Algoritmo de classificação binária para sistemas de interface cérebro computador não invasivos baseados em eletroencefalografia

• Processo: 24/17737-0
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 30 de junho de 2026
• Área de conhecimento: Engenharias - Engenharia Biomédica - Bioengenharia
• Pesquisador responsável: Leonardo Andre Ambrosio
• Beneficiário: Carolina Elias de Almeida Américo
• Instituição Sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Aprendizado computacional Eletroencefalografia
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Classificação Binária | Eletroencefalografia | Interface Cérebro Computador | Interface Cérebro Computador

Resumo

Este projeto de Iniciação Científica (IC) tem como objetivo principal o estudo de métodos de classificação binária baseados em aprendizado de máquina e o desenvolvimento de algoritmos em Python, Matlab ou Julia para a referida classificação, com testes de validação diretamente aplicados a sinais cerebrais aquisitados através de uma interface cérebro-computador não-invasiva (BCI) via eletroencefalografia (EEG) e imagética motora. Dentre os sistemas para os quais o método de classificação e, consequentemente, a referida IC, são de interesse, destacam-se dois atualmente sob investigação no SEL/EESC/USP: o primeiro para controle de um display 3D rotativo de matriz de LED, e o segundo para determinação de rotas e trajetos em uma cadeira de rodas inteligente e colaborativa em ambientes com automação residencial, ambos através de imagética motora. Para atingir os objetivos, são propostas atividades relacionadas ao estudo básico de anatomia e fisiologia do encéfalo humano, métodos de aquisição de sinais elétricos cerebrais invasivos e não invasivos, eletroencefalografia e tipos de posicionamentos de eletrodos no escalpo, principais técnicas de filtragem e redução de ruídos e, finalmente, técnicas de classificação binária em aprendizado de máquina (LDA e RDA), com desenvolvimento de algoritmos e testes de validação usando kits de eletrodos e softwares gratuitos da OpenBCI, disponíveis em nossos laboratórios. Como resultado, além da necessária formação de recursos humanos qualificados para realização de pesquisa em alto nível no Departamento de Engenharia Elétrica e de Computação (SEL) da Universidade de São Paulo (USP) nas áreas de tecnologias assistivas para mobilidade e inclusão e realidade virtual e/ou aumentada, espera-se que, ao final deste trabalho, a bolsista - atualmente no 4º ano de seu curso de graduação em Engenharia de Computação - e o grupo de pesquisa a ela vinculada disponham de um algoritmo classificador que assinale rótulos de classes binárias a vetores de características extraídos a partir de sinais cerebrais adquiridos via EEG, com processos neurocognitivos originados na imagética motora. Esse algoritmo será futuramente estendido para classificação multi-classes para incorporar graus adicionais de liberdade no controle de displays 3D ou de cadeiras de rodas em ambientes domésticos.