Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpe.br/handle/123456789/33805
Comparte esta pagina
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | RODRIGUES, Marco Aurélio Benedetti | - |
dc.contributor.author | SANTOS, Emmanuel Andrade de Barros | - |
dc.date.accessioned | 2019-09-26T20:09:25Z | - |
dc.date.available | 2019-09-26T20:09:25Z | - |
dc.date.issued | 2019-02-15 | - |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/33805 | - |
dc.description.abstract | A Espectroscopia Funcional em Infravermelho Próximo (fNIRS – Functional Near- Infrared Spectroscopy) é uma técnica que permite a medição contínua e não invasiva de oxigenação em tecidos (em especial tecido cerebral), bem como sua hemodinâmica, através da radiação em infravermelho próximo. A fNIRS fornece parâmetros fisiológicos adicionais e pode-se correlacionar a atividade cerebral através da medição dos níveis de oxigenação. Devido ao elevado custo para aquisição de um sistema NIRS comercial, um sistema de medição próprio de 8 canais foi desenvolvido e integrado a uma Interface Cérebro-Computador para analisar estímulos na área do córtex pré-frontal. Com autorização do Comitê de Ética e Pesquisa da UFPE, 23 voluntários sadios e sem histórico de doenças neurológicas participaram da pesquisa. Eles foram submetidos a um protocolo de estímulos onde deveriam realizar determinados tipos de operações aritméticas mentalmente. Para analisar o sistema desenvolvido foram utilizadas ferramentas de aprendizagem de máquinas, como algoritmos de classificação e redução de dimensionalidade. Foi avaliada a capacidade do sistema em detectar diferença entre o estado de repouso e estado de atividade cerebral, onde foi obtida uma acurácia mediana de 87,5%. Além disso, uma análise de 3 classes foi conduzida para decodificar atividade cerebral relacionada a 3 tipos de operações aritméticas de dificuldade crescente, obtendo uma acurácia mediana de 66,7%. O trabalho mostra que operações mais simples exibiram uma sensibilidade maior que os demais tipos de operações. Na literatura não foram detectados trabalhos semelhantes publicados que tenham desenvolvido um equipamento portátil de baixo custo com esse tipo de análise. | pt_BR |
dc.description.sponsorship | CNPq | pt_BR |
dc.language.iso | por | pt_BR |
dc.publisher | Universidade Federal de Pernambuco | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 Brazil | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Engenharia Elétrica | pt_BR |
dc.subject | Espectroscopia | pt_BR |
dc.subject | Infravermelho próximo | pt_BR |
dc.subject | Atividade cerebral | pt_BR |
dc.subject | Interface | pt_BR |
dc.subject | Cérebro | pt_BR |
dc.subject | BCI | pt_BR |
dc.subject | Sistema | pt_BR |
dc.subject | fNIRS | pt_BR |
dc.title | Sistema de espectroscopia funcional em infravermelho próximo (fNIRS) para aplicação em interface cérebro-computador (BCI) | pt_BR |
dc.type | doctoralThesis | pt_BR |
dc.contributor.authorLattes | http://lattes.cnpq.br/4514740366790714 | pt_BR |
dc.publisher.initials | UFPE | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.degree.level | doutorado | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/2448324832915432 | pt_BR |
dc.publisher.program | Programa de Pos Graduacao em Engenharia Eletrica | pt_BR |
dc.description.abstractx | Functional Near-Infrared Spectroscopy (fNIRS) is a technique that allows continuous and non-invasive measurement of oxygenation in tissues (especially brain tissue) as well as its hemodynamics through light using near-infrared wavelength. The fNIRS provides additional physiological parameters which can be correlate brain activity by measuring oxygenation levels. Due to the high cost for acquiring a commercial NIRS system, a custom-build 8-channel measurement system was developed and integrated into a Brain-Computer Interface to analyze stimuli in the prefrontal cortex area. With the authorization of the Ethics and Research Committee of the UFPE, 23 healthy volunteers with no history of neurological diseases participated in the study. They were submitted to a stimulus protocol where they were supposed to perform certain types of arithmetic operations mentally. To evaluate the system, machine learning tools were used, such as classification algorithms and dimensionality reduction. The capability of the system to detect the difference between resting state and state of cerebral activity was evaluated, where a median accuracy of 87.5% was obtained. In addition, a 3-class analysis was conducted to decode cerebral activity related to 3 types of arithmetic operations of increasing difficulty, obtaining a median accuracy of 66.7%. The results showed that simpler operations exhibited greater sensitivity than other types of operations. Among the works analyzed, no similar published studies have been found that have developed a portable and lowcost equipment with this type of analysis. | pt_BR |
Aparece en las colecciones: | Teses de Doutorado - Engenharia Elétrica |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
TESE Emmanuel Andrade de Barros Santos.pdf | 10,1 MB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons