Export this record: EndNote BibTex

Please use this identifier to cite or link to this item: http://tede2.pucrs.br/tede2/handle/tede/7711
Document type: Dissertação
Title: Interface cérebro-computador híbrida e colaborativa no processo de tomada de decisão
Author: Schuh, Ânderson Rodrigo 
Advisor: Campos, Márcia de Borba
Abstract (native): Interface Cérebro-Máquina (ICM) ou Interface Cérebro-Computador (ICC) é um sistema computacional capaz de estabelecer a comunicação entre a atividade neurofisiológica humana e um computador. Uma ICC híbrida (ICCh) consiste na combinação de dois ou mais tipos de ICC, duas ou mais técnicas de aquisição de sinal, ou, ainda, da combinação de uma ICC com outras técnicas de interação não baseadas em ICC. Uma ICC Colaborativa (ICCc) integra a atividade cerebral de um grupo de indivíduos, atuando, principalmente, no aumento da capacidade humana. Atualmente, no mercado, estão disponíveis equipamentos de Eletroencefalograma (EEG) de baixo custo, sendo um desses o Emotiv EEG, que é portátil, possui 14 eletrodos, e, além e registrar os sinais neurofisiológicos, os processa e disponibiliza em forma de medidas neurais, como, por exemplo, níveis de atenção e excitamento. Além de medidas neurais, outras medidas podem revelar o comportamento de um indivíduo, como, por exemplo, a velocidade com que responde um desafio, que pode sugerir o quão confiante ele está sobre esta tomada de decisão. Este trabalho tem como principal objetivo “Verificar se medidas neurais e comportamentais possuem relação com as tomadas de decisão corretas e erradas”. Inicialmente, foi realizada uma revisão sistemática da literatura. Após, foram desenvolvidos um sistema de coleta de dados e uma tarefa de tomada de decisão baseada em Rapid Serial Visual Presentation (RSVP). O experimento contou com 10 participantes, no qual cada um executou 112 ensaios, sendo registradas as medidas neurais captadas pelo Emotiv EEG, além do Tempo de Reação (RT) como medida comportamental e, a resposta dada pelo usuário, ambas coletadas por um teclado convencional. Para a análise dos dados, foram aplicadas técnicas de estatística, tais como análise descritiva, incluindo sumarização dos dados e gráficos de boxplots, e análise multivariada, utilizando regressão logística para estimar a relação entre medidas neurais e comportamentais com as decisões tomadas. A tarefa proposta mostrou-se eficiente, revelando nos resultados que a dificuldade empregada se mostrou efetiva. O banco de dados desenvolvido mostrou-se eficiente na sincronização dos dados da tarefa e as medidas registradas. Após diferentes abordagens de análise estatística dos dados, não foi encontrado um modelo de regressão que pudesse explicar com alto poder explicativo os dados amostrados. Desta maneira, baseado no experimento realizado e nas análises estatísticas, não foram encontradas relações entre medidas neurais e comportamentais e as tomadas de decisão corretas ou erradas.
Abstract (english): Brain-Machine Interface (BCI) or Brain-Computer Interface (BCI) is a computer system capable of establishing communication between human neurophysiological activity and a computer. A hybrid BCI (hBCI) consists of a combination of two or more types of BCIs, two or more signal acquisition techniques, or a combination of BCI with other non-BCI based interaction techniques. A Collaborative BCI (cBCI) integrates the brain activity of a group of individuals, mainly acting in the increase of the human capacity. Low-cost electroencephalogram (EEG) equipment is currently available in the market, one of which is the Emotiv EEG, which is portable, has 14 electrodes, and in addition to registering the neurophysiological signals, it processes and makes available them in the form of neural measurements, such as levels of attention and excitement. In addition to neural measures, other measures may reveal an individual's behavior, such as the speed with which he responds to a challenge, which may suggest how confident he is about this decision-making. This work has as main objective "To verify if neural and behavioral measures have relation with the right and wrong decision making". Initially, a systematic review of the literature was carried out. Afterwards, a data collection system and a decision-making task based on Rapid Serial Visual Presentation (RSVP) were developed. The experiment consisted of 10 participants, in which each one performed 112 tests, recording the neural measurements taken by Emotiv EEG, besides the Reaction Time (RT) as a behavioral measure and the response given by the user, both collected by a conventional keyboard. Statistical techniques, such as descriptive analysis, including data summarization and boxplot charts, and multivariate analysis were used for the data analysis, using logistic regression to estimate the relationship between neural and behavioral measures with the decisions made. The proposed task proved to be efficient, revealing in the results that the difficulty was effective. The developed database proved to be efficient in synchronizing the task data and the recorded measurements. After different approaches of statistical analysis of the data, a regression model that could explain with high explanatory power the data sampled was not found. Thus, based on the experiment performed and statistical analyzes, no relationship was found between neural and behavioral measures and the correct or wrong decision-making.
Keywords: Interface Cérebro-Computador Colaborativa
Revisão Sistemática
Tomada de Decisão
Rapid Serial Visual Presentarion
EEG
CNPQ Knowledge Areas: CIENCIA DA COMPUTACAO::TEORIA DA COMPUTACAO
Language: por
Country: Brasil
Publisher: Pontifícia Universidade Católica do Rio Grande do Sul
Institution Acronym: PUCRS
Department: Faculdade de Informática
Program: Programa de Pós-Graduação em Ciência da Computação
Access type: Acesso Aberto
Fulltext access restriction: Trabalho não apresenta restrição para publicação
URI: http://tede2.pucrs.br/tede2/handle/tede/7711
Issue Date: 30-Mar-2017
Appears in Collections:Programa de Pós-Graduação em Ciência da Computação

Files in This Item:
File Description SizeFormat 
DIS_ANDERSON_RODRIGO_SCHUH_COMPLETO.pdfTexto Completo4.72 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.