Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/25798
Full metadata record
DC FieldValueLanguage
dc.creatorOliveira, Arielly Cristini-
dc.date.accessioned2019-07-08T16:44:11Z-
dc.date.available2019-07-08T16:44:11Z-
dc.date.issued2019-07-01-
dc.identifier.citationOLIVEIRA, Arielly Cristini. Análise estatística da variação temporal do sinal de eletroencefalograma sob estimulação musical. 2019. 46 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Universidade Federal de Uberlândia, Uberlândia, 2019.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/25798-
dc.description.abstractThe electroencephalography (EEG) exam is widely used to analyze the effects that musical stimuli cause in the brain and, for the signal processing, the choice of time extension or stretches of signal is often made. However, music causes emotional changes throughout the duration of the stimuli and thus, it is not possible to say that the selected time represents moments of significant difference, or if these moments were excluded from the remaining signal. Thus, and evaluation is necessary to determine the best type of selection for signal processing of EEG under musical stimulation. In order for this evaluation to be possible, a software capable of performing statistical comparisons between different situations in each volunteer evaluated was developed. The situations analyzed were the comparisons between silence – one minute with the volunteer with their eyes closed -, favorite and disgusted music – both chosen by the volunteer and played for one minute each. For a better verification, a table was generated for each volunteer containing the percentage of statistically significant p-values (< 0.05) and, heat map of the scalp for better visualization of the regions with greater significance, comparison of these regions with different epochs times, as well as a comparison between hemispheres of significant epochs for each brain region. From the obtained results it was possible to verify that the signal significance varies from individual from individual and the chosen times also interferes in the regions and hemispheres of the scalp, demonstrating that the choice of epochs is not the best way to analyze these types of signals since by eliminating a few epochs, significant information can also be removed. It was also possible to observe that in EEG analysis under musical stimulation, the pairs of frontals, temporal and, in some cases, parietal electrodes, stands out, presenting a higher statistically significant response.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectEletroencefalografiapt_BR
dc.subjectEstímulo Musicalpt_BR
dc.subjectComparação Estatísticapt_BR
dc.subjectEscolha de Épocaspt_BR
dc.titleAnálise estatística da variação temporal do sinal de eletroencefalograma sob estimulação musicalpt_BR
dc.title.alternativeStatistical analysis of the temporal variation of the electroencephalogram signal under musical stimulationpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Destro Filho, João Batista-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4173410222083256pt_BR
dc.contributor.referee1Ramos, Gaspar Eugênio Oliveira-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/6107439742477520pt_BR
dc.contributor.referee2Rosa, Pedro Frosi-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/7828441075514905pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/8524535051917348pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoO exame de eletroencefalografia (EEG) é muito utilizado para analisar os efeitos que os estímulos musicais provocam no cérebro e para o processamento, muitas vezes é realizada a escolha de épocas ou trechos do sinal. No entanto a música provoca mudanças emocionais durante toda a extensão do estímulo e sendo assim, não é possível afirmar que a época selecionada representa momentos de diferença significativa, ou se estes momentos foram excluídos do sinal restante. Deste modo, se faz necessário uma avaliação para determinar o melhor tipo de seleção para o processamento de sinal de EEG sob estimulação musical. Para que esta avaliação fosse possível, foi desenvolvido um software capaz de realizar comparações estatísticas entre diferentes situações em cada voluntário avaliado. As situações analisadas foram as comparações entre silêncio – um minuto com o voluntário de olhos fechados -, música favorita e música desgostosa – ambas escolhidas pelo voluntário e tocadas durante um minuto cada. Para melhor verificação, gerou-se uma tabela para cada voluntário contendo a porcentagem de p-valores estatisticamente significativos (< 0,05) e, mapa de calor do escalpo para melhor visualização das regiões com maior significância, comparação dessas regiões com tempos de épocas diferentes, bem como uma comparação entre hemisférios de épocas significativas para cada região cerebral. A partir dos resultados obtidos foi possível constatar que a significância do sinal varia de indivíduo para indivíduo e que o tempo escolhido também interfere nas regiões e hemisférios do escalpo, demonstrando que a escolha de épocas não é a melhor forma de analisar esses tipos de sinais pois ao eliminar algumas épocas, pode-se remover grande parte de informações significantes. Também foi possível observar que na análise de EEG sob estimulação musical os pares de eletrodos frontais, temporais e em alguns casos parietais, se sobressaem, apresentando maior resposta estatisticamente significativa.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseEngenharia Biomédicapt_BR
dc.sizeorduration46pt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICApt_BR
dc.orcid.putcode59288492-
Appears in Collections:TCC - Engenharia Biomédica

Files in This Item:
File Description SizeFormat 
AnaliseEstatisticaVariacao.pdfTCC2.22 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons