Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/22316
Document type: Dissertação
Access type: Acesso Aberto
Title: SSVEP-based BCI with visual stimuli from LCD screen applied for wheelchair control: offline and online investigations
Alternate title (s): ICM baseada em SSVEP utilizando LCD aplicado ao controle de cadeira de rodas
Author: Zambalde, Ellen Pereira
First Advisor: Naves, Eduardo Lázaro Martins
First coorientator: Almeida, Marcelo Barros de
First member of the Committee: Pereira, Adriano Alves
Second member of the Committee: Andrade, Adriano de Oliveira
Third member of the Committee: Bastos Filho, Teodiano Freire
Summary: Brain Computer Interfaces (BCIs) have been shown as a promising technology in the current years, especially for those wheelchair users affected by motor injuries or diseases. Steady-State Visual Evoked Potentials (SSVEP)-based BCI systems are widely used for many applications, such as keyboard and robot control, because of its short response time and ease of use. SSVEP-based BCIs use brain responses to any visual stimulus flickering at a specific frequency as input command to an external application or device. Although some SSVEP-based BCI applied to wheelchair control have shown promising results, there are specific features of the system that should be analyzed and discussed aiming to increase classification accuracy. This dissertation aims to develop and investigate the performance a SSVEP-based BCI system using LCD monitor as visual stimulator applied for wheelchair control. Two experiments were performed (offline and online). Through the offline experiment, performed by 9 participants, it was possible to identify EEG optimal channels, adequate window length for signal processing, and target location on the LCD screen. In the online experiment, 9 EEG channels (PO3, PO4, PO5, PO6, PO7, PO8, O1, O2 and Oz) were used to record the brain signal while using an interface with 5 stimuli targets (15, 12, 6.67, 8.57 e 10 Hz) placed on the top, bottom, right, left and center of the screen. Four participants were positioned in front the LCD screen where the interface was executed. The interface was developed in Python language and, after collecting the signal, it was responsible to perform filtering, windowing, feature extraction (FFT), and classification (SVM). The results showed a good performance while using a 3 seconds time-window with 250 ms of overlap. Accuracy rates from online experiments were high, which allowed the control of a powered wheelchair. This system can provide independency and increase quality of life of wheelchair users. Future works involve adaptations and improvements of the system to increase efficiency and provide more reliability to the user.
Abstract: As Interfaces Cérebro-Máquina (ICMs) têm se mostrado como tecnologias promissoras atualmente, especialmente para os usuários de cadeira de rodas afetados por lesões ou doenças de comprometimento motor. Os sistemas ICM baseados em Potencial Evocado Visual em Regime Permanente (PEV-RP) são amplamente utilizados para diversas aplicações, como o controle de um teclado de computador e robôs, devido ao seu baixo tempo de resposta e facilidade de uso.As ICMs baseadas em PEV-RP utilizam respostas cerebrais a qualquer estímulo visual piscando à uma frequência específica como comando de entrada para um dispositivo externo. Embora algumas ICMs baseadas em PEV-RP aplicadas ao controle de cadeiras de rodas tenham mostrado resultados promissores, existem características específicas do sistema que devem ser analisadas e discutidas com o objetivo de aumentar a precisão da classificação. Esta dissertação tem como objetivo desenvolver e investigar o desempenho de um sistema ICM baseada em PEV-RP utilizando um monitor LCD como estimulador visual e aplicado ao controle de cadeira de rodas. Dois experimentos foram realizados (offline e online). Através do experimento offline, realizado por 9 participantes, foi possível identificar os canais significativos do sinal EEG, e o tamanho adequado da janela para o processamento do sinal, além da localização do alvo no monitor LCD. No experimento online, 9 canais de EEG (PO3, PO4, PO5, PO6, PO7, PO8, O1, O2 e Oz) foram usados para registrar o sinal cerebral utilizando uma interface com 5 alvos de estímulo (15, 12, 6.67, 8.57 e 10 Hz) colocados na parte superior, inferior, direita, esquerda e centro da tela. Quatro participantes foram posicionados na frente do monitor LCD onde a interface foi executada. A interface foi desenvolvida em linguagem Python e, após a coleta do sinal, foi responsável por realizar filtragem, janelamento, extração de características (FFT) e classificação (SVM). Os resultados mostraram um bom desempenho ao utilizar um janelamento de 3 segundos com 250 ms de sobreposição. As taxas de precisão de classificação dos experimentos online foram altas, o que permitiu o controle de uma cadeira de rodas motorizada. Este sistema foi capaz de fornecer independência e aumentar a qualidade de vida dos usuários de cadeira de rodas. Trabalhos futuros envolvem adaptações e melhorias do sistema para aumentar a eficiência e fornecer mais confiabilidade ao usuário.
Keywords: SSVEP based BCI
LCD screen
Target location
Window length
SVM
ICM baseada em PEV-RP
Controle de cadeira de rodas
Monitor LCD
Localização de alvos
Tamanho do janelamento
Wheelchair control
Engenharia biomédica
Cadeiras de rodas - Controle automático
Area (s) of CNPq: CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOS
Language: eng
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Program: Programa de Pós-graduação em Engenharia Biomédica
Quote: ZAMBALDE, Ellen Pereira. SSVEP-based BCI with visual stimuli from LCD screen applied for wheelchair control: offline and online investigations - Uberlândia. 2018. 74 f. Dissertação (Mestrado em Engenharia Biomédica) - Universidade Federal de Uberlândia, Uberlândia, 2018. Disponível em: http://dx.doi.org/10.14393/ufu.di.2018.1166.
Document identifier: http://dx.doi.org/10.14393/ufu.di.2018.1166
URI: https://repositorio.ufu.br/handle/123456789/22316
Date of defense: 12-Jul-2018
Appears in Collections:DISSERTAÇÃO - Engenharia Biomédica

Files in This Item:
File Description SizeFormat 
SSVEPBasedBCI.pdf2.2 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.