Detecção do estado de sonolência via um único canal de eletroencefalografia através da transformada wavelet discreta

• Ano de defesa: 2012
• Autor(a) principal: Silveira, Tiago da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Santa Maria; BR; Ciência da Computação; UFSM; Programa de Pós-Graduação em Informática
• Palavras-chave em Português: Sinal cerebral; Sonolência; Transformada de Fourier; Transformada Wavelet; Detecção de sonolência; Melhor aproximação por m-termos; Distância de Mahalanobis; Brain signals; Drowsiness; Fourier transform; Wavelet transform; Drowsiness detection; Best m-term approximation; Mahalanobis distance; CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://repositorio.ufsm.br/handle/1/5407

Many fatal traffic accidents are caused by fatigued and drowsy drivers. In this context, automatic drowsiness detection devices are an alternative to minimize this issue. In this work, two new methodologies to drowsiness detection are presented, considering a signal obtained from a single electroencephalography channel: (i) drowsiness detection through best m-term approximation, applied to the wavelet expansion of the analysed signal; (ii) drowsiness detection through Mahalanobis distance with wavelet coefficients. The results of both methodologies are compared with a method which uses Mahalanobis distance and Fourier coefficients to drowsiness detection. All methodologies consider the medical evaluation of the brain signal, given by the hypnogram, as a reference.