Análise de dados de estresse com o uso de EEG utilizando aprendizagem de máquina

• Processo: 17/12213-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de fevereiro de 2018
• Data de Término da vigência: 31 de janeiro de 2019
• Área de conhecimento: Engenharias - Engenharia Biomédica - Bioengenharia
• Pesquisador responsável: Carlos Dias Maciel
• Beneficiário: Rafael Augusto Caracciolo Arone
• Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Eletroencefalografia Processamento de sinais Redes neurais (computação) Modelagem de sistemas biológicos Aprendizado computacional Estresse psicológico
• Palavra(s)-Chave do Pesquisador: Eeg | eletroencefalograma | estresse | Perceptron Multicamada | Processamento de Sinais | Redes Neurais Artificiais | Modelagem de sistemas biológicos

Resumo

O eletroencefalograma é um dispositivo que permite a obtenção dos sinais cerebrais de uma determinada região do crânio, uma das informações que podem ser retiradas dele é o nível de estresse do indivíduo. Para isto, pode filtrar o sinal e classificá-lo através de algoritmos de aprendizagem de máquina, mais especificamente utilizando códigos de redes neurais com perceptrons multicamadas. Com o uso do método da tarefa de estresse pela imagem de Montreal a fim de levar o indivíduo a uma situação em que se possa obter sinais, e com o algoritmo criado, sendo capaz de mensurar diferentes níveis de estresse com base nos dados coletados. (AU)