Open AccessUso de Redes Generativas Adversariais Aplicadas a Classificação de Sinais de EEG baseado em Imagética Motora
Author(s) -
Lucas H. dos Santos,
Henrique V. Giuliani,
Patrick O. de Paula,
Denis G. Fantinato
Publication year - 2021
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/ercas.2021.17439
Subject(s) - brain–computer interface , humanities , electroencephalography , computer science , physics , philosophy , psychology , neuroscience
Em sistemas de Interface Cérebro-Computador (BCI, do inglês BrainComputer Interfaces) baseados em imagética motora, a classificação de sinais de eletroencefalografia (EEG) é uma tarefa bastante desafiadora, geralmente exigindo períodos exaustivos de calibração. Neste trabalho buscou-se reduzir a necessidade de muitas amostras coletadas para o treinamento do classificador através das redes adversárias generativas (GANs, do inglês Generative Adversarial Networks). Além disso, o classificador desenvolvido faz o processamento conjunto dos dados dos usuários, visando um sistema BCI mais genérico. Os resultados obtidos com a proposta foram bastante promissores.