| dc.contributor | RODRIGUES, Marco Aurélio Benedetti | |
| dc.contributor | http://lattes.cnpq.br/8483675805850645 | |
| dc.contributor | http://lattes.cnpq.br/2448324832915432 | |
| dc.creator | FREITAS, Diogo Roberto Raposo de | |
| dc.date | 2019-10-03T20:00:25Z | |
| dc.date | 2019-10-03T20:00:25Z | |
| dc.date | 2017-12-07 | |
| dc.date.accessioned | 2022-10-06T18:59:43Z | |
| dc.date.available | 2022-10-06T18:59:43Z | |
| dc.identifier | https://repositorio.ufpe.br/handle/123456789/34166 | |
| dc.identifier.uri | http://repositorioslatinoamericanos.uchile.cl/handle/2250/3992216 | |
| dc.description | Dispositivos portáteis para aquisição e processamento digital de sinais de eletroencefalografia (EEG) são peças fundamentais para construção de Interfaces Cérebro Máquina (BCI – Brain Computer Interface). Estas interfaces possibilitam o acionamento de dispositivos eletromecânicos controlados via pensamento e possuem diversas aplicações: reabilitação motor-neural de pacientes com limitações de movimento; equipamentos para intervenções em processos industriais/militares perigosos; entretenimento. Este trabalho propõe uma plataforma para aquisição de EEG e processamento digital em FPGA (Field Programmable Gate Array), com a finalidade de reconhecer a imaginação do movimento (IM) das mãos em tempo real e possibilitar um feedback visual. Construiu-se um amplificador de dois canais específico para captação analógica do sinal de EEG. O tratamento digital dos dados foi realizado através da implantação de um algoritmo adaptado da transformada wavelet discreta Daubechies-4, capaz de decompor o EEG em suas faixas de frequência constituintes β, α, θ e δ. Em seguida, o sistema executa o escalograma em hardware e classifica os sinais de forma síncrona medindo a ERD/ERS (Event Related Desynchronization/Synchronization) para identificar de forma online a IM da mão direita ou esquerda pelo método de threshold. A técnica foi aplicada em sinais gravados de um banco de dados de três indivíduos e em sinais adquiridos diretamente de um voluntário. Os resultados foram comparados com algoritmos offline e mostram a viabilidade do processo. O sistema reconhece a IM e indica qual das mãos foi imaginada. A principal contribuição desta tese é uma ferramenta para trabalhar com ERD/ERD através de uma plataforma embarcada para reconhecimento de IM em tempo real com feedback visual, não invasiva, construída com hardware reconfigurável, que funciona à bateria e possui canal de comunicação sem fio. | |
| dc.description | Portable devices for EEG digital processing are key components of a BCI (Brain Computer Interfaces). These interfaces allows activation of mechanical devices controlled by thought and have many applications: motor-neural rehabilitation; equipments for intervention in industrial and military processes; entertainment. In this work, it is proposed an EEG acquisition and FPGA digital processing platform to recognize real-time hand movement imagination (MI) and performs visual feedback. For EEG analog acquisition a dedicated two channels amplifier was built. Digital processing was carried out by a modified Daubechies-4 discrete wavelet transform (DWT) algorithm, capable of decomposing EEG into its constituent frequency bands β, α, θ and δ. The scalogram was run in hardware to signal classification by ERD/ERS (Event Related Desynchronization/ Synchronization), to identify right or left hand MI online by threshold method. The technique was applied on recorded signals from a database of three individuals and on real signals from a volunteer. The results were compared with offline algorithms and show the process feasibility, as system recognise MI and indicates which hand was imagined. This thesis presents an embedded system for realtime MI recognition and visual feedback, noninvasive, built with reconfigurable hardware, which works on battery and has a wireless communication channel. | |
| dc.format | application/pdf | |
| dc.language | por | |
| dc.publisher | Universidade Federal de Pernambuco | |
| dc.publisher | UFPE | |
| dc.publisher | Brasil | |
| dc.publisher | Programa de Pos Graduacao em Engenharia Eletrica | |
| dc.rights | openAccess | |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | |
| dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
| dc.subject | Engenharia Elétrica | |
| dc.subject | Eletroencefalografia | |
| dc.subject | Instrumentação Biomédica | |
| dc.subject | Processamento de Sinais Bioelétricos | |
| dc.subject | BCI | |
| dc.subject | DWT | |
| dc.subject | FPGA | |
| dc.subject | ERD/ERS | |
| dc.subject | Sistemas Embarcados | |
| dc.title | Plataforma para análise do sinal de EEG aplicado ao ERD/ERS no reconhecimento em tempo real da imaginação do movimento | |
| dc.type | doctoralThesis | |
