
Conceção e implementação de um dispositivo EEG de eléctrodos activos multicanal
Análise do desempenho utilizando ondas cerebrais de imagética motora
Versandkostenfrei!
Versandfertig in 6-10 Tagen
26,99 €
inkl. MwSt.
PAYBACK Punkte
13 °P sammeln!
Este livro apresenta um método rentável para registar sinais de ondas cerebrais utilizando um dispositivo EEG com eléctrodos activos de três canais e classificar as ondas cerebrais relacionadas com o movimento da mão direita e da mão esquerda do imaginário motor (MI), com base na eletroencefalografia (EEG) medida a partir do lobo central, que pode ser utilizada para os sistemas de Interface Cérebro-Computador (BCI). O livro explica a utilização da Análise de Componentes Independentes (ICA) para a remoção de artefactos EEG e, em seguida, extrai as características das ondas cerebra...
Este livro apresenta um método rentável para registar sinais de ondas cerebrais utilizando um dispositivo EEG com eléctrodos activos de três canais e classificar as ondas cerebrais relacionadas com o movimento da mão direita e da mão esquerda do imaginário motor (MI), com base na eletroencefalografia (EEG) medida a partir do lobo central, que pode ser utilizada para os sistemas de Interface Cérebro-Computador (BCI). O livro explica a utilização da Análise de Componentes Independentes (ICA) para a remoção de artefactos EEG e, em seguida, extrai as características das ondas cerebrais para o movimento MI da mão esquerda e MI da mão direita utilizando a Decomposição Wavelet (WD). A wavelet-mãe "Morlet" é utilizada para a decomposição wavelet, uma vez que apresenta um melhor desempenho na análise de sinais biomédicos não estacionários como o EEG. As características das ondas cerebrais, como a potência máxima entre todos os níveis de decomposição (MMP), a frequência correspondente à MMP (MAF) e a amplitude máxima do sinal com MAF (MMA), são escolhidas como características de classificação para a classificação das ondas cerebrais MI. A classificação dos sinais de ondas cerebrais de MI é efectuada utilizando a Análise Discriminante Linear (LDA).