Emprego de Banco de Filtros e do Teorema de Imersão de Takens em Padrões Espaciais para a Classificação de Imagética Motora em Interfaces Cérebro-Computador

As Interfaces Cerebro-Computador (BCI) sao sistemas que provem uma alternativa para que pessoas com perda severa ou total do controle motor possam inte- ragir com o ambiente externo. Para mapear intencoes individuais em operacoes de ma- quina, os sistemas de BCI empregam um conjunto de etapas que envolvem a captura e pre-processamento dos sinais cerebrais, a extracao e selecao de suas caracteristicas mais relevantes e a classificacao das intencoes. Neste trabalho, diferentes abordagens para a extracao de caracteristicas de sinais cerebrais foram avaliadas, a mencionar: i) Padroes Espectro-Espaciais Comuns (CSSP); ii) Padroes Esparsos Espectro-Espaciais Comuns (CSSSP); iii) CSSP com banco de filtros (FBCSSP); e, finalmente, iv) CSSSP com banco de filtros (FBCSSSP). Em comum, essas tecnicas utilizam de filtragem de banda de frequencias e reconstrucao de espacos para ressaltar similaridades entre si- nais. A tecnica de Selecao de Caracteristicas baseada em Informacao Mutua (MIFS) foi adotada para a reducao de dimensionalidade das caracteristicas extraidas e, em se- guida, Maquinas de Vetores de Suporte (SVM) foram utilizadas para a classificacao do espaco de exemplos. Os experimentos consideraram o conjunto de dados BCI Compe- tition IV-2b, o qual conta com sinais produzidos pelos eletrodos nas posicoes C3, Cz e C4 a fim de identificar as intencoes de movimentacao das maos direita e esquerda. Conclui-se, a partir dos indices kappa obtidos, que os extratores de caracteristicas adotados podem apresentar resultados equiparaveis ao estado da arte.