Please use this identifier to cite or link to this item: http://hdl.handle.net/11422/7850
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorSá, Antonio Mauricio Ferreira Leite Miranda de-
dc.contributor.authorSilveira, Gustavo Fraga Millen da-
dc.date.accessioned2019-05-09T18:57:01Z-
dc.date.available2019-05-11T03:00:11Z-
dc.date.issued2017-06-
dc.identifier.urihttp://hdl.handle.net/11422/7850-
dc.description.abstractMotor activity classification based on the Electroencephalogram (EEG) has been widely studied to assist brain-computer interfaces (BCIs). However, same limb motor activity classification still remains a challenge due to EEG close spatial representation on the motor cortex area in such case. Brain connectivity measurements, such as Directed Transfer Function (DTF) and Partial Directed Coherence (PDC), have been proposed to estimate information flow patterns in the cortex during different motor tasks. The objective of this paper is to evaluate both DTF and PDC as neuro network-based classification features for the same segment of limb motor activity (flexion and extension), and for both imagination and observation. EEG signals from 12 right-handed healthy subjects were recorded performing elbow flexion and extension following a robotic arm as if it were a mirror image of their own. The DTF and PDC were computed and statistically compared at two time instants: from 1 second before the task until the task and from the beginning of the task until 2.5 seconds later. Differences were found only in beta and gamma rhythms of EEG. Finally, both DTF and PDC were applied separately as features in ANN to classify between the imagination, movement and observation of elbow flexion and extension, and at rest. The highest accuracy using DTF was 90.6% achieved in the gamma rhythm and using PDC it was 97.0% in the beta rhythm.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal do Rio de Janeiropt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectEEGpt_BR
dc.subjectConectividade cerebralpt_BR
dc.subjectRedes neuraispt_BR
dc.subjectICMpt_BR
dc.subjectInteração humano-robôpt_BR
dc.titleConectividade cerebral como característica para classificar tarefas motoras de mesmo segmento corporal: Interação humano-robôpt_BR
dc.typeDissertaçãopt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/4168441984548057pt_BR
dc.contributor.advisorCo1Tierra-Criollo, Carlos Julio-
dc.contributor.referee1Nobre, Flavio Fonseca-
dc.contributor.referee2Soares, Juliana Guimarães Martins-
dc.contributor.referee3Silva, Paulo José Guimarães da-
dc.description.resumoA classificação de atividade motora baseada no Eletroencefalograma (EEG) tem sido amplamente estudada para auxiliar em aplicações de interfaces cérebro-máquina (ICMs). Classificar atividades motoras provenientes de mesmo membro corporal tem se mostrado um desafio, devido à representação espacial dessas atividades em locais próximos no córtex motor. Medidas de conectividade cerebral, tais como a Função de Transferência Direcionada (DTF) e a Coerência Direcionada Parcial (PDC), têm sido propostas para estimar os padrões de fluxo de informação no córtex durante a execução de diferentes tarefas motoras. O objetivo deste trabalho é investigar a DTF e a PDC como características para classificar, utilizando Redes Neurais Artificais (ANN), a atividade motora de mesmo segmento de membro, bem como sua imaginação e observação. Os sinais de EEG de 12 indivíduos destros saudáveis foram coletados na tarefa de flexão e extensão de cotovelo seguindo um braço robótico como se fosse um espelho do seu próprio braço. A DTF e a PDC foram calculadas e comparadas estatisticamente em dois momentos: de um segundo antes da tarefa até seu início e do início da tarefa até dois segundos e meio depois. Foram encontradas diferenças significativas tanto para DTF quanto para PDC nos ritmos beta e gama do EEG. Finalmente, a DTF e PDC foram aplicadas separadamente como características em ANNs para classificar entre a imaginação, movimento e observação da flexão e extensão de cotovelo, e também a situação de repouso. O maior valor de acurácia encontrado utilizando a DTF foi de 90.6% no ritmo gama e utilizando a PDC foi de 97.0% no ritmo beta.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.cnpqCNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICApt_BR
dc.embargo.termsabertopt_BR
Appears in Collections:Engenharia Biomédica

Files in This Item:
File Description SizeFormat 
877573.pdf1,96 MBAdobe PDFView/Open


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