Uma metodologia para detecção de sonolência em tempo real com EEG vestível com duas derivações
Visualizar/ Abrir
Data
2020-02-20Primeiro coorientador
Prior, Cesar Augusto
Primeiro membro da banca
Winck, Ana Trindade
Segundo membro da banca
Welfer, Daniel
Metadata
Mostrar registro completoResumo
A vida moderna exige, muitas vezes, que o sujeito modifique seu ciclo circadiano devido a
sua profissão. Esta mudança implica em baixa no desempenho, mau humor e, principalmente,
redução da capacidade de atenção e sonolência em horários inoportunos. Segundo
a OMS, cerca de 1.35 milhões de pessoas morrem por ano em acidentes no trânsito. Assim,
neste trabalho foi proposta uma metodologia para detecção de sonolência em tempo
real, com o objetivo de ajudar a minimizar o problema citado. A metodologia proposta extrai
Alfa, Teta, Beta e Gama através da transformada Wavelet de Haar e compara performances
dos classificadores: MLP, KNN, LDA, RF, SVM e um Threshold. Todas as análises
realizadas utilizaram sinais de um banco de dados público. Para que se possa avaliar a
metodologia em um ambiente mais realista, parte dos sinais foram separados e através
de um experimento, foram adquiridos por um EEG vestível. A partir disso, analisou-se o
sinal adquirido e as performances dos classificadores para estes sinais. Além disso, foram
avaliadas também as performances dos classificadores para todas as amostras (sem a
leitura pelo EEG) e diferentes tamanhos de épocas, sendo uma época de 10 s com janela
deslizante de 3 s a melhor, onde obteve-se sensibilidade de 95% com uma SVM.
Coleções
Os arquivos de licença a seguir estão associados a este item: