Publicação: Aprimoramento da resolução espacial do EEG: um modelo computacional baseado no algoritmo eLORETA
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
A eletroencefalografia (EEG) apresenta excelente resolução temporal, porém sofre com limitações de resolução espacial devido à natureza do volume condutor encefálico e à distância entre os eletrodos e o córtex. Para contornar esta limitação, este trabalho propõe e valida um modelo baseado no algoritmo eLORETA (Tomografia Eletromagnética Cerebral de Baixa Resolução Exata) para a resolução do Problema Inverso, focada no rastreamento tridimensional de fontes neurais sob estimulação somatossensorial eletrotátil. O \textit{pipeline} desenvolvido foi estruturado em três etapas principais: inferência estatística bidimensional, simulação computacional do Problema Direto e reconstrução espacial em dados reais. A análise estatística preliminar (ANOVA) atestou que estímulos táteis de alta frequência (125 Hz) eliciam o complexo P300 com maior amplitude e relação sinal-ruído, otimizando as matrizes de entrada. Durante a validação algorítmica sintética, o modelo demonstrou alta capacidade de separabilidade de fontes múltiplas, mantendo erros de localização de baixa magnitude (restritos a distâncias de 1 a 2 \textit{voxels}) mesmo sob degradação aguda de 50\% por ruído branco. Na aplicação sobre dados biológicos reais extraídos de 10 voluntários utilizando uma matriz de 60 canais, o \textit{software} isolou com sucesso a macrorregião anatomofisiológica no córtex somatossensorial, suprimindo o espalhamento espacial típico do EEG de superfície. A análise de desempenho revelou ainda que a malha paramétrica adotada (5 mm e 12.213 \textit{voxels}) configurou um ponto ótimo entre detalhamento espacial e viabilidade de processamento em memória. Conclui-se que o sistema consolidado estabelece uma ferramenta analítica computacional robusta, garantindo alta precisão na extração de características para processamento avançado de dados eletrofisiológicos.
Abstract
Electroencephalography (EEG) presents excellent temporal resolution, but suffers from spatial resolution limitations due to the nature of the brain volume conductor and the distance between the electrodes and the cortex. To circumvent this limitation, this work proposes and validates a model based on the eLORETA (Exact Low Resolution Brain Electromagnetic Tomography) algorithm to solve the Inverse Problem, focusing on the three-dimensional tracking of neural sources under electrotactile somatosensory stimulation. The pipeline developed was structured into three main stages: two-dimensional statistical inference, computational simulation of the Forward Problem, and spatial reconstruction on real data. Preliminary statistical analysis (ANOVA) confirmed that high-frequency tactile stimuli (125 Hz) elicit the P300 complex with greater amplitude and signal-to-noise ratio, optimizing the input matrices. During synthetic algorithmic validation, the model demonstrated a high capacity for multiple source separability, maintaining low-magnitude localization errors (restricted to distances of 1 to 2 voxels) even under acute 50\% white noise degradation. In the application on real biological data extracted from 10 volunteers using a 60-channel array, the software successfully isolated the anatomophysiological macroregion in the somatosensory cortex, suppressing the spatial scattering typical of surface EEG. Performance analysis further revealed that the adopted parametric mesh (5 mm and 12,213 voxels) established an optimal balance between spatial detail and memory processing viability. It is concluded that the consolidated system establishes a robust computational analytical tool, ensuring high precision in feature extraction for advanced electrophysiological data processing.
Palavras-chave
Eletroencefalografia, Problema Inverso, eLORETA, Processamento de Sinais, Resolução cortical, Electroencephalography, Inverse Problem, Signal Processing, Cortical Resolution
Citação
MACEDO, Yuri Pio. Aprimoramento da resolução espacial do EEG: um modelo computacional baseado no algoritmo eLORETA. 61 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2026.
DOI
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto