Navegando por Autor "Silva, Liohana Maria Bezerra da"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
TCC Desempenho de classificadores na identificação de padrões neurais associados à imagética musical(Universidade Federal do Rio Grande do Norte, 2025-07-01) Silva, Liohana Maria Bezerra da; Soares, Heliana Bezerra; Rodriguez, Denis Delisle; http://lattes.cnpq.br/7140331839822423; http://lattes.cnpq.br/5057165446370629; Silveira Júnior, Luiz Gonzaga de QueirozInterfaces Cérebro-Computador (ICCs) traduzem sinais neurais em comandos para controle de dispositivos externos, dispensando vias motoras. Na engenharia biomédica, essas interfaces têm se destacado como alternativa comunicacional para indivíduos com limitações motoras e de fala. A imagética musical, definida como a capacidade de evocar mentalmente uma melodia, ativa áreas cerebrais específicas e gera padrões eletroencefalográficos identificáveis, sendo investigada como paradigma promissor para ICCs. Este estudo objetivou comparar o desempenho dos classificadores Análise Discriminante Linear (LDA), K-ésimo vizinho mais próximo (kNN) e Máquina de Vetores de Suporte (SVM) na discriminação de sinais de EEG obtidos durante imaginação musical e repouso. Participaram 12 sujeitos saudáveis. Os sinais foram pré-processados, transformados para o domínio da frequência e submetidos à extração de características espectrais. Em seguida, os dados foram divididos em conjuntos de treino, validação e teste, e avaliados por métricas de acurácia, Kappa e matriz de confusão. O SVM apresentou melhor desempenho médio (acurácia = 0,97 ± 0,03; Kappa = 0,94 ± 0,07), seguido por LDA (0,93 ± 0,04; 0,86 ± 0,08) e kNN (0,82 ± 0,08; 0,64 ± 0,16). Apesar de variações individuais, os resultados confirmam que a imagética musical produz padrões de EEG distinguíveis e classificáveis. A abordagem proposta demonstra potencial para aplicação em ICCs, especialmente em projetos assistivos desenvolvidos em contextos clínicos e acadêmicos.