Modelagem Computacional
Dissertao
apresentada
ao
Programa
de
a
a
Orientador(a): Prof . Dr . Diana Francisca Adamatti
a
a
Co-orientador(a): Prof . Dr . Fernanda Antoniolo Hammes de Carvalho
_____________________________________________________________
Prof. Dra. Diana Francisca Adamatti
Orientadora - FURG
_____________________________________________________________
Prof. Dr. Adriano Velasque Werhli
FURG
_____________________________________________________________
Prof. Dra. Silvia Silva da Costa Botelho
FURG
_____________________________________________________________
Prof. Dra. Ana Trindade Winck
UFSM
AGRADECIMENTOS
Aos meus pais, Jos Vilmar e Mara Gleci, por sempre apoiarem minhas decises e acreditarem em mim e no meu sucesso mais que eu mesma.
Ao meu irmo, Vitor, que me fez rir e aguentou o meu estresse nestes ltimos
anos que moramos juntos a quilmetros de distncia do restante da famlia.
minha cunhada, Inanja, que, junto com meu irmo, me deu o sobrinho mais
lindo do mundo, por sua amizade e palavras de incentivo.
a
a
minha orientadora, Prof . Dr .
a
a
minha co-orientadora, Prof . Dr .Fernanda Antoniolo Hammes de Carvalho, pela sua colaborao nesse trabalho, por me passar um pouco do seu
conhecimento e esclarecer muitas dvidas na rea de neurocincia e pela disponibilidade do equipamento para a coleta dos sinais cerebrais.
Aos meus primos, grandes amigos desde o incio da vida, Junior, David, Tafarel
e Marluci, e minha dinda Maria Regina, pela sua amizade, pelo entusiasmo
ao me ouvir falar de meus projetos, pelas conversas sobre o que fazer no futuro,
e pelas festas, risos, e momentos felizes.
s amigas, Juliana, Sabrina, Andressa, Fernanda e Rosiane, colegas do curso
de Administrao, que se preocupam e esto sempre oferecendo ajuda nos
estudos e realizao de trabalhos, pelos encontros descontrados, carinho e
amizade.
RESUMO
Este trabalho prope um estudo de sinais cerebrais aplicados em sistemas BCI (BrainComputer Interface - Interfaces Crebro Computador), atravs do uso de rvores de
Deciso e da anlise dessas rvores com base nas Neurocincias. Para realizar o tratamento
dos dados so necessrias 5 fases: aquisio de dados, pr-processamento, extrao de
caractersticas, classicao e validao.
Neste trabalho, todas as fases so contempladas.
ABSTRACT
This work proposes a study on brain signals applied to BCI (Brain-Computer Interface)
systems, through the use of Decision Trees and the analysis of these trees based on Neuroscience.
data acquisition,
Lista de Figuras
1.1
. . . . . . . . . . . . . .
2.1
2.2
Hemisfrios do crebro
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3
11
2.4
Componentes funcionais e
crebro-computador.
2.5
loops
de
feedback
em um sistema de interface
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
loop
fechado de controle
18
2.7
16
23
. . . . . . . . . . . . . . . .
24
2.8
24
2.9
28
. . . . . . . . . . . . . . . . . . . . . . . . . . . .
30
31
32
. . . . .
42
52
. . . . . . . . . . . . . . . . . . . . . . .
54
4.1
4.2
Headset
de coleta de dados
Epoc.
software
LISTA DE FIGURAS
4.3
Eletrodos utilizados no
4.4
Sute
Expressiv
Sute
Sute
54
feedback
. . . . . . . . . . . . . . . . . . . . . . . . . .
55
[Szar, 2009].
4.6
. . . . . . .
Cognitiv
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
56
software
57
4.7
Telas do
. . . . . . . . . . . . . . . . . . . . . . . . . .
59
4.8
60
4.9
Telas do
. . . . . . . . . . . . . . . . . . . . . . . . . . .
61
5.1
66
5.2
67
5.3
. . . . . . . . . . . . . . . . . .
68
5.4
69
5.5
71
5.6
72
5.7
. . . . . . . . . . . . . . . . . .
73
5.8
74
5.9
. . . . . . . . . . . . . . . . . .
76
77
78
79
software
EEGLAB
. . . . . . . . . . . . . . . . . . . . . .
WEKA
. . . . . . . . . . . . . . . . . .
Lista de Tabelas
2.1
2.2
4.1
. . . . . . . . . . . .
63
5.1
65
5.2
66
5.3
. . . . . . . . .
68
5.4
. . . . . . . . .
68
5.5
70
5.6
70
5.7
71
5.8
. . . . . . . . .
72
5.9
. . . . . . . . .
73
74
75
76
. . . . . . . . .
77
. . . . . . . . .
78
80
"jogar tnis".
. . . . . . . . . . . . . . .
42
. . . . . . . . . . . . . . . .
46
Contedo
Resumo
Abstract
Lista de Figuras
Lista de Tabelas
1 Introduo
1.1
Objetivos
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3
Organizao do Texto
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 Embasamento Terico
2.1
2.2
2.3
Neurocincias
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.1
Controle Motor
2.1.2
Memria de Procedimentos
. . . . . . . . . . . . . . . . . . . . . .
10
2.1.3
Imagintica Motora . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
Sistemas BCI
. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
6
6
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
2.2.1
14
2.2.2
. . . . . . . . . . . . . . .
17
2.2.3
. . . . . . . . . . . . . . . .
22
39
2.3.1
40
2.3.2
45
ii
CONTEDO
47
4 Materiais e Mtodos
52
4.1
4.2
4.3
4.4
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
52
4.1.1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
53
57
4.2.1
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
58
Classicao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
59
4.3.1
. . . . . . . . . . . . . . . . . . . . . . . .
61
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
62
Emotiv Epoc
EEGLAB
Validao
64
5.1
. . . . . . . . . . . . . . . . . . . . . . . .
64
5.2
. . . . . . . . . . . . . . . . . . . . . . . .
70
5.3
. . . . . . . . . . . . . . . . . . . . . . . .
75
5.4
80
6 Concluso
83
Bibliograa
90
Captulo 1
Introduo
As interfaces homem-mquina, como teclado e mouse nos computadores, joystics e cmeras nos videogames, so comumente utilizados pela maioria da populao.
No entanto
h uma parcela da populao que pode necessitar de outras maneiras para interagir com
equipamentos eletroeletrnicos, devido a problemas de sade ou acidentes que levem a
paralisias severas, impedindo a utilizao de interfaces comuns. O desenvolvimento de Interfaces Crebro Computador (BCI -
apud
gum tipo de controle muscular, como o movimento da cabea, pescoo, olhos, ou de outros
CAPTULO 1.
INTRODUO
msculos faciais.
Observa-se que, embora exigindo apenas a atividade cerebral, os sistemas BCI utilizam
sinais gerados voluntariamente pelo usurio.
involuntria, como a gerada durante um ataque epilptico, utilizam muitos dos mesmos
componentes e princpios dos sistemas BCI, mas no esto includos neste campo.
A pesquisa em sistemas BCI tem avanado rapidamente, especialmente nos ltimos
20 anos. H dezenas de grupos de pesquisa ativos em todo o mundo envolvidos no desenvolvimento de tecnologia BCI. Embora os sistemas BCI tenham emergido da teoria para
a realidade em aplicaes comerciais, o campo ainda potencialmente inexplorado para
pesquisa.
As Neurocincias estudam o funcionamento, desenvolvimento e estrutura do sistema
nervoso. Comumente tratada como um ramo da biologia, vem se tornando uma cincia
interdisciplinar, colaborando com campos como a medicina, educao, qumica, computao, entre outros.
memorizar aes, o automatismo na realizao de aes e o aprendizado so conceitos explicados pelas neurocincias que esto extremamente relacionados ao estudo de sistemas
BCI. Sabe-se que determinadas regies cerebrais esto relacionadas com funes desempenhadas pelo crebro e a observao da ativao dessas regies podem ajudar a explicar
processos de realizao de movimentos, de aprendizado e de memorizao.
rvores de deciso (ADs) so classicadores que adotam uma estrutura de rvore
condicional, onde cada n especica um teste a ser realizado em um nico atributo
[Duda et al., 2002, Mitchell, 1997, Alpaydin, 2010].
ADs so ferramentas para classicao e previso. Elas fornecem regras que explicam
o comportamento do sistema a ser modelado, alm de fornecer um modelo de classicao.
Uma das caractersticas mais importantes das rvores de deciso que as regras inferidas
atravs delas so de fcil interpretao.
Aplicar rvores de deciso no mbito de sistemas BCI uma abordagem pouco
apresentada, alguns trabalhos discutem esse tipo de aplicao utilizando vetores de
caractersticas extradas dos sinais cerebrais de imagintica motora [Koprinska, 2010,
Aparna et al., 2010]. No entanto, a metodologia apresentada neste trabalho no envolve
a criao de vetores de caractersticas. A literatura pesquisada no apresenta trabalhos
CAPTULO 1.
INTRODUO
similares.
O algoritmo J48 foi adotado para a gerao das ADs. A escolha se deve ao fato do
J48 ser uma derivao do C4.5 [Quinlan, 1993], o mais conhecido e amplamente usado
algoritmo para rvores de deciso, oferecida numa verso gratuita pela Universidade de
Waikato da Nova Zelndia.
Esta dissertao apresenta a utilizao de rvores de Deciso para a classicao de
tarefas de imaginao do movimento das mos a partir de sinais cerebrais coletados de
forma no invasiva com o equipamento Emotiv EPOC. Exibe uma anlise, no mbito da
neurocincia, dos eletrodos presentes nos ramos das ADs relacionando-os com processos
cerebrais relativos as regies onde os eletrodos esto posicionados no couro cabeludo.
Considerando a taxa atual de desenvolvimento, o avano da proliferao de tecnologia
BCI requer um aumento no nmero de pessoas e recursos envolvidos. O desenvolvimento
dessa rea necessita do aumento da cooperao entre diferentes reas, como cincia da
computao, neurocincia, engenharia, psicologia, imagens mdicas, etc. Estabelecer equipes de pesquisa multidisciplinar essencial.
1.1 Objetivos
O objetivo geral desta dissertao realizar uma anlise de sinais cerebrais para sistemas
BCI utilizando rvores de deciso.
Os objetivos especcos so:
1. Coletar sinais cerebrais de alguns indivduos, utilizando o equipamento
Epoc
da
3. Aplicar ADs para a classicao das tarefas de imaginao do movimento das mos;
4. Analisar as ADs, com base na neurocincia, caracterizando-as e identicando possveis semelhanas e diferenas.
CAPTULO 1.
INTRODUO
1.2 Metodologia
A metodologia utilizada para atingir os objetivos propostos nesse trabalho dividido em
5 etapas como mostrado na Figura 1.1 e explicado a seguir.
Etapa 1
Etapa 2
Epoc
da
Etapa 3
Etapa 4
software
Etapa 5
CAPTULO 1.
INTRODUO
Captulo 2
Embasamento Terico
2.1 Neurocincias
2.1.1
Controle Motor
As Neurocincias, conjunto das disciplinas que estudam pelos mais variados mtodos o
sistema nervoso, sua estrutura, seu desenvolvimento, funcionamento, evoluo, relao
com o comportamento e a mente, e tambm suas alteraes, dene coordenao motora
como a capacidade de produzir a contrao dos msculos de forma orquestrada, resultando
em um movimento biologicamente adequado ao contexto. A realizao de um movimento
emerge medida que o sujeito usa parmetros dinmicos complexos, com esquemas ou
representaes motoras construdas pela associao de informaes geradas em diferentes
reas do crebro. Lent (2008) lembra que:
CAPTULO 2.
EMBASAMENTO TERICO
Nos lobos frontais, a ltima poro denominada crtex motor primrio e est envolvida na execuo de movimentos. O restante chamado de crtex pr-frontal e, ocupando
cerca de 30% do crebro humano, sendo importantssimo para o comportamento racional, pois nele que se processam as informaes sensoriais que nos permitem perceber
os estmulos, lidar com as informaes e emoes, planejar aes e entender e emitir
comportamentos adequados [Ratey, 2002, Gazzaniga and Heatherton, 2005, Lent, 2008].
Experimentos revelaram que as especialidades dos hemisfrios podem ser bem diferentes (Figura 2.2), mas que raramente essa especializao signica exclusividade funcional.
Exemplicando: o hemisfrio esquerdo controla a fala em mais de 95% dos seres humanos,
entretanto, a prosdia do hemisfrio direito que confere fala nuances afetivas essenciais
para a comunicao interpessoal. Enquanto o esquerdo melhor na realizao mental de
CAPTULO 2.
EMBASAMENTO TERICO
Figura 2.2: Os hemisfrios so especializados, o que signica que participam das mesmas
funes de modo diferente.
dominncia, pelo qual um dos hemisfrios faria tudo; sendo o outro apenas uma reserva
tcnica coadjuvante[Lent, 2001].
CAPTULO 2.
EMBASAMENTO TERICO
Uma diculdade para o estudo da determinao neurobiolgica das assimetrias comportamentais que elas so suscetveis a inuncias ambientais, destacando-se as possibilidades de treinamento para executar aes diversas. Um bom exemplo so os jogadores de
futebol, que podem ser treinados a utilizar os dois ps para chutar, embora originalmente
preram utilizar um deles [Lent, 2001].
Estudos sugerem que o planejamento, a correo e a execuo dos movimentos esto
inscritos em redes neurais que incluem o crtex pr-frontal, o crtex motor primrio, o
crtex pr-motor, a rea motora suplementar, o crtex parietal, o crtex cingulado, o
cerebelo e os ncleos da base, alm de ncleos talmicos, ncleos do tronco enceflico e
a medula espinhal. A experincia individual, a integridade das redes formadas por essas
regies, bem como a complexidade do movimento inuenciam o modo como essas regies
so ativadas. Alm disso, as redes neurais (ou circuitos cerebrais) so plsticos, isto ,
so capazes de se modicar com o aprendizado ou aps leses. Esses grupos neurais esto
envolvidos tambm na codicao dos aspectos representacionais dos movimentos tais
como o reconhecimento, a predio e o aprendizado de aes por meio de observao e a
capacidade de simular mentalmente os movimentos [Lent, 2008, Gazzaniga et al., 2006].
Como salientado, o crtex motor primrio e o crtex pr-motor esto ambos localizados no lobo frontal, uma das partes mais avanadas do crebro, a qual tambm responsvel pelas funes executivas (FEs).
sos cognitivos especializados que permitem ao indivduo perceber estmulos do ambiente e responder adequadamente, uma vez que ao envolver a percepo, a ateno e a
memria de trabalho, planicam as aes, ocorrendo a seleo e inibio de respostas
[Ratey, 2002, Squire and Kandel, 2003].
CAPTULO 2.
EMBASAMENTO TERICO
10
emoes e memrias armazenadas, contribuindo com signicado, profundidade e complexidade para os movimentos e aes. Novas aes so planejadas usando o conhecimento
de informaes sensoriais, e as experincias passadas e sensaes que as acompanham
[Ratey, 2002].
Conforme Lent [Lent, 2001], uma rea motora deve: (1) projetar e receber de outras
regies motoras; (2) provocar distrbios motores quando lesada; (3) provocar movimentos quando estimulada e (4) possuir atividade neural e uxo sanguneo aumentados precedendo e acompanhando a execuo de movimentos pelo prprio indivduo ou quando
observa o movimento de terceiros.
As regies corticais envolvidas nesse processo so mostradas na Figura 2.3. Podem-se
considerar quatro grandes reas motoras no crtex cerebral: a rea motora primria (M1),
que ocupa o giro pr-central do lobo frontal e relaciona-se com o comando dos movimentos voluntrios; a rea motora suplementar (MS), que se localiza rostral e dorsalmente a
M1; a rea pr-motora (PM), que se situa rostral e lateralmente a M1 , e a rea motora
cingulada (MC), posicionada na face medial do crtex, logo acima do corpo caloso. MS
e PM esto mais relacionadas com o planejamento dos movimentos voluntrios, que com
o comando de sua execuo, e MC parece participar dos movimentos que tem conotao emocional.
com funes distintas, as reas corticais esto interconectadas, apresentando inclusive conexes com outras regies corticais em ambos os hemisfrios, como a rea somestsica
primria (S1) e as reas associativas dos lobos parietal e frontal. importante ressaltar
tambm que todas elas projetam para regies motoras subcorticais e contribuem para o
feixe corticoespinhal. M1, representa o "alto comando motor", isto , a regio de onde
surgem os comandos para os movimentos voluntrios, aqueles que vo superpor-se aos reexos, s reaes posturais, locomoo e aos movimentos de orientao sensoriomotora
[Lent, 2001, Gazzaniga et al., 2006].
2.1.2
Memria de Procedimentos
Como bem salienta Ratey [Ratey, 2002], adquirir numerosos repertrios motores essencial para a sobrevivncia, sendo que movimento, memria e aprendizagem esto estreitamente interligados. O aprendizado, como resultado de uma experincia, reete uma
CAPTULO 2.
EMBASAMENTO TERICO
11
As reas
CAPTULO 2.
12
EMBASAMENTO TERICO
Segundo Gazzaniga, Ivry e Mangun [Gazzaniga et al., 2006] a codicao, o armazenamento e a evocao constituem as principais etapas da aprendizagem e da memria. Na
codicao ocorre o processamento da nova informao, envolvendo duas fases: aquisio
(registro de informaes) e consolidao (cria a representao da informao atravs do
tempo). Desses dois processos emerge o armazenamento, isto , a a criao e manuteno do registro permanente.
comportamentos.
Interessa destacar que mecanismos cerebrais envolvidos na aprendizagem e na memria, inclusive na sua evocao, esto associados aos processos neuropsicolgicos como
ateno, percepo, motivao e pensamento, de forma que caso ocorram perturbaes
em qualquer um deles, a aprendizagem e a memria, tendem a ser indiretamente afetadas.
Izquierdo [Izquierdo, 2002], tomando como referncia a durao, considera trs tipos
de memria. A memria de trabalho extremamente curta, dura de 1 a 3 minutos, tendo
como objetivo fundamental, [...] comparar as informaes que chegam constantemente ao
crebro e compar-las com as demais memrias, declarativas ou procedurais, de curta ou
longa durao . A memria de curta durao um alojamento temporrio da memria
principal enquanto essa ainda no foi formada, utilizada pelo crebro enquanto o processo
de consolidao no est nalizado, no sendo extinta ao longo de 4 a 6 horas. Aps esse
intervalo substituda pela memria de longa durao, a qual sofre grande inuncia das
emoes e da motivao.
Para o referido autor, uma segunda classicao advm do contedo das memrias.
Registros de fatos, eventos ou conhecimentos so memrias declarativas.
Dentre essas,
existem memrias episdicas (referentes a eventos que participamos ou assistimos) e semnticas (envolvem conhecimentos gerais). As memrias procedurais ou de procedimentos
surgem de nossas capacidades ou habilidades motoras ou sensoriais. Quando considerado
a maneira como as memrias so adquiridas, as memrias implcitas so geradas de maneira mais ou menos automtica, enquanto que as explcitas sofrem plena interveno da
conscincia e so mais suscetveis as emoes, ansiedade e estados de nimo.
A memria de procedimentos ou procedural trata dos hbitos, habilidades e regras,
algo que muitas vezes memorizamos sem sentir e utilizamos sem tomar conscincia. Durante a aprendizagem de uma nova tarefa, muitos circuitos especcos do crtex frontal
CAPTULO 2.
EMBASAMENTO TERICO
13
provavelmente dir que no sabe. Ou seja, aprendeu, mas no tomou conscincia de como
o fez. As habilidades motoras empregadas com nalidade de atingir objetivos resultam
de memrias implcitas, isto , no requerem ateno, acontecem automaticamente, sem
ter a conscincia de estar lembrando de algo e sem esforo deliberativo. Aprende-se andar
de bicicleta e amarrar os sapatos treinando muitas vezes. Depois, simplesmente realizase esses comportamentos sem raciocinar sobre quais movimentos devemos fazer a cada
momento [Lent, 2001].
Posner e Raichle [Posner and Raichle, 2001] preconizam que A prtica no desempenho
de qualquer tarefa diminui o nmero de redes neurais necessrias para a realizar. Nesse
momento, a utilizao de redes de ateno reduzida e outros percursos so reorganizados.
De acordo com Ratey [Ratey, 2002], pode-se converter memrias implcitas (no caso
o movimento aprendido, como andar de bicicleta) em memrias explcitas e isso muda a
localizao da memria no crebro. Quando aprende-se algum ato motor precisamos estar
envolvidos ativamente, isto , trata-se de uma aprendizagem explcita, na qual h uma
grande ativao das FEs. Ao dominarmos a tarefa no precisamos relembrar ativamente
o que fazer.
Assim, Uma pessoa capaz de dominar sequncias motoras cada vez mais
intrincadas pode estar envolvida num movimento complexo e ter, no entanto, um tranquilo
crtex frontal, pois esse no est mais to atento na realizao do movimento e est mais
disponvel para observar e realizar ajustes.
2.1.3
Imagintica Motora
CAPTULO 2.
14
EMBASAMENTO TERICO
mental, mas sem realmente se mover. Ao recriar usam as mesmas regies do crebro que
teria usado para executar o movimento, tratando-se de um processo cognitivo usado pelas
reas responsveis pelo movimento real [Ratey, 2002, Lent, 2008].
Conforme Lent [Lent, 2008], a imagintica motora denida como um processo dinmico no qual o sujeito acessa o plano motor de uma dada ao e acompanha ativamente o
seu desdobramento. Segundo o autor, estudos demonstram a existncia de acentuado paralelismo entre imaginao e execuo de movimento, sendo as caractersticas temporais
da simulao mental de um movimento, extremamente similares a sua execuo, de modo
que o tempo gasto na imaginao de uma caminhada a um determinado alvo similar ao
gasto na realizao de tal ao. A imagintica motora tambm modula o sistema nervoso
autnomo.
Aps a apresentao de trabalhos de Hans Berger em 1929 sobre um dispositivo que mais
tarde veio a ser conhecido como eletroencefalograma (EEG), que poderia gravar potenciais
eltricos gerados pela atividade cerebral, houve especulao de que talvez equipamentos
pudessem ser controlados usando esses sinais. Durante muito tempo, isto foi apenas uma
especulao.
Como revisado por Wolpaw [Wolpaw et al., 2000], 40 anos mais tarde, na dcada de
1970, os pesquisadores foram capazes de desenvolver sistemas de controle primitivo baseados na atividade eltrica cerebral. A agncia norte-americana
Projects Agency (DARPA), envolvida no desenvolvimento das primeiras pesquisas relacionadas ao surgimento da Internet, nanciou pesquisas voltadas para o desenvolvimento de
dispositivos binicos que ajudassem os soldados daquele pas. As primeiras pesquisas, conduzidas por George Lawrence, eram focadas no desenvolvimento de tcnicas para melhorar
o desempenho dos soldados em tarefas que tinham altas cargas mentais. Sua pesquisa produziu uma grande quantidade de descobertas sobre os mtodos de auto-regulao cognitiva
CAPTULO 2.
15
EMBASAMENTO TERICO
O laboratrio de BCI da
UCLA (Universidade da Califrnia, Los Angeles), dirigido por Jacques Vidal ,apontou
evidncias de que potenciais visualmente-evocados poderiam ser usados como um canal
de comunicao ecaz o suciente para controlar um cursor atravs de um labirinto bidimensional (Vidal, 1977
apud
Trabalhos realizados por grupos como o de Vidal provaram que os sinais de atividade
cerebral podem ser usados para comunicar ecazmente a inteno do usurio. Tambm
criou uma separao clara entre os sistemas utilizando a atividade EEG e aqueles que
usaram a atividade EMG (eletromiograma) gerados a partir de terminaes nervosas
musculares ou movimentos dos msculos faciais. Trabalhos posteriores apresentaram outras tcnicas de captura da atividade neural utilizadas em sistemas BCI alm do EEG
[Vallabhaneni et al., 2005].
Os sistemas BCI desenvolvidos atualmente so ferramentas que podem ajudar os usurios a se comunicar e realizar atividades cotidianas, embora apresentem um sucesso limitado e ainda se encontrem principalmente em ambientes de pesquisa. Os principais utilizadores do sistema BCI so indivduos com leve a grave decincia muscular. Os sistemas
BCI tambm tm sido desenvolvidos para usurios com certas decincias mentais como
o autismo e ainda para pessoas que no apresentam nenhuma decincia, principalmente
como entretenimento na indstria de jogos.
O trabalho de Mason e Birch (2003)
apud
modelo geral para sistemas BCI, sobre o qual um vocabulrio universal poderia ser desenvolvido e diferentes sistemas deste tipo poderiam ser comparados.
O objetivo de um sistema BCI permitir que o usurio interaja com um dispositivo.
Esta interao ativada atravs de uma variedade de componentes funcionais intermedirios, sinais de controle e
loops
de
Componen-
1 http://www.cs.ucla.edu/
vidal/vidal.html
CAPTULO 2.
16
EMBASAMENTO TERICO
back
loops
de
feed-
componentes.
Figura 2.4:
Componentes funcionais e
loops
de
feedback
em um sistema de interface
CAPTULO 2.
2.2.2
17
EMBASAMENTO TERICO
Tcnicas Invasivas
Os dispositivos BCI mais puros usam implantes corticais, ou seja eletrodos so implantados dentro do crnio do paciente. Os exemplos mais conhecidos so a matriz de Utah
e a matriz de Michigan, em homenagem as instituies em que os conjuntos de sensores
foram desenvolvidos. A matriz de Utah compreende uma matriz de 8x8 ou 10x10 eletrodos que so inseridos diretamente no crtex. Com base na organizao colunar do crtex,
por exemplo em relao sensibilidade de orientao, o objetivo traduzir a separao
espacial de pensamentos individuais no crtex em sinais discretos para formar um padro na matriz de eletrodos. Os dois exemplos mais famosos para este tipo de dispositivo
BCI invasivo so o
BrainGate
um paraplgico que aprendeu a controlar um brao binico apenas pelo poder do crebro
[Schuette, 2010].
O lado negativo dos dispositivos BCI invasivos so os efeitos a longo prazo, como a
possibilidade de desenvolver doena de Alzheimer e sintomas neurodegenerativos que so
tratados com diferentes graus de sucesso por revestimento dos eletrodos.
Uma
experincia
notvel
foi
realizada
por
Nicolelis
Chapin
(2002)
apud
[Vallabhaneni et al., 2005] em macacos, para controlar um brao robtico em tempo real
atravs da atividade eltrica de um neurnio motor registrada por microos ligados a
esse neurnio. Vrios parmetros de controle motor puderam ser capturados, incluindo a
direo do movimento da mo, fora de aperto, velocidade, acelerao, posio tridimensional, etc. Estes foram obtidos a partir dos uxos paralelos de atividade neuronal por
modelos matemticos.
feedback
Os macacos pode-
apud
CAPTULO 2.
18
EMBASAMENTO TERICO
loop
fechado de controle de
As sadas destes
feedback
feedback
visual
fornecido usando um cursor que se move em uma tela de vdeo para informar o animal
sobre a posio do brao do rob no espao. O
feedback
srie de pequenos elementos que vibram, ligado ao brao do animal. Este dispositivo ttil
usado para informar o animal sobre o desempenho da pina do brao robtico (se a
pina encontrou um objeto no espao, ou se a pina aplicou fora suciente para segurar
um objeto)[Vallabhaneni et al., 2005].
trodos subdurais esto mais prximos de estruturas neuronais das camadas cortical supercial do que de eletrodos colocados no couro cabeludo como no eletroencefalograma
(EEG). Estima-se que eletrodos no couro cabeludo representam a atividade eltrica espa-
CAPTULO 2.
19
EMBASAMENTO TERICO
cialmente mdia sobre uma rea cortical de, pelo menos, vrios centmetros quadrados.
Vrios eletrodos subdurais podem ser colocados em uma rea desta dimenso tal que
cada um desses eletrodos mede a atividade bioeltrica espacialmente mdia de uma rea
menor do que vrios centmetros quadrados. As vantagens de gravaes subdural incluem
gravao a partir de fontes menores de atividade sincronizada, maior relao sinal-rudo
do que a de gravaes couro cabeludo, e maior capacidade de gravar e estudar a atividade do ritmo
gama
gama
Pesquisas com
esses animais tem levado ao rpido desenvolvimento da microeletrnica, que permite gravar atividades eletrosiolgicas de um pequeno grupo de neurnios, ou mesmo um nico
neurnio.
questes,
no
entanto,
tm
que
et al.,
ser
2004
apud
consideradas
et al.,
2000
apud
CAPTULO 2.
20
EMBASAMENTO TERICO
apud
nalmente, se uma neuroprtese que requer um estmulo para o membro com decincia
usada, este estmulo vai tambm produzir um rudo signicativo sobre o couro cabeludo,
que pode interferir com o sinal de interesse.
et al., 2000;
motor, por exemplo, as reas do crebro dos primatas que esto envolvidas so bem
conhecidas e at mesmo as propriedades siolgicas de neurnios individuais localizados
nestas reas tm sido bem estudados. Pouco se sabe, no entanto, sobre como o crebro
faz uso desta informao a partir dos neurnios, para gerar os movimentos. No projeto de
controle de movimento, portanto, mais estudo necessrio para desenvolver um mtodo
que pode ecientemente decodicar os sinais gerados pelos neurnios motores para um
que dispositivo articial possa imitar o movimento pretendido.
Experimentos clssicos em primatas, por exemplo, tm demonstrado que parmetros
fundamentais de controle motor emergem pela ativao coletiva de grandes populaes
de neurnios distribudos no crtex motor primrio. Para calcular uma direo precisa
de movimento do brao, por exemplo, o crebro pode ter que realizar o equivalente a
um voto neuronal ou, em termos matemticos, um somatrio de vetores da atividade
desses neurnios mais ou menos anados. Isto implica que, para obter os sinais motores
necessrios para controlar um dispositivo articial, que imite esse brao, necessrio obter
a atividade de muitos neurnios simultaneamente, assim como projetar algoritmos que so
capazes de extrair sinais de controle motor a partir destes conjuntos. Vrios modelos bem
estabelecidos, tais como regresso linear, populao de vetores e redes neurais tm sido
aplicados com sucesso para lidar com grandes quantidades de dados neurais e estimar a
trajetria dos movimentos (Wessberg
2003
apud
et al.,
2000, Taylor
et al.
, 2002, Serruya
et al.,
[Vallabhaneni et al., 2005]). Mas esses sinais e modelos esto longe de fornecer
uma gama completa de movimentos que um brao pode produzir (Donoghue, 2002
apud
CAPTULO 2.
21
EMBASAMENTO TERICO
sido limitadas. Atualmente, somente alguns pacientes com decincias graves tm recebido implantes de eletrodos. Em alguns casos, o sucesso tem sido limitado, com alguns
pacientes capazes de se comunicar de forma textual a uma taxa de apenas trs letras
por minuto (Mussa-Ivaldi e Miller, 2003
apud
feedback
Tcnicas No-invasivas
Existem muitos mtodos no-invasivos para medir a atividade cerebral.
Tcnicas no
invasivas reduzem o risco para os usurios, uma vez que no requerem cirurgia ou xao permanente de eletrodos.
Computerized Tomography ),
tron Tomography ),
Positron Elec-
Single-Photon Emission Computed Tomography ), ressonncia magntica (MRI - Magnetic Resonance Imaging ),
functional Magnetic
Resonance Imaging ),
magnetoencefalograa (MEG -
Magnetoencephalography )
encefalograa (EEG -
e eletro-
CAPTULO 2.
22
EMBASAMENTO TERICO
foram padronizadas.
Muitos sistemas BCI baseados em EEG utilizam uma disposio dos eletrodos no
escalpo sugerida pelo sistema internacional 10-20, conforme detalhado na Figura 2.6.
Para uma melhor resoluo espacial, tambm comum o uso de uma variante do sistema
10-20, que preenche os espaos entre os eletrodos com eletrodos adicionais (Malmivuo e
Plonsey, 1995
2.2.3
apud
O estudo de sistemas BCI est focado em melhorar os mtodos de extrao de caractersticas dos sinais coletados e traduzi-los em comandos de controle de forma adequada para que
os dispositivos obedeam com maior delidade a inteno do usurio. Uma caracterstica
presente em um sinal pode ser vista como o reexo de um aspecto especco da siologia e
anatomia do sistema nervoso [Wolpaw et al., 2000]. O objetivo dos mtodos de extrao
de caractersticas, com base nesta denio, seria obter o aspecto siolgico especco
do sistema nervoso atravs de uma srie temporal especca.
As etapas envolvidas na
apud
CAPTULO 2.
23
EMBASAMENTO TERICO
Figura 2.6: Colocao de eletrodos para aquisio de sinais de forma no-invasiva usando
um eletroencefalograma (EEG). Este arranjo padronizado de eletrodos sobre o couro cabeludo conhecida como o sistema internacional 10-20 e garante ampla cobertura de todas
as regies da cabea. As posies exatas para cada eletrodo esto na interseo das linhas
calculadas a partir de medies entre marcos padro no crnio. A letra em cada eletrodo
indica a regio do crebro (FP, lobo pr-frontal; F, lobo frontal; T, lobo temporal; C, sulco
central; P, lobo parietal; O, lobo occipital). O nmero ou a segunda letra identicam a
sua localizao hemisfrica (Z, linha zero no centro da cabea; nmeros pares representam
o hemisfrio direito; nmeros mpares representam o hemisfrio esquerdo. Os nmeros so
em ordem crescente com o aumento da distncia do centro) [Vallabhaneni et al., 2005].
delta
teta
cobre a faixa de
CAPTULO 2.
24
EMBASAMENTO TERICO
beta
gama
alfa
Figura 2.8:
delta
teta
alfa
beta
(13-30 Hz)
a)
Ritmo Delta
O ritmo
100
delta
em recm-nascidos e
em algumas disfunes cerebrais, sendo mais predominante na regio frontal. Por causa
de sua magnitude varivel, s vezes confundido com um artefato (rudo), dessa forma
esse tipo de sinal pouco relevante para a rea de BCI.
b)
Ritmo Teta
O ritmo
teta
CAPTULO 2.
V.
100
25
EMBASAMENTO TERICO
Este ritmo muito frequente na infncia, j nos adultos est relacionado com o
c)
Ritmo Alfa
O ritmo
ser registrado na regio frontal, existindo na banda de frequncia entre 8 e 13 Hz, com
amplitude entre 30 e 50
V.
d)
Ritmo Mu
O ritmo
mu
e)
Ritmo Beta
O ritmo
beta pode ser detectado sobre as regies parietal e frontal com uma amplitude
entre 5 e 30
V,
beta 1
(13-18 Hz),
beta 2
(18-24 Hz) e
beta 3
(24-30Hz).
Cada uma delas apresenta origens distintas, mas analisando-as como um todo, as ondas
beta
f)
Ritmos Gama
O ritmo
CAPTULO 2.
26
EMBASAMENTO TERICO
na sua interpretao.
C) Componentes de interesse
Componentes de interesse para BCI podem ser divididos em quatro categorias: atividade oscilatria de EEG, potenciais relacionados a eventos (ERP -
tentials ),
Event-Related Po-
e os potenciais
neuronais:
a)
ops
de
feedback.
oscilaes observveis.
feedback
lo-
gera
neurnios sincronizados aumenta. As propriedades de membrana dos neurnios subjacentes e a dinmica dos processos sinpticos, a fora e a complexidade das conexes na rede
neuronal e as inuncias de outros sistemas neurotransmissores, tambm desempenham
um papel na determinao das oscilaes.
Duas oscilaes distintas e de grande interesse so as ritmo
mu
rolndico (rolndico
como chamado o sulco que separa as regies frontal e parietal no crebro), ocorrendo
na faixa de 10-12 Hz, e o ritmo
beta
Ambos
originrios da regio do crtex sensrio-motor do crebro. Estas oscilaes ocorrem continuamente durante a marcha lenta, quando o indivduo est em repouso fsico e mental.
Durante os perodos diferentes do repouso, no entanto, essas oscilaes so temporariamente modicadas e as mudana na frequncia e amplitude so evidentes no EEG. A
amplitude das oscilaes diminui medida que a frequncia aumenta, pois a frequncia
das oscilaes est negativamente correlacionada com a sua amplitude (Pfurtscheller e
Neuper, 2001
b)
apud
Event-Related Potentials ) so
respostas do
crebro que ocorrem em um tempo xo depois de um evento particular, externo ou interno. Estes potenciais ocorrem geralmente quando o individuo submetido a estmulos
CAPTULO 2.
27
EMBASAMENTO TERICO
ash
componente exgeno de como o crebro responde ao sbito claro de luz, independentemente do contexto.
Componentes endgenos de ERP ocorrem quando um evento interno processado. Ele
depende do papel do estmulo na tarefa e o relacionamento entre o estmulo e o contexto
em que ocorreu. Um usurio tentando localizar a letra R em uma palavra, por exemplo,
ir gerar um componente endgeno de ERP se a letra R for apresentada j que o evento
que ele est procurando. Se o usurio est tentando encontrar a letra S, no entanto, ele
no ir gerar um componente endgeno ERP se a letra R for apresentada, uma vez que a
relao entre o estmulo e o contexto em que ocorreu no mais vlida.
c)
Event-Related Desynchronization )
Event-Related Synchronization ).
ou evento relacionado
alfa,
CAPTULO 2.
28
EMBASAMENTO TERICO
beta
atamente seguido por um ERS com picos aps o incio do movimento. Oscilaes e ERS
tambm so encontradas em torno da banda
lao visual, devido ligao da informao sensorial com tarefas motoras. A alta frequncia da banda
gama
Figura 2.9: Evidncias de eventos relacionados dessincronizao (ERD) e eventos relacionados sincronizao (ERS), fenmenos antes e aps o incio do movimento. ERD
o resultado de uma diminuio na sincronizao dos neurnios, o que provoca uma diminuio do poder em bandas de frequncia especca, e pode ser identicado por uma
diminuio na amplitude do sinal. ERS o resultado de um aumento na sincronizao dos
neurnios, o que provoca um aumento de potncia em bandas de frequncia especca, e
pode ser identicada pelo aumento da amplitude do sinal [Vallabhaneni et al., 2005].
CAPTULO 2.
d)
29
EMBASAMENTO TERICO
estmulo visual. VEP dependem que o usurio controle seu olhar, portanto requerem um
controle muscular coerente. Um VEP frequentemente utilizado o potencial visualmente
evocado sustentado (SSVEP -
SSVEP um com-
ponente ERP exgeno. O usurio concentra seu olhar em um dos dois objetos que piscam
na tela com frequncias diferentes nas bandas
alfa
beta.
plicado quando o usurio muda o foco para o outro objeto e depois retorna ao inicial. O
usurio pode continuar a alternar o foco entre os dois objetos na tela para gerar mudanas
no sinal (Middendorf
e)
P300
oddball,
Para a utilizao
deste componente os usurios so sujeitos a eventos que podem ser classicados em duas
categorias distintas. Eventos em uma das duas categorias, porm, raramente so exibidos.
Quando um evento da categoria rara exibido, ele provoca um componente P300, que
uma grande onda positiva que ocorre cerca de 300 ms aps o incio de eventos como
mostrado na Figura 2.10. A amplitude do componente P300 inversamente proporcional
velocidade com que o evento raro apresentado. Quanto mais vezes esse evento raro
aparece, menor ca a amplitude do P300.
Este componente ERP uma resposta natural e, portanto, especialmente til nos
casos em que tempo de treinamento curto ou inexistente, ou ainda quando o usurio
no pode ser facilmente treinado (Spencer
f)
Cortical Potential ),
Slow
CAPTULO 2.
Figura 2.10:
30
EMBASAMENTO TERICO
mente em uma tela. O componente P300 ir ocorrer quando o objeto que o usurio est
procurando aparecer, enquanto qualquer um dos outros objetos est sendo apresentado
no ocorre uma mudana semelhante na tenso.
dendritos(prolongamentos dos neurnios que funcionam como receptores de estmulos nervosos). SCP negativo indica a soma dos potenciais sincronizados, enquanto SCP positivo
indica reduo de potenciais sincronizados a partir dos dendritos. Quando o desempenho
comportamental e cognitivo do usurio aumenta, os potenciais sincronizados tambm aumentam, resultando em um aumento de negatividade do SCP. Pelo fato deste potencial
cortical ocorrer de 0,5 a 10s aps o incio de um evento interno, como mostrado na Figura
2.11 , chamado de potencial cortical lento (Birbaumer
2000b
g)
apud
Potencial Neuronal
Potencial neuronal um pico de tenso a partir de neurnios individuais, como mostrado na Figura 2.12. Recebe esse nome pois pode ser medido em um neurnio ou um
grupo de neurnios. O sinal apresenta uma medida da taxa mdia, correlao e padro
temporal do disparo neuronal. O sistema nervoso central apresenta informaes sobre a
CAPTULO 2.
31
EMBASAMENTO TERICO
Figura 2.11: Diferentes SCP transmitindo sinais de intenes diferentes. SCPs so causadas por mudanas no nvel de despolarizao de dendrites.
taxa de disparo de cada neurnio. Portanto, o aprendizado pode ser medido atravs de
mudanas na taxa mdia de disparo dos neurnios localizados nas reas corticais associadas tarefa.
O potencial neuronal apresenta a taxa de disparo e a localizao dos neurnios que
esto disparando. Pesquisas nessa rea so limitadas a animais, devido aos procedimentos invasivos necessrios para a implantao dos eletrodos e pela a falta de eletrodos que
gerem gravaes estveis durante um longo perodo de tempo.
Os estudos so limita-
dos, entretanto, demonstram que um melhor controle de dispositivos pode ser possvel
isolando sinais com melhor resoluo espacial (Wolpaw
et al.,
apud
Treinamento
A eccia de um sistema BCI depende da capacidade do usurio de controlar sua atividade
EEG e de sua persistncia ou boa vontade nessa tarefa. Ao contrrio de tarefas motoras,
o controle da atividade do crebro mais difcil de alcanar, pois o usurio no pode
nem identicar nem avaliar a atividade. O usurio s pode compreender sua atividade
EEG atravs do
feedback
O objetivo do treinamento, portanto, conseguir que os usurios produzam voluntariamente sinais EEG detectveis e que possam ser alterados para alcanar um resultado
CAPTULO 2.
32
EMBASAMENTO TERICO
Figura 2.12: Potencial Neuronal. Estes sinais so picos de tenso e podem ser medidos a
partir de neurnios individuais ou grupos de neurnios. Eles reetem a taxa de disparo
mdia, correlao e padro temporal de disparo neuronal.
A) Tarefas cognitivas
A maioria dos mtodos de treinamento exige que o usurio execute tarefas cognitivas
especcas. Estes mtodos visam o desenvolvimento de capacidade do usurio para gerar
componentes EEG atravs de atividade mental voluntria e consciente. Tarefas de imagintica motora (MI -
Em cada
apud
al.,2000 apud
et
Ao
contrrio, elas exigem que o usurio execute aes como aritmtica (adio de uma srie
CAPTULO 2.
33
EMBASAMENTO TERICO
apud
et al.,
B) Condicionamento Operante
A abordagem do condicionamento operante no requer que usurio realize tarefas cognitivas especcas como no mtodo anterior.
ganho automtico de controle do dispositivo pelo usurio sem ter que pensar em algo
especco.
feedback
comuns so a falta de concentrao, distraes, frustrao, estado emocional, fadiga, motivao e intenes. importante para neutralizar esses fatores durante o treinamento,
fornecer um
feedback
CAPTULO 2.
EMBASAMENTO TERICO
34
vez de uma narrao verbal, etc. Pesquisa provaram que os usurios podem efetivamente
controlar tais detalhes para produzir uma mudana signicativa nos componentes que
produzem [Vallabhaneni et al., 2005].
Como o foco dos sistemas BCI proporcionar um meio de comunicao para pessoas
com necessidades diferenciadas, possvel que alguns usurios que sofreram doenas mentalmente debilitantes no tenham o controle de todas as reas do crebro. Cada usurio
deve trabalhar com as tarefas cognitivas que melhor atendam s suas capacidades.
possvel analisar diferentes tarefas cognitivas com base nos componentes EEG gerados quando a tarefa realizada. Ao usar uma combinao de tarefas cognitivas durante o
treinamento, pode ocorrer uma sobreposio dos sinais de EEG, se as tarefas exigirem habilidades ou reas cerebrais semelhantes. importante escolher tarefas com componentes
EEG contrastantes e de discriminao fcil.
Outro fator a considerar durante o treinamento o componente EEG especco para
usar.
requerem menos tempo de treinamento para os usurios do que tentar controlar o seu
ritmo
mu.
O mtodo de treinamento determina o mtodo de aquisio de sinal. Atividade neuronal gerada por tarefas cognitivas restrita a certas reas do crebro. Isto permite que
a aquisio de sinal ocorra com poucos eletrodos que abrangem regies especcas.
atividades no relacionadas com a inteno do usurio, e esse rudo pode ser interno
ou externo ao crebro. As c'aractersticas apropriadas precisam ser extradas atravs da
maximizao da relao sinal-rudo.
O objetivo do processamento e da extrao de caractersticas (ou atributos) descrever um item atravs de seus atributos, que devem ser muito semelhantes para os da
CAPTULO 2.
35
EMBASAMENTO TERICO
mesma categoria, mas muito diferentes para os itens de categorias distintas. Tal caracterizao feita por escolha de caractersticas mais relevantes dentro de inmeras opes
disponveis. Este processo de seleo necessrio, porque caractersticas no relacionadas
podem fazer com que os algoritmos de traduo apresentem generalizaes pobres, aumentem a complexidade dos clculos e exijam mais amostras de treinamento para atingir
um determinado nvel de preciso.
A) Remoo de rudos
Os sinais cerebrais so capturados por vrios eletrodos espalhados pelo escalpo e apresentados como sries temporais.
apud
et al.,
2000; Muller
et al.,
CAPTULO 2.
36
EMBASAMENTO TERICO
apud
forward
ou
backward ),
forward ).
disponveis e remover certas caractersticas com base em uma funo de pontuao. Este
backward ).
O segundo critrio a organizao da busca (pode no ser eciente fazer uma busca
abrangente do espao de caractersticas inteiro). Assim, algoritmos que utilizam tcnicas
de seleo gulosa, adio e eliminao, so usados para selecionar o prximo atributo que
ir melhorar a pontuao sobre o conjunto de atributos atual at atingir uma pontuao
determinada.
O terceiro critrio a estratgia utilizada para avaliar todos os subconjuntos possveis
de recursos. A maioria dos algoritmos tende a usar uma funo de pontuao que reete
a capacidade de um atributo para diferenciar uma classe de outra.
Muitos algoritmos
CAPTULO 2.
37
EMBASAMENTO TERICO
apud
envolve a derivao de ordem superior de atributos com base em caractersticas dos dados
brutos e classicao destas caractersticas de ordem superior com base na quantidade de
varincia que explicar e selecionar um nmero xo de caractersticas de maior pontuao.
A ltima categoria chamada de algoritmos de
wrapper,
Este tipo de
et al.,
1997; Muller-Gerking
et al.,
CAPTULO 2.
38
EMBASAMENTO TERICO
1999
apud
alfa,
mu
ou
Um ltro passa-alta espacial como a derivao bipolar calcula a primeira derivada espacial
e enfatiza a diferena no gradiente de tenso em uma determinada direo. A superfcie
Laplaciana tambm age como um ltro passa-alta e pode ser aproximada pela subtrao
da mdia do sinal em quatro ns ao redor do sinal no n de interesse (Hjorth, 1975
apud
Fourier, exigem segmentos de sinal mais longos, enquanto outros, como ltragem passabanda ou anlise auto-regressiva podem trabalhar com segmentos de tempo mais curto.
Apesar de todos os mtodos de processamento no domnio temporal funcionarem bem
durante a anlise BCI
oine,
online,
Tcnicas de Traduo
Tcnicas de traduo so algoritmos desenvolvidos com o objetivo de converter as caractersticas de entrada (varivel independente) em comandos de dispositivo de controle
(varivel dependente) [Wolpaw et al., 2002]). Tcnicas de traduo que so amplamente
utilizadas em outras reas de processamento de sinal so adaptadas para sistemas BCI.
Discutido por Wolpaw [Wolpaw et al., 2002], tcnicas ecazes em sistemas BCI tem
trs nveis de adaptao. Primeiro, a tcnica deve ser capaz de se adaptar singularidade
das caractersticas do sinal de cada usurio. Em segundo lugar, a tcnica deve ser capaz
de reduzir o impacto de variaes espontneas que ocorrem durante o uso regular, fazendo
ajustes peridicos
online.
feedback
para incentivar
CAPTULO 2.
das.
39
EMBASAMENTO TERICO
Alguns utilizam
Neural Networks ),
mquinas de vetor de
Um sistema de aprendizado um programa de computador que toma decises baseado em experincias acumuladas atravs da soluo bem sucedida de
problemas anteriores [Monard and Baranauskas, 2003].
Existem trs casos em que o aprendizado de mquina pode ser divido: aprendizado
por reforo, no- supervisionado e supervisionado [Russel and Norvig, 2004].
O aprendizado por reforo, ou atravs de recompensa, a categoria mais geral das trs.
O agente de aprendizado por reforo deve aprender a partir das recompensas que recebe,
e no sendo informado por um instrutor de qual a melhor atitude tomar. Por exemplo,
se um agente tem uma perda muito grande de energia ao percorrer um caminho muito
longo, isso fornece uma indicao de que ele no fez a melhor escolha. Na aprendizagem
por reforo est includo o subproblema de aprender como o ambiente funciona.
CAPTULO 2.
40
EMBASAMENTO TERICO
No aprendizado no-supervisionado as instncias de entrada no possuem uma classicao. Um agente de aprendizagem no-supervisionada no aprende o que fazer, pois
no possui a informao de qual o estado desejado ou qual a ao correta a ser tomada
[Russel and Norvig, 2004]. Esse mtodo de aprendizado tambm conhecido como aprendizado auto-supervisionado ou de auto-organizao por que no requer sada desejada e/ou
no precisa usar supervisores para seu treinamento, mas os dados so reorganizados de
modo a que se formem classes ou agrupamentos de padres.
No aprendizado supervisionado fornecido ao algoritmo de aprendizado, ou indutor,
um conjunto de exemplos de treinamento para os quais o rtulo da classe associada
conhecido. Esse mtodo envolve a aprendizagem de uma funo a partir de suas entradas
e sadas. O objetivo do indutor , a partir das funes ou regras induzidas geradas com
dados j rotulados, classicar novas instncias que ainda no possuam esse rtulo.
2.3.1
Segundo Russel e Norwig [Russel and Norvig, 2004], a induo de rvores de deciso
uma das formas mais simples e bem sucedidas de algoritmos de aprendizagem.
A induo de rvores de deciso um mtodo de aprendizado supervisionado, j que
os exemplos devem estar classicados antes de serem apresentados ao indutor.
Mas se
tais exemplos forem escassos, inconsistentes ou mal classicados o resultado pode no ser
satisfatrio, como diz [Monard and Baranauskas, 2003]:
A induo a forma de inferncia lgica que permite obter concluses genricas sobre um conjunto particular de exemplos. Ela caracterizada como o
raciocnio que se origina em um conceito especco e o generaliza, ou seja, da
parte para o todo. Na induo, um conceito aprendido efetuando-se inferncia indutiva sobre os exemplos apresentados. Portanto, as hipteses geradas
atravs da inferncia indutiva podem ou no preservar a verdade.
Mesmo assim, a inferncia indutiva um dos principais mtodos utilizados
para derivar conhecimento novo e predizer eventos futuros.
Foi atravs da
CAPTULO 2.
41
EMBASAMENTO TERICO
Uma rvore de deciso uma estrutura de dados que pode ser denida recursivamente
como:
um n de deciso que contm um teste sobre algum atributo. Para cada resultado do
teste existe uma aresta para uma subrvore. Cada subrvore tem a mesma estrutura
que a rvore.
Por exemplo, para decidir se o dia est apropriado para jogar uma partida de tnis
costuma-se analisar algumas condies meteorolgicas(
vento
umidade
temperatura
aparncia,
CAPTULO 2.
42
EMBASAMENTO TERICO
umidade
vento
temperatura
sol
alta
fraco
media
sol
alta
forte
media
sol
normal
fraco
media
sol
normal
forte
media
nublado
alta
fraco
alta
nublado
alta
forte
media
nublado
normal
fraco
media
nublado
normal
forte
baixa
chuva
alta
fraco
alta
10
chuva
normal
fraco
media
11
chuva
normal
forte
baixa
12
chuva
alta
forte
media
jogar
no
no
sim
sim
no
no
no
no
sim
sim
no
no
Figura 2.13: rvore de deciso para decidir jogar ou no uma partida de tnis.
Tal deciso
Segundo
CAPTULO 2.
43
EMBASAMENTO TERICO
`prunning' ) e
aparncia
de dados.
A seguir, so apresentadas as medidas mais utilizadas para a seleo da melhor diviso,
utilizadas por Quinlan em seus algoritmos.
Ganho de informao
Uma das medidas baseadas em impureza o Ganho de Informao, o qual usa a entropia
como medida de impureza, o algoritmo ID3 utiliza essa medida. Para determinar o quo
boa uma condio de teste realizada, necessrio comparar o grau de entropia do npai (antes da diviso) com o grau de entropia dos ns-lhos (aps a diviso). O atributo
que gerar uma maior diferena escolhido como condio de teste. O ganho dado pela
Equao 2.1, na forma [ATTUX and ZUBEN, 2010]:
CAPTULO 2.
ganho
= entropia
n
X
N (vj )
j=1
onde
44
EMBASAMENTO TERICO
entropia (vj )
(2.1)
N (vj )
o nmero
(vj )
entropia (n)
c
X
(2.2)
i=1
onde
p (i/n)
no n, e
o nmero de
Razo de Ganho
Uma soluo proposta por Quinlan (1993) foi a Razo de Ganho, ou seja, o ganho relativo a
entropia de cada n, como critrio de avaliao. A razo de ganho denida pela Equao
(2.3), na forma:
CAPTULO 2.
45
EMBASAMENTO TERICO
razo_de_ganho (n)
De acordo com equao acima,
ganho
(2.3)
entropia (n)
De acordo com
2.3.2
Validao Cruzada
O mtodo de validao cruzada consiste na diviso do conjunto de exemplos em
iguais, utilizando
n-1
processo repetido
Aps as
partes
Esse
Matriz de Confuso
A matriz de confuso uma forma de analisar a classicao dos dados. Ela demonstra
quantas instncias da base de dados utilizada so classicadas corretamente pelo mo-
CAPTULO 2.
46
EMBASAMENTO TERICO
a = sim
b = no
"jogar tnis".
b = no )
a = sim
Captulo 3
Estado da Arte em Sistemas BCI
Com a combinao de mais modos de captao de sinais, mtodos de extrao de caractersticas e tcnicas de traduo, o nmero de sistemas BCI diferentes est crescendo
rapidamente. Pesquisas so tipicamente iniciadas em sistemas BCI
oine,
onde a aqui-
online
externo
ou
interno.
Sistemas
estmulos que no esto sob o controle do usurio para a gerao do sinal. Estes sistemas
utilizam componentes evocados pelos estmulos externos, tais como VEP. Sistemas BCI
exgenos no requerem treinamento intensivo, mas exigem um ambiente controlado. Sistemas BCI internos, tambm conhecidos como sistemas BCI
endgenos,
trabalham com
47
CAPTULO 3.
48
display.
O sistema utilizado
apresentava uma matriz 6x6 em uma tela com letras piscando aleatoriamente enquanto o
usurio pensava na letra que ele deseja utilizar. Quando a letra esperada pisca na tela,
o usurio deve gerar um componente P300 detectvel.
detectar somente P300, a aquisio de sinais foi feita em eletrodos especcos. Extrao de
caractersticas gerou 36 vetores de caractersticas, um para cada quadrado na tela. Como
o P300 tem um tempo xo de resposta ao estmulo, quando uma determinada linha ou
coluna brilha, uma janela de 600 ms do sinal adicionada a cada um dos vetores de caractersticas correspondentes. A traduo foi feita atravs de um
ranking
de todos os vetores
Fast Fou-
apud
et al.
(2011) da
cole Polythechnique F-
CAPTULO 3.
49
proveniente de movimentos oculares em sinais de EEG. Os sinais utilizados foram coletados de 9 indivduos que executaram tarefas de imaginao do movimento das mos, ps
e lngua.
oine,
mas menos preciso e pode ser utilizado em algumas abordagens em que a velocidade
mais importante que a preciso [Kroupi et al., 2011].
O trabalho de Waldert
et al.
(2008) da
University of Tbingen,
na Alemanha, apre-
joystick.
um ltro passa-alta de 5 Hz para remover rudos, na anlise dos dados foram utilizadas FFT, anlise do discriminante linear regularizada, ltro passa-baixa de
Butterworth.
Ainda utiliza a Entropia de Shannon para quanticar a informao extrada dos sinais. O
estudo demonstrou uma modulao nos sinais tanto nos perodos de descanso quanto de
movimento. Essa modulao foi mais forte nas reas motoras do crebro. Houve 67% de
acerto e se concluiu que tanto sinais de EEG quanto de MEG podem gerar bons resultados
[Waldert et al., 2008].
Tambm existem no Brasil grupos de pesquisa em sistemas BCI. Um deles da Universidade Federal do Esprito Santo (UFES). O trabalho de Garcia
o uso de mapas auto-organizveis (SOM -
et al.
(2008) apresenta
mentais para utilizao em BCI. Os sinais utilizados foram coletados por EEG de uma
mulher, que tem a tarefa de controlar uma barra, presente no monitor de vdeo a sua
frente, utilizando a imaginao do movimento da mo esquerda e da mo direita.
Foi
et al.
CAPTULO 3.
50
net
software Matlab.
ether-
O experimento mostrou
resultados de classicao com tempo de 13s para testes com sinais de 3 eletrodos simultaneamente, com o aumento no nmero de sinais o tempo aumenta [Ranaudo et al., 2011].
Foram encontrados trabalhos que analisam especicamente a utilizao de rvores de
deciso para a classicao de sinais cerebrais para sistemas BCI, como os apresentados
a seguir.
O trabalho de Koprinska (2010) apresenta uma avaliao de 5 mtodos de extrao
de caractersticas e 10 algoritmos de classicao.
et. al.
CAPTULO 3.
51
dados de sries de tempo para o domnio da frequncia. O ltro Butterworth foi usado
como um ltro passa banda para eliminar frequncias fora da banda desejada de 5 Hz a 30
Hz. O valor mximo, o valor mnimo e a mdia foram calculados para cada um dos canais,
para todas as pocas, e foram registados como caractersticas.
como a entrada para o classicador de rvore de deciso. Este trabalho concluiu que as
rvores de deciso so capazes de classicar razoavelmente bem no mtodo proposto e o
CART (81.3%) teve um desempenho melhor do que QUEST (78.4% de acerto) no mtodo
de pr-processamento proposto [Aparna et al., 2010].
Captulo 4
Materiais e Mtodos
software, equipamento, especialista) que foram uti-
lizados e como cada etapa (Figura 4.1) deste trabalho foi desenvolvida.
software
Anlise e Classicao de
52
CAPTULO 4.
53
MATERIAIS E MTODOS
Epoc
da
Emotiv (posteriormente
4.1.1
Emotiv Epoc
Epoc
da
Emotiv 1 ,
voc pode, e intitula-se como uma interface nova e revolucionria para interao homemcomputador. Ele baseado em torno do
e um
software
headset
1 http://www.emotiv.com
CAPTULO 4.
54
MATERIAIS E MTODOS
Figura 4.2:
Headset
de coleta de dados
Epoc.
A bateria de ltio garante uma autonomia de 12 horas e o aparelho ainda conta com
um giroscpio.
Emotiv
software
diferentes que
CAPTULO 4.
55
MATERIAIS E MTODOS
para simular sinais de EEG), EmoKey (uma ferramenta para o mapeamento de vrios
eventos detectados pelo
headset
em teclas), o
testbench
headset.
feedback
Expressiv, Aectiv
Cognitiv,
Expressiv
headset.
EEG/EMG e uma forma inovadora na utilizao de artefatos que geralmente so simplesmente ltradas de sistemas de EEG. A sute
Expressiv
piscar os olhos, piscar o olho direito ou esquerdo, olhar para a direita ou esquerda, levantar a testa, franzir a testa, sorrir, fechar a cara, mexer a boca para a direita ou esquerda e
rir. Ele retorna um
Expressiv
feedback
CAPTULO 4.
A sute
56
MATERIAIS E MTODOS
Aectiv
frustrao, meditao, excitao instantnea e emoo a longo prazo (Figura 4.5). A sute
Cognitiv
pensamentos ativos: empurrar, puxar, levantar, baixar, esquerda, direita, girar esquerda
e direita, girar no sentido horrio e anti-horrio, girar para frente e trs, e desaparecer,
assim como o estado neutro ou relaxado. O
usando uma ferramenta do
software
software Emotiv
proprietrio. Este
software
pelos eletrodos como entrada de uma rede neural para tentar classicar os sinais como
um dos 13 pensamentos de ao pr-estabelecidos no
software.
headset
partir de centenas de casos de teste e servem de base para a classicao. Pensamentos nas
aes especcas devem ser treinados antes do uso e o usurio pode relacionar pensamentos
diferentes para as aes pr-programadas (ou seja, o treinamento do comando empurrar
pensando azul). No entanto, isso pode diminuir a preciso de reconhecer os pensamentos
e aumentar o tempo de treinamento uma vez que esses pensamentos no vo igualar-se
aos pensamentos que o
software
inicialmente espera. O
software
fornece um
feedback
sob
a forma de um cubo utuante que responde aos pensamentos reconhecidos (Figura 4.6).
Aectiv
CAPTULO 4.
Figura 4.6:
57
MATERIAIS E MTODOS
Sute
Cognitiv
Atualmente, a sute
Cognitiv
Cognitiv
de forma
ecaz. Apesar disso, a Emotiv est atualmente considerando aumentar o limite de reconhecimento simultneo [Szar, 2009].
software
do
Epoc
equipamento, uma srie de parmetros, como a qualidade de cada um dos sinais, os eixos
CAPTULO 4.
58
MATERIAIS E MTODOS
X e Y do equipamento em cada instante, entre outros. Cada sinal foi carregado no EEGLAB, onde foram retirados os canais que no eram de interesse, sendo salvos somente
os 14 sinais dos eletrodos.
A extrao de caractersticas foi feita de forma temporal, onde cada sinal foi ltrado
nas bandas de frequncia
beta
alfa
(4.01 a 8 Hz),
(8.01-13 Hz) e
(13.01 a 30 Hz).
Cada sinal gerou 5 arquivos, um sem ltragem, e um para cada um dos 4 ltros. Os
arquivos tambm so salvos em formato EDF pelo EEGLAB. Para a utilizao no
software
WEKA, que faz a classicao dos dados, esses arquivos precisam ser CSV, para tanto
software
tarefa, gerando arquivos com 16 mil instncias. Alm disso, foi inserido mais um atributo,
uma etiqueta, para identicar se aquela instncia era imaginao do movimento da mo
direita (imaD) ou se era imaginao do movimento da mo esquerda (imaE), pois rvores
de deciso so classicadores supervisionados, portanto precisam desse atributo para saber
quais classes esto sendo classicadas.
4.2.1
EEGLAB
de uma funo de histrico de comando que facilita a transio dos usurios da GUI de
explorao de dados para a criao e execuo de lote ou scripts personalizados de anlise
2 http://www.edfplus.info/downloads/downloads.html
CAPTULO 4.
59
MATERIAIS E MTODOS
de dados.
software
EEGLAB
studyset.
Para usurios experientes Matlab, EEGLAB oferece um ambiente de programao estruturada para armazenar, acessar, medir, manipular e visualizar dados de EEG. Para
programadores pesquisadores e desenvolvedores, o ToolBox oferece uma extensvel plataforma de cdigo aberto, atravs do qual eles podem compartilhar novos mtodos com
a comunidade cientca mundial atravs da publicao de funes EEGLAB
plug-in
que
4.3 Classicao
Os dados contm duas classes, uma referente a tarefa de imaginao do movimento da mo
direita (com a etiqueta ImaD) e outra referente a mesma tarefa com a mo esquerda(com
CAPTULO 4.
60
MATERIAIS E MTODOS
a etiqueta ImaE). Cada arquivo apresenta 16 mil instncias, 8 mil para cada classe. Cada
instncia contm 14 atributos alm da etiqueta, referente aos sinais cerebrais coletados
pelos 14 eletrodos. So eles: AF3, F7, F3, FC5, T7, P7, O1, O2, P8, T8, FC6, F4, F8,
AF4. A Figura 4.8 apresenta exemplos de instncias do banco de dados. Para classicar
esses dados foi utilizado o Algoritmo J48 presente na verso 3.6 do
software
WEKA.
4 dias
5 modos de
4 bandas)).
As 4 rvores geradas para cada conjunto de dados diferem entre si somente no nmero
de instncias necessrias para a formao de uma folha.
mnimo 2, 200, 500 e 1000 instncias por folha.
mais alta a preciso dessa rvore e maior seu tamanho, com o aumento no nmero
de instncias a preciso reduzida, mas a rvore se apresenta de forma mais enxuta
facilitando sua visualizao e entendimento, mantendo somente os ns mais relevantes em
cada classicao.
As rvores de deciso com no mnimo 2 instncias por folha apresentaram elevado
nmero de folhas, o que impossibilitou a visualizao de forma grca no
software.
Dessa
forma, foram geradas gracamente 180 rvores, 3 para cada um dos 60 conjuntos de dados.
Todas as 180 rvores de deciso e os 240 arquivos de log, esto anexadas a essa
dissertao em um CD. Os arquivos de log apresentam a rvore de deciso em formato
de texto, as matrizes de confuso, o percentual de acerto e erro, entre outras variveis.
Neste trabalho foram analisadas as rvores de deciso com no mnimo 1000 instncias
por folha para os conjuntos de dados sem ltragem, totalizando 12 rvores.
Optou-se
por esse conjunto de dados j que as taxas de acerto dos dados sem ltragem caram
prximas as taxas de acerto das rvores do conjunto de dados ltrados com maior acerto
(ltro de 0 a 4 Hz), que obteve acerto por volta de 90%. Tabelas com as taxas de acerto
CAPTULO 4.
61
MATERIAIS E MTODOS
da classicao dos dados sem ltragem, dos 3 sujeitos, com no mnimo 2, 200, 500 e 1000
instncias por folha, so apresentadas no captulo a seguir (Tabelas 5.1, 5.6 e 5.11).
4.3.1
WEKA (
software
software
WEKA
Uma abrangente documentao do cdigo fonte est disponvel online. Por ser escrito
em Java, o cdigo pode ser rodado em diferentes plataformas, conferindo uma boa portabilidade ao
software.
suas verses atuais limitam o volume de dados a ser manipulado. Mesmo assim, possvel
minerar bases de dados relevantes, tornando o pacote atrativo para um grande nmero
CAPTULO 4.
62
MATERIAIS E MTODOS
O algoritmo
J48 uma implementao em Java, do algoritmo C4.5 release 8, gera rvores de deciso,
sendo considerado o algoritmo mais popular do WEKA.
A construo da rvore, utilizando tal algoritmo, ocorre a partir de um conjunto de
dados de treinamento que utiliza o conceito de ganho da informao como critrio de
ramicao, para a construo da rvore de deciso. O ganho da informao baseado
no ndice de entropia para medio da homogeneidade de cada n [Dalagassa et al., 2008].
A rvore gerada na abordagem
Em cada n
escolhido o atributo que melhor divide os dados naquele momento, e assim sucessivamente
at que todos os dados tenham sido classicados. Depois da rvore completa, cada folha
uma classe e cada n representa uma regra da classicao.
4.4 Validao
Os resultados adquiridos da etapa anterior, de classicao, foram validados com base na
a
a
neurocincia. Para tanto, a co-orientadora deste trabalho, Prof . Dr . Fernanda Antoniolo Hammes de Carvalho especialista nesta rea. Baseado na literatura, a especialista
formulou a tabela 4.1 onde as regies do crebro, bem como cada eletrodo est espacialmente posicionado conforme padro internacional 10-20, apresentado baseado em suas
funcionalidades.
CAPTULO 4.
63
MATERIAIS E MTODOS
Regio
PR-FRONTAL
AF4
F7
FRONTAL
F3
Planejamento e movimento
F4
F8
CENTRAL
FC5
FC6
T7
TEMPORAL
PARIETAL
OCCIPITAL
T8
P7
Percepo somatossensorial
P8
O1
Visualizao de imagens
O2
Captulo 5
Anlise dos Dados Obtidos
As atividades solicitadas aos trs sujeitos nos testes realizados foram as mesmas, ou seja,
primeiramente apertar uma bola com a mo direita e depois com a mo esquerda durante
um minuto e num segundo momento imaginar apertar a bola com a mo direita e depois
com a mo esquerda tambm durante um minuto.
Optou-se por realizar a anlise da atividade de imaginao. Pretende-se como trabalhos futuros tambm realizar a anlise da atividade de realizao (apertar a bola).
Como cada indivduo pode processar as informaes de maneiras diferentes, as informaes obtidas com as arvores de deciso tambm so diferentes para cada indivduo.
A anlise aqui realizada baseada na tabela 4.1 onde busca-se uma explicao baseada
na neurocincia para os resultado obtidos.
64
CAPTULO 5.
65
Dia 1
Dia 2
Dia 3
Dia 4
96.0563%
94.7438%
98.7375%
91.1125%
200
86.8688%
83.5813%
93.9875%
81.4313%
500
82.0813%
80.625%
89.2875%
77.5313%
85.825%
73.2313%
CAPTULO 5.
66
Eletrodos
Instncias Direita
FC6
1633
FC6 - T7 - AF3
1035
FC6 - T7 - AF3 - O2
1033
FC6 - T7 - AF3 - O2 - P8
1012
FC6 - T7 - FC5
Instncias Esquerda
1419
7442
1139
1287
CAPTULO 5.
67
Conforme
Posner e Raichle [Posner and Raichle, 2001] O lobo frontal direito uma fonte muito
provvel da viglia, uma vez que os pacientes com leses neste lobo desempenham de
forma menos ecaz as tarefas que exigem viglia. Estudos com pacientes com o crebro
dividido, permitem concluses interessantes referentes a ateno e ao funcionamento cere-
CAPTULO 5.
68
Eletrodos
Instncias Direita
F3 - P8
1623
F3 - P8 - FC5
1001
F3 - AF4
2404
F3 - AF4 - F7
1073
F3 - AF4 - F7 - P7
1001
Instncias Esquerda
7076
1822
bral, como a observao de que o hemisfrio direito parece ser dominante para se manter
o estado de alerta [Sternberg, 2008]. J o caminho 2 envolve, alm de alta concentrao,
a visualizao de imagens, sendo possvel inferir que o sujeito tenha olhado para sua mo
ou visualizado mentalmente a mo se movendo (O2).
Eletrodos
Instncias Direita
AF4
6331
AF4 - O2
1198
Instncias Esquerda
8471
A rvore 4 (Figura 5.4) apresenta o quarto dia de testes do sujeito 1, contando com 7
caminhos (Tabela 5.5).. Esta rvore incremental, ou seja, os caminhos se complementam
(novos ns so inseridos), mas a sequncia anterior continua a mesma. Nos caminhos 1,
2 e 3 o sujeito realizou a tarefa atravs do lobo temporal (T7 e T8), reas do crebro
envolvidas na percepo do movimento, mesmo que diante de uma informao visual
deciente [Eysenck and Keane, 2007]. possvel tambm inferir que nesse momento tenha
CAPTULO 5.
69
ocorrido algum tipo verbalizao interna como comando para a execuo da tarefa,
pois trata-se de uma rea cerebral profundamente envolvida com a linguagem.
Para o
caminho 4, alm desse, agregou o crtex motor (F8). Esses envolvimentos se repetiram
no caminho 5 somados ao envolvimento do crtex pr-frontal (AF3). O caminho 6 pode
ser considerado o mais completo, pois alm das ativaes anteriores, envolve o parietal,
rea que est ligada imaginao da realizao do movimento (P7). O caminho 7 apenas
conrma o caminho 6, onde o sujeito demonstra o envolvimento das funes executivas
(AF4).
CAPTULO 5.
70
Eletrodos
Instncias Direita
Instncias Esquerda
T7
1056
T7 -T7
1708
T7 - T7 - T8
3261
T7 - T7 - T8 - F8
3373
T7 - T7 - T8 - F8 - AF3
T7 - T7 - T8 - F8 - AF3 - P7
1004
T7 - T7 - T8 - F8 - AF3 - P7 - AF4
1412
1567
2619
Dia 1
Dia 2
Dia 3
Dia 4
91.2375%
95.6375%
88.2813%
91.1688%
200
79.45%
86.1563%
79.8875%
85.5063%
500
75.7%
82.475%
77.1125%
81.9188%
CAPTULO 5.
71
O crebro, diante
Eletrodos
Instncias Direita
Instncias Esquerda
F8
2602
F8 - F3
2210
F8 - F3 - T8
3325
F8 - F3 - T8 - P8 - F7
1547
F8 - F3 - T8 - P8 - O2
2156
F8 - F3 - T8 - P8 - O2 - O1
1141
1998
1021
CAPTULO 5.
72
das mos (P7), pois como j destacado anteriormente, essa rea bastante envolvida no
planejamento motor.
No caminho 3 destaca-se a
ativao do parietal (P7) e do crtex motor (F3), que apareceu duas vezes.
Eletrodos
Instncias Direita
Instncias Esquerda
P7
2774
P7 - F3 - P8
2058
1010
P7 - F3 - F3
1066
9092
A rvore 7 (Figura 5.7), referente ao terceiro dia de coleta com o sujeito 2, apresentou
6 caminhos (Tabela 5.9). No caminho 1 perceptvel a ativao do crtex motor (F3).
No caminho 2, associado a esse envolvimento, emerge a participao do crtex temporal
(T8), relacionado com a percepo de movimentos biolgicos.
No caminho 3, alm do
CAPTULO 5.
73
Eletrodos
Instncias Direita
F3
F3 - T8 - F3
4927
F3 - T8 - F3 - AF4
1391
F3 - T8 - F3 - AF4 - AF3
1186
F3 - T8 - F3
F3 - T8 - F3 - FC6
Instncias Esquerda
3042
1290
1945
1027
1192
CAPTULO 5.
74
Eletrodos
Instncias Direita
Instncias Esquerda
AF4
2445
AF4 - F7 - F7
7960
AF4 - F7 - F7
1432
AF4 - F7 - F7 - T8
1020
AF4 - F7 - F7 - T8 - FC5
1088
1006
1049
CAPTULO 5.
75
Dia 1
Dia 2
Dia 3
Dia 4
86.6625%
89.45%
82.8%
83.8125%
200
73.5625%
79.0125%
76.2625%
76.2375%
500
68.975%
76.6875%
73.8438%
72.4438%
72.9%
67.6313%
ativado o lobo occipital que ligado a percepo visual (O2). O caminho 3 continuao
do caminho anterior e apresenta ativao do crtex motor (F3). O caminho 4, contm
o anterior, e apresenta concentrao no planejamento de movimentos (AF3). O caminho
5 ativa (T7) e processamento no crtex motor primrio (FC5).
O caminho 6, alm do
No caminho 3, alm
CAPTULO 5.
76
Eletrodos
Instncias Direita
T7 - T8
T7 - T8 - O2
T7 - T8 - O2 - F3
1640
T7 - T8 - O2 - F3 - AF3
1877
T7 - FC5
T7 - FC5 - F3
1099
T7 - FC5 - F3 - T8
1007
T7 - FC5 - F3 - T8 - O1
1011
Instncias Esquerda
1581
1062
1028
2970
2725
CAPTULO 5.
77
anterior, ocorre a ativao nos dois lados da regio occipital (O1 e O2) relacionadas a
visualizao de imagens. Os caminhos 5 e 6 no apresentam ativao de O1, mas apontam
ativao das redes executivas frontais (AF3 e AF4), de modo que no caminho 6 a rea
AF3 se repete.
Eletrodos
Instncias Direita
AF3
AF3 - T8
1023
AF3 - T8 - P7
1014
AF3 - T8 - P7 - O2 - O1
1035
AF3 - T8 - P7 - O2 - AF4
Instncias Esquerda
2623
3677
1048
1174
4406
CAPTULO 5.
78
Eletrodos
Instncias Direita
FC5 - FC5
4014
FC5 - FC5 - F3
3056
FC5 - FC5
FC5 - FC5 - F3
Instncias Esquerda
1054
2857
1949
3070
CAPTULO 5.
79
CAPTULO 5.
80
Eletrodos
Instncias Direita
AF3
AF3 - FC6 - O2
2038
AF3 - FC6 - O2 - F8
2238
AF3 - FC6 - O2 - F8 - F4
1137
AF3 - FC6 - F8
AF3 - FC6 - F8 - F4
1474
AF3 - FC6 - F8 - F4 - F7
1186
Instncias Esquerda
1719
1059
1852
3297
resultados esto corretos, visto que cada sujeito pode ativar reas diferentes do crebro,
mesmo executando a mesma ao.
Pode-se observar, a partir das rvores de deciso, que em todos os dias de coleta os
eletrodos presentes no crtex frontal (que inclui a regio central com FC5 e FC6) foram
utilizados para a ramicao das ADs dos sujeitos 1, 2 e 3.
As teorias cognitivas apontam que o controle de ateno de alto nvel, o planejamento,
a deteco de erros e as respostas a estmulos difceis ou completamente novos emergem do controle sobre o processamento da informao, o qual ocorre nos lobos frontais
[Posner and Raichle, 2001]. Essa rea do crtex est intimamente relacionada com as funes executivas (FEs), como por exemplo, a imaginao do movimento das mos, tarefa
solicitada aos sujeitos nesse trabalho.
Observa-se ainda que os eletrodos AF3 e/ou AF4 aparecem nas ADs do sujeito 1 em
todos os dias de coleta, no terceiro e quarto dia do sujeito 2 e no segundo e quarto dia do
sujeito 3. Esses eletrodos esto localizados da regio anterior do lobo frontal, chamada
de crtex pr-frontal. Essa regio responsvel, dentro do lobo frontal, principalmente
CAPTULO 5.
81
pela alta concentrao e pela memria operacional [Lent, 2001]. A memria operacional,
tambm chamada de memria de trabalho, est relacionada com o modo que o sujeito vai
realizar determinada ao. Pode-se inferir que essa memria foi ativada no momento de
imaginar a execuo do movimento das mos, tarefa esta que tinha sido realizada antes
da imaginao.
Quando se
aprende e memoriza uma dada tarefa, o crebro sabe (apesar de no se estar consciente)
o que fazer, [...] e isso o leva a faz-lo mais depressa e com mais exatido [Mora, 2004].
No que diz respeito a atividades motoras, ou seja, apoiadas no desenvolvimento de
habilidades motoras, a execuo regular leva a construo de um referencial que poder ser
utilizado sempre que a atividade exija determinado domnio procedimental. Entretanto,
pertinente lembrar que o engrama (conjunto de memrias formado a partir de suas
aprendizagens e experincias ao longo da vida ) singular, cada indivduo constitui o seu
[Squire and Kandel, 2003, Corra, 2010].
Embora haja uma signicativa utilizao do lobo frontal, paralelamente, outras reas
cerebrais tambm so ativadas durante a imaginao do movimento.
Os eletrodos dispostos no crtex temporal foram utilizados para a ramicao das
ADs do sujeito 1 no primeiro (T8) e quarto dia (T7 e T8), do sujeito 2 no primeiro (T8),
terceiro (T8) e quarto dia (T8), e do sujeito 3 no primeiro (T7 e T8) e segundo dia (T8).
O crtex temporal, em conexo com o crtex frontal, participa de um tipo de memria
operacional chamada memria espacial, permitindo a formao de um mapa cognitivo
relacionando os eventos que esto ocorrendo no espao ao qual se encontra com eventos
j ocorridos no mesmo contexto [Lent, 2001].
A necessidade de se concentrar e prestar ateno tarefa envolve tambm envolve
o lobo parietal, em conjunto com lobo frontal [Eysenck and Keane, 2007]. Alm, o lobo
parietal est relacionado com a percepo do espao imediatamente prximo ao corpo
[Lent, 2001]. Essa percepo inuencia no planejamento, realizao e correo de movimentos. A rvore de deciso do sujeito 1 apresentou a utilizao dessa regio no primeiro
(P8), segundo (P8) e quarto dia (P7), enquanto o sujeito 2 apresentou utilizao dos
eletrodos nos primeiro (P8) e segundo (P7 e P8) dia, e o sujeito 3 apresentou utilizao
somente o eletrodo P7 no segundo dia. Mesmo que as ADs tenham sido obtidas a partir
CAPTULO 5.
82
Captulo 6
Concluso
Este um trabalho multidisciplinar pois envolve diversas reas de conhecimento, como
cincia da computao, neurocincia, engenharia, psicologia, imagens mdicas, etc.
online
desempenho.
rvores de deciso so ferramentas para classicao de dados e previso de fenmenos.
83
CAPTULO 6.
84
CONCLUSO
online
oine.
De acordo com os resultados obtidos percebe-se que as rvores de deciso foram capazes de classicar os sinais cerebrais coletados.
ferenas entre as ADs geradas e, com base nas neurocincias, isso se explica devido ao
crebro desempenhar determinadas funes em regies especcas para todos os humanos,
mas tambm, cada indivduo pode desempenhar uma tarefa de maneira particular. Ao
imaginar o movimento das mo, por exemplo, pode-se visualizar mentalmente a mo se
movendo, ou imaginar a sensao dos msculos e articulaes em movimento, o que pode
resultar em sinais cerebrais diversos em regies cerebrais distintas.
A etapa de extrao de caractersticas, muito enfatizada em alguns trabalhos, no
apresentou grande melhora na classicao dos sinais. Das bandas de frequncia utilizadas, somente uma apresentou taxas de acerto maiores que as taxas quando no foi feita
nenhuma ltragem. Essa banda,
como foco a anlise de sinais cerebrais para Sistemas BCI e promove a integrao de
conhecimentos de reas diversas, como a Computao e as Neurocincias.
Salienta-se tambm como contribuio, a publicao dos seguintes trabalhos:
Desenvolvimento de tcnicas de classicao de sinais em sistemas BCI no Seminrio Internacional de Educao em Cincias(SINTEC), 2011.
CAPTULO 6.
CONCLUSO
85
Bibliograa
[Alpaydin, 2010] Alpaydin, E. (2010).
[Aparna et al., 2010] Aparna, C., Murthy, J. V. R., Babu, B. R., Chandra, M. V. P.,
and Rao, S. (2010).
[Dalagassa et al., 2008] Dalagassa, M., S.H, S., and Carvalho, R. (2008).
Avaliao de
XI Congresso
[de Arajo, 2004] de Arajo, R. M. (2004). Aprendizado de mquina em sistemas complexos multiagentes: estudo de caso em um ambiente sob racionalidade limitada. Master's
thesis, Universidade Federal do Rio Grande do Sul. Instituto de Informtica. Programa
de Ps-Graduao em Computao, Porto Alegre.
86
87
BIBLIOGRAFIA
Minerao de regras de
[Delorme and Makeig, 2004] Delorme, A. and Makeig, S. (2004). Eeglab: an open source
toolbox for analysis of single-trial eeg dynamics including independent component
analysis.
[Duda et al., 2002] Duda, R., Hart, P., and Stork, D. (2002).
Pattern Classication,
cognitiva.
Manual de psicologia
Artmed.
[Farwell and Donchin, 1988] Farwell, L. A. and Donchin, E. (1988). Talking o the top
of your head: Toward a mental prosthesis utilizing event-related brain potentials.
Elec-
de Informtica em Sade.
[Gazzaniga and Heatherton, 2005] Gazzaniga, M. S. and Heatherton, T. (2005).
Cincia
[Gazzaniga et al., 2006] Gazzaniga, M. S., Ivry, R. B., and Magnum, G. R. (2006).
Neu-
[Hall et al., 2009] Hall, M., Frank, E., Holmes, G., Pfahringer, B., Reutemann, P., and
Witten, I. H. (2009). The weka data mining software: An update.
SIGKDD Explora-
tions, 11(1).
[Izquierdo, 2002] Izquierdo, I. (2002).
Memria.
88
BIBLIOGRAFIA
portamento.
Neurocincia do Com-
1
Manole, S o Paulo.
2
[Kroupi et al., 2011] Kroupi, E., Yazdani, A., Vesin, J.-M., and Ebrahimi, T. (2011).
Ocular artifact removal from eeg: A comparison of subspace projection and adaptative ltering methods. In
(Eusipco 2011).
[Lent, 2001] Lent, R. (2001).
rocincia.
1
Atheneu, S o Paulo.
2
Guanabara
PhD thesis,
Machine Learning.
WCB McGraw-Hill.
Sistemas In-
Event-
Clinical Neu-
Imagens da Mente.
89
BIBLIOGRAFIA
[Quinlan, 1993] Quinlan, J. (1993). C4.5: Programs for machine learning. Morgan Kaufmann Publishers.
[Ranaudo et al., 2011] Ranaudo, F., MIRANDA-DE-S, A. M., and Felix, L. (2011).
Sistema para deteco em tempo real de respostas evocadas auditivas: Aplicao em
interfaces crebro computador.
Inteligente.
[Ratey, 2002] Ratey, J. J. (2002).
Objetiva, Rio de
Janeiro.
Inteligncia Articial.
Else-
LOSTCIRCUITS,
s molculas.
Memria: da mente
Psicologia cognitiva.
Artmed.
[Vallabhaneni et al., 2005] Vallabhaneni, A., Wang, T., and He, B. (2005).
computer interface. In He, B., editor,
Brain-
[Waldert et al., 2008] Waldert, S., Preissl, H., Demandt, E., Braun, C., Birbaumer, N.,
Aertsen, A., and Mehring, C. (2008). Hand movement direction decoded from meg and
eeg.
[Wolpaw et al., 2000] Wolpaw, J. R., Birbaumer, N., Heetderks, W. J., McFarland, D. J.,
Peckham, P. H., Schalk, G., Donchin, E., Quatrano, L. A., Robinson, C. J., and
90
BIBLIOGRAFIA
Vaughan, T. M. (2000).
international meeting.
[Wolpaw et al., 2002] Wolpaw, J. R., Birbaumer, N., McFarland, D. J., Pfurtscheller, G.,
and Vaughan, T. M. (2002). Brain-computer interfaces for communication and control.