Desenvolvimento de um dispositivo SSVEP rápido e confiável utilizando eletrodos a seco e frequências acima de 25 Hz

• Ano de defesa: 2018
• Autor(a) principal: Silva, Andrei Damian da
• Orientador(a): Cruz Júnior, Gélson da
• Banca de defesa: Cruz Júnior, Gélson da , Loja, Luiz Fernando Batista, Pinheiro Júnior, Carlos Galvão
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Goiás
• Programa de Pós-Graduação: Programa de Pós-graduação em Engenharia Elétrica e da Computação (EMC)
• Departamento: Escola de Engenharia Elétrica, Mecânica e de Computação - EMC (RG)
• País: Brasil
• Palavras-chave em Português: EEG; ICC; Potenciais evocados visuais; SSVEP
• Palavras-chave em Inglês: BCI; EEG; Visual evoked potentials; SSVEP
• Área do conhecimento CNPq: CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO
• Link de acesso: http://repositorio.bc.ufg.br/tede/handle/tede/8215

This paper presents a new approach for the processing and classification of visual evoked potentials of steady state (SSVEP). It introduces a ensemble tree model that combines canonical correlation analysis data with methods based on estimation of power spectral density. The stimuli were created using LEDs, from 7.04 Hz to 38.46 Hz. Data were collected using the Texas Instruments ADS1299EEG-Fe and three electrodes. The tests were performed for different distances and light intensities to evaluate the performance of the algorithm under different conditions. In all, 22 participants were recruited, and the average classification was 99.1 ± 2.27% with fixed decision time of 1 second.