Busca avançada
Ano de início
Entree

Interface musical cérebro-computador (BCMI) no apoio ao tratamento de distúrbios mentais

Processo: 20/14115-8
Modalidade de apoio:Auxílio à Pesquisa - Regular
Vigência: 01 de agosto de 2021 - 31 de julho de 2023
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:João Luís Garcia Rosa
Beneficiário:João Luís Garcia Rosa
Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Pesquisadores associados:Graziela Bortz
Assunto(s):Computação musical  Neurociência computacional  Interfaces cérebro-computador  Eletroencefalografia 
Palavra(s)-Chave do Pesquisador:Computação Musical | eletroencefalograma | interfaces cérebro-computador | Neurociência Computacional

Resumo

A música pode mudar nossas emoções, influenciar nosso humor e, finalmente, afetar nossa saúde. A musicoterapia é um dos métodos mais antigos usados no tratamento de transtornos neurológicos. Portanto, a combinação entre o processo de musicoterapia com algoritmos de reconhecimento de emoções humanas baseados em eletroencefalograma (EEG) podem ser uma abordagem útil. Assim, seria possível identificar o estado emocional do usuário e compor uma música com base nesse biofeedback. Dessa forma, a musicoterapia poderia ser ajustada de acordo com as necessidades do paciente, tendo em vista que as músicas compostas pelo algoritmo poderão induzir novas emoções com estímulos sonoros aquele indivíduo. Nesta proposta, propõe-se um algoritmo geral de musicoterapia para pessoas com transtornos mentais a fim de utilizar EEG para composição musical permitindo adaptar a terapia ao tempo predefinido do tratamento e ajustar a sessão de musicoterapia ao estado emocional do usuário. Tem-se, como finalidade, a de que essa tecnologia possa realmente aprimorar a vida das pessoas com transtornos mentais e atender as suas necessidades terapêuticas. Para isso, pretende-se utilizar os Potenciais Relacionados a Eventos (ERPs) e o Potencial Evocado Visual de Estado Estacionário (SSVEP), que são padrões bem conhecidos no eletroencefalograma (EEG). Esses tipos de sinais cerebrais são usados para diferentes aplicações em Interface Musical Cérebro-Computador (BCMI). Para a prototipação do projeto, será utilizada a linguagem Python, por possuir um grande arsenal para processamento de sinais e reconhecimento de padrões. Posteriormente, para as questões de desempenho, será utilizada a linguagem C++. A princípio, a avaliação do projeto se dará por meio de testes com a base de dados que será obtida durante este projeto. Essa base será o padrão ouro, uma vez que os dados serão coletados e testados. Na segunda fase do projeto, será avaliada a experiência do usuário por intermédio de formulários que são comumente usados para avaliar estudos de BCMI. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
DE AGUIAR NETO, FERNANDO SOARES; GARCIA ROSA, JOAO LUIS; IEEE. Impact of Sampling Rate and Eye-Condition on Resting Quantitative EEG. 2022 SIGNAL PROCESSING: ALGORITHMS, ARCHITECTURES, ARRANGEMENTS, AND APPLICATIONS (SPA), v. N/A, p. 6-pg., . (20/14115-8)

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.
X

Reporte um problema na página


Detalhes do problema: