Uso de redes neurais convolucionais para classificação de sinais de EEG em sistemas de interface cérebro-computador

• Processo: 19/17997-4
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2020
• Data de Término da vigência: 30 de junho de 2021
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Denis Gustavo Fantinato
• Beneficiário: Patrick Oliveira de Paula
• Instituição Sede: Centro de Matemática, Computação e Cognição (CMCC). Universidade Federal do ABC (UFABC). Ministério da Educação (Brasil). Santo André , SP, Brasil
• Assunto(s): Inteligência artificial Redes neurais convolucionais Interfaces cérebro-computador Reconhecimento de padrões Eletroencefalografia
• Palavra(s)-Chave do Pesquisador: Reconhecimento de Padrões | Redes Neurais convolucionais | Inteligência Artificial

Resumo

As interfaces cérebro-computador (BCI, do inglês Brain-Computer Interfaces) têm sido foco de grande atenção devido às suas potenciais aplicações em uma ampla gama de contextos, que vão desde tecnologias assistivas e reabilitação até dispositivos para entretenimento. Significativos avanços, como a coleta de dados a partir de métodos não invasivos por eletroencefalogramas (EEG), motivam o estudo e desenvolvimento dessa promissora interface. Entretanto, a ampla variabilidade observada nos padrões dos usuários do sistema BCI, bem como seu emprego em aplicações cada vez mais sofisticadas, tornam o uso desta interface um problema bastante desafiador. Neste sentido, o presente projeto de pesquisa visa o emprego de estruturas de redes neurais artificiais para aprimorar os sistemas BCI, tornando-os mais eficientes e robustos. Mais especificamente, o foco será dado nas as redes neurais convolucionais, uma rede neural artificial de aprendizado profundo com grande potencial de processamento de dados multidimensionais, como imagens e vídeos. Para um maior aproveitamento desta estrutura, utilizar-se-á diversos mapeamentos dos padrões de EEG para um perfil de dados de entrada adequado para a rede neural convolucional.

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 PAULA, PATRICK OLIVEIRA; DA SILVA COSTA, THIAGO BULHOES; DE FAISSOL ATTUX, ROMIS RIBEIRO; FANTINATO, DENIS GUSTAVO. Classification of image encoded SSVEP-based EEG signals using Convolutional Neural Networks. EXPERT SYSTEMS WITH APPLICATIONS, v. 214, p. 11-pg., 2023-03-15. (19/17997-4, 20/10014-2)