnpqEngenharia Biomédicapt_BR
dc.embargo.termsabertopt_BR
Appears in Collections:Engenharia Biomédica

Files in This Item:
File Description SizeFormat 
939884.pdf7.38 MBAdobe PDFView/Open


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