Busca avançada
Ano de início
Entree

Desenvolvimento de algoritmos e técnicas computacionais para aplicação em interfaces cérebro-computador

Processo: 16/02555-8
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de agosto de 2016 - 31 de julho de 2018
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
Pesq. associados:Norberto Garcia Cairasco
Assunto(s):Redes neurais  Neurociência computacional  Interfaces cérebro-computador 

Resumo

Interfaces Cérebro-Computador (Brain-Computer Interfaces - BCI) são uma forma de comunicação que capacita indivíduos incapazes de realizar movimentos a se conectarem a dispositivos auxiliares externos usando a eletroencefalografia (EEG) ou outros sinais cerebrais. As BCIs não-invasivas capturam mudanças no fluxo sanguíneo ou flutuações em campos elétricos e magnéticos causados pela atividade de grandes populações de neurônios. A EEG, uma técnica não-invasiva, mede a atividade elétrica do cérebro em diferentes locais da cabeça, geralmente usando eletrodos colocados sobre o couro cabeludo. Com a remoção adequada de artefatos, processamento de sinal e aprendizagem de máquina, a EEG humana carrega informações suficientes sobre a intenção de planejamento e execução. Modelos cerebrais com base em neurodinâmica procuram entender e representar as razões pelas quais os neurônios são células excitáveis. A corrente elétrica microscópica de cada neurônio soma-se com as correntes de outros neurônios, o que provoca uma diferença de potencial elétrico macroscópica, medida pela EEG, que registra a atividade mesoscópica dos padrões de populações de neurônios. Isto é, um bom modelo neural deve reproduzir a dinâmica de neurônios, tendo em conta as propriedades dinâmicas de populações de neurónios, além das propriedades eletrofisiológicas de neurônios individuais. O objetivo é mostrar como o entendimento da atividade elétrica do cérebro, medido de forma não invasiva pela EEG, pode fornecer uma maneira para permitir a comunicação sem movimentos musculares. A intenção é, a partir do estudo do comportamento neurodinâmico do cérebro, investigar formas e propor modelos que permitam criar interfaces cérebro-computador não-invasivas. Nas últimas décadas, as BCIs baseadas em EEG têm atraído a atenção de pesquisadores no campo da neurociência, engenharia neural e reabilitação clínica. O plano é usar os dados obtidos através da BCI para analisar os movimentos pré-motores, mudanças no cérebro que ocorrem antes que haja realmente um movimento, e aplicá-los a um tratamento adequado de dispositivos protéticos (AU)

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. Depression biomarkers using non-invasive EEG: A review. NEUROSCIENCE AND BIOBEHAVIORAL REVIEWS, v. 105, p. 83-93, OCT 2019. Citações Web of Science: 1.
OLIVA, JEFFERSON TALES; GARCIA ROSA, JOAO LUIS. Classification for EEG report generation and epilepsy detection. Neurocomputing, v. 335, p. 81-95, MAR 28 2019. Citações Web of Science: 2.
OLIVA, JEFFERSON TALES; GARCIA ROSA, JOAO LUIS. How an epileptic EEG segment, used as reference, can influence a cross-correlation classifier?. APPLIED INTELLIGENCE, v. 47, n. 1, p. 178-196, JUL 2017. Citações Web of Science: 4.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.