UTILIZAÇÃO DE REDES NEURAIS PARA VISUALIZAR E INTERPRETAR DADOS DE ELETROENCEFALOGRAMAS E ELETROOCULOGRAMAS

Autores

DOI:

https://doi.org/10.47820/recima21.v3i6.1578

Palavras-chave:

Interfaces Cérebro Máquina, BCI, MNE-Python, EEG

Resumo

As interfaces cérebro máquina tem como objetivo integrar os humanos com as máquinas de forma mais direta e íntima. Este trabalho tem como objetivo demonstrar que a leitura de ondas cerebrais é possível através da comunicação entre a linguagem Python e o hardware responsável por obter os dados. O projeto aborda sobre o hardware das interfaces cérebro computador relevantes para os fins deste trabalho, dando um conhecimento de alto nível ao leitor sobre do que se trata a tecnologia e como ela funciona, bem como citando algumas aplicações, e então volta sua atenção para o lado do software, demonstrando como é possível aplicar o conhecimento com o suporte de tecnologias como o Google Collab para a hospedagem do projeto, a biblioteca MNE-Python para obtenção de leituras confiáveis, o Scikit-learn para realizar as computações de machine learning, entre outras ferramentas.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Matheus de Souza Perches

    Universidade de Araraquara - UNIARA

  • João Henrique Gião Borges, Uniara

    Universidade de Araraquara - UNIARA

  • Fabiana Florian

    Universidade de Araraquara - UNIARA

Referências

Hassanien, A.; AZAR, A.; Brain-Computer Interfaces: Current Trends and Applications, Springer International Publishing. 2014. Disponível em: https://link.springer.com/book/10.1007/978-3-319-10978-7?utm_medium=referral&utm_source=google_books&utm_campaign=3_pier05_buy_print&utm_content=en_08082017 Acesso em: 31 de maio de 2022.

GRAIMANN, B.; ALLISON, B.; PFURTSCHELLER, G.; Brain-Computer Interfaces: Revolutionizing Human-Computer Interaction, Springer Berlin Heidelberg, 2010. Disponível em: https://link.springer.com/book/10.1007/978-3-642-02091-9?utm_medium=referral&utm_source=google_books&utm_campaign=3_pier05_buy_print&utm_content=en_08082017 Acesso em: 31 de maio de 2022.

LEITE, S.; Contribuições ao Desenvolvimento de Interfaces Cérebro-Computador Baseadas em Potenciais Evocados Visualmente em Regime Estacionário, Tese de Doutorado, UNICAMP, 2016. Disponível em: http://repositorio.unicamp.br/acervo/detalhe/970748?guid=1654047707563&returnUrl=%2fresultado%2flistar%3fguid%3d1654047707563%26quantidadePaginas%3d1%26codigoRegistro%3d970748%23970748&i=4 Acesso em: 31 de maio de 2022

RAO, R.; Brain-Computer Interfacing: An Introduction, Cambridge University Press, 2013. Disponível em: https://www.cambridge.org/br/academic/subjects/computer-science/artificial-intelligence-and-natural-language-processing/brain-computer-interfacing-introduction?format=HB&isbn=9780521769419 Acesso em: 31 de maio de 2022.

WOLPAW, E.; WOLPAW, J.; Brain-Computer Interfaces: Principles and Practice, Oxford University Press, USA, 2012. Disponível em: https://global.oup.com/academic/product/brain-computer-interfaces-9780195388855?cc=br&lang=en& Acesso em: 31 de maio de 2022.

GIUSEPPE, C.; CIRAC, I.; CRANMER, K.; DAUDET, L.; SCHULD, M.; TISHBY, N.; VOGTMARANTO, L.; ZDEBOROVÁ, L.; Machine learning and the physical sciences, American Physical Society, 2019 Disponível em: https://journals.aps.org/rmp/abstract/10.1103/RevModPhys.91.045002 Acesso em: 31 de maio de 2022.

DINTEREN, R.; ARNS, M.; JONGSMA, M.; KESSELS, R.; P300 Development across the Lifespan: A Systematic Review and Meta-Analysis, National Library of Medicine, USA, 2014. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3923761/ Acesso em: 31 de maio de 2022.

Interpretador de P300, com o código fonte com autoria de Brandon Siebert disponível em: http://learn.neurotechedu.com/machinelearning/ e https://colab.research.google.com/drive/1ZQt8RCkkmTEYXRDmFbj1kpcXpUXD2Da0 Acesso em: 26 de maio de 2022.

Downloads

Publicado

10/06/2022

Como Citar

UTILIZAÇÃO DE REDES NEURAIS PARA VISUALIZAR E INTERPRETAR DADOS DE ELETROENCEFALOGRAMAS E ELETROOCULOGRAMAS. (2022). RECIMA21 - Revista Científica Multidisciplinar - ISSN 2675-6218, 3(6), e361578. https://doi.org/10.47820/recima21.v3i6.1578