| Summary: | === The brain-computer Machine (BCM) is a system that allows a person to control a device - as a computer keyboard, a wheelchair, or even prosthesis - using, for example, patterns of electroencephalogram (EEG). The identification of these patterns (event-related potentials - ERP), amidst the spontaneous brain electrical activity, has been the great challenge of the researchers. Whereas the ERP amplitude is usually of some microvolts, spontaneous activity can reach hundreds of microvolts. Some BCIs are based on movement imagination ERPs. Several techniques have been proposed to identify these ERPs in the time and frequency domain. The main problem of most of these techniques is the need for multiple epochs of EEG synchronized with movement imagination (MI), which increases the time needed to detect, making them impractical for use in BCM. The present work aims to develop algorithms to detect potentials EEG related to MI, with the fewest epochs possible for future BCM application. The magnitude-squared coherence technique (MSC), applied to EEG of left index finger movement imagination was able to detect responses mainly at central electrodes (C3, Cz and C4) in the delta band (0.1 to 1 Hz). For use of 40 epochs (M = 40), the detection probability (DP) was 57% for false alarm rate ? = 5%. The application of MSC version that uses signals from several electrodes (Multiple-MSC) allowed PRE detection with a DP = 70%. With M = 10, PD was approximately 18% for both techniques. The application of spatial filter that uses two-dimensional Laplacian operator (DF), at central electrodes (C3, C1, Cz, C2 and C4), provided the EEG signal-to-ratio improvement, resulting in the movement imagination PRE detection with a PD = 90% for M = 10. This procedure made possible the PRE detection with only one MI realization (M = 1), with a DP of 44.1%. Thus, MSC associated with the DF technique, seems to be a promising tool for the patterns detection of MI, making feasible its use in applications of ICMs. === A interface cérebro-máquina (ICM) é um sistema que permite que uma pessoa possa controlar um dispositivo - como um teclado de um computador, uma cadeira de rodas, ou até mesmo uma prótese - utilizando, por exemplo, padrões do eletroencefalograma (EEG). A identificação destes padrões (potenciais relacionados ao evento - PRE), em meio à atividade elétrica cerebral espontânea, tem sido o grande desafio dos pesquisadores. Enquanto que a amplitude do PRE pode chegar a algumas dezenas de microvolts, a atividade elétrica espontânea chega a centenas de microvolts. Grande parte das ICM's utiliza o PRE da imaginação do movimento (IM) para o acionamento dos dispositivos. Várias técnicas têm sido propostas para identificar estes PRE's no domínio do tempo e da freqüência. O principal problema da maioria destas técnicas é a necessidade de vários trechos do EEG sincronizados com a IM, o que aumenta o tempo necessário para a detecção, tornando-as inviáveis para a aplicação em uma ICM. O presente trabalho visa ao desenvolvimento de algoritmos que permitam a detecção do potencial de EEG relacionado à IM, com o menor número de trechos possível, para futura aplicação em uma ICM. A técnica da magnitude quadrática da coerência (MSC), aplicada ao EEG da IM do dedo indicador esquerdo, foi capaz de detectar respostas principalmente nos eletrodos da região central (C3, Cz e C4), na banda delta (0,1 a 1 Hz). Utilizado 40 trechos (M=40), a probabilidade de detecção (PD) foi de 57% para taxa de falsos alarmes ?=5%. A aplicação da versão da MSC que utiliza sinais de vários eletrodos (Múltipla MSC) possibilitou a detecção do PRE com uma PD=70%. Com M=10, a PD foi de aproximadamente 18%, para ambas as técnicas. A aplicação do filtro espacial que utiliza o operador Laplaciano bidimensional (DF), nos eletrodos da região central (C3, C1, Cz, C2 e C4), proporcionou a melhora da relação sinal-ruído do EEG, resultando na detecção do PRE da IM com uma PD de 90% para M=10. Este procedimento tornou possível a detecção do PRE com apenas uma execução da IM (M=1), com uma PD de 44,1%. Assim sendo, a MSC, associada à técnica da DF, apresenta-se como uma ferramenta promissora, para a detecção de padrões da IM, tornando viável a sua utilização em aplicações de ICM's.
|
|---|
