Tamanho da fonte: 

Interfaces cérebro-computador (BCI) são meios de comunicação direta entre o cérebro do usuário e uma máquina que permitem a execução de comandos sem o uso do sistema nervoso periférico, tendo como uma de suas principais aplicações possibilitar a realização de tarefas simples a pessoas com sérias restrições motoras, tais como movimentar cadeiras de rodas, se alimentar e escrever mensagens. Neste trabalho de iniciação científica são estudadas técnicas de processamento digital de sinais com o intuito de aplicá-las a uma BCI utilizando o paradigma dos potenciais visuais evocados em regime permanente (do inglês steady-state visually evoked potentials, SSVEP) no qual diferentes comandos são associados a estímulos visuais repetitivos com diferentes frequências, de tal modo que é possível escolher o comando desejado ao focar a atenção em seu respectivo estímulo visual, o que faz surgir um potencial evocado em regime permanente no eletroencefalograma (EEG) na frequência do estímulo escolhido. Os estudos foram realizados utilizando dados de bases de EEG offline, e consistiram inicialmente no desenvolvimento e aplicação de filtros digitais seletivos em frequência e espaciais para remover ruídos e artefatos do sinal, seguidos da extração e seleção de características e
por fim a classificação. O principal desafio foi separar o padrão SSVEP de outros biopotenciais, tais como sinais cardíacos, musculares e outros tipos, que foram removidos usando as técnicas de média de referência comum (CAR) – amplamente utilizada na literatura – e decomposição em valores singulares (SVD), proposta neste trabalho como uma alternativa ao CAR. A partir dos resultados, foi possível observar que a seleção de atributos possui um papel significativo no desempenho de uma BCI e que o SVD permite a decomposição do sinal em componentes ligadas a artefatos e componentes ligadas aos sinais de interesse, obtendo-se então um desempenho compatível com o CAR
na literatura.