Metodologia para análise EEG utilizando árvores de decisão : um estudo de caso para reconhecimento de objetos espaciais

Abstract

O Eletroencefalograma (EEG) baseia-se em registros de atividade elétrica cerebral medidas através do escalpo, e é comumente utilizado para estudos e exames neurológicos. Atualmente tem sido usado em conjunto com sistemas BMI (Brain Machine Interface), que permitem a comunicação entre um indivíduo e um equipamento externo, como um computador, somente através do estímulo cerebral, sem que haja qualquer movimento muscular. Estas ferramentas normalmente apresentam os dados em forma de gráficos ou mapas topográficos, para monitoramento ou análise das atividades cerebrais. Sendo assim, propõem-se uma metodologia de análise EEG através da mineração de dados, que trata de extrair conhecimento de uma grande base de dados. Neste trabalho é apresentado um estudo de caso utilizando sinais EEG de indivíduos cegos e videntes durante a execução de uma atividade que estimulou a habilidade espacial. A fim de verificar a hipótese de que videntes e cegos utilizam áreas diferentes do cérebro para visualizar objetos espaciais. Em videntes, prioritariamente o lobo occipital é ativado. Em cegos, prioritariamente, o lobo parietal é ativado. Foi feito um experimento e através dos dados dos sinais cerebrais gravados foram aplicadas técnicas de árvores de decisão para compreender as principais áreas cerebrais envolvidas durante a execução da tarefa de reconhecimento de objetos. Os resultados obtidos sugerem que a hipótese é verdadeira mostrando que os sujeitos videntes e cegos ativam áreas cerebrais distintas.

The Electroencephalogram (EEG) is based on records of brain electrical activity measured through the scalp, and is commonly used for studies and neurological examinations. It has now been used in conjunction with BMI (Brain Machine Interface) Systems, which allow the communication of an individual and external equipment, such as a computer, through brain stimulation, without any muscle movement. These tools typically present data in the form of graphs or topographic maps for monitoring or analysis of brain activities. In this work, a methodology of EEG analysis is proposed through data mining, which tries to extract knowledge from a large database. This paper presents a case study using EEG signals from blind and sighted individuals during the execution of an activity that stimulated spatial ability. In order to verify the hypothesis that sighted use the sense of sight, even with blindfold, and blind people use the sense of touch to identify spatial geometric objects. An experiment was made and through the data of the recorded brain signals, decision tree techniques were applied to understand the main areas involved in the brain activities during the execution of the recognition task. The results suggest that the hypothesis is true confirming that blind and sighted subjects activate different brain areas.