Redução de sensores de EEG e detecção de movimento motor através de Redes Neurais Artificiais

TCC Engenharia de Telecomunicações

Identificação

Autor: Vinícius Bandeira
Orientador: Prof Ramon Mayor Martins

Resumo

Nos últimos anos os estudos em inteligência artificial e aprendizado de máquina vem sendo muito difundidos e por isso já é comum vermos em muitos lugares algoritmos de reconhecimento de padrões sendo utilizados, seja num anúncio que se recebe de uma loja, seja em um chatBot que aprende com os erros cometidos ou nos carros autônomos Google e Tesla. Este trabalho tem por objetivo reconhecer padrões de movimentos voluntários atra- vés de inteligência artificial utilizando dados de tensão advindos do cérebro e captados via eletroencefalografia (EEG). Neste sentido prova-se também que é possível fazer um pré-processamento dos sinais EEG, reduzindo o esforço de processamento do sistema, diminuindo a quantidade de canais a serem analisados sem que haja dano ao reconheci- mento dos padrões. Neste escopo conseguiu-se reduzir o número de sensores de 64 para 18, alcançando 72% de acerto no melhor caso - podendo variar para 73% através da manipulação da Rede Neural Artificial (RNA). Dessa forma é possível provar que análises baseadas em teorias de sinais - como a que avalia a densidade espectral de um sinal - e também empíricas, geram resultados satisfatórios no que diz respeito ao erro de classificação das RNA aplicadas neste trabalho, chegando a uma porcentagem de acerto de cerca de 78% no melhor caso.

Palavras-chave: Redes Neurais Artificiais. Eletroencefalograma. Inteligência Artificial. Processamento de sinais.