Identificação de estado de fadiga com base em sinais de eletroencefalograma

Abstract

RESUMO Este Trabalho de Conclusão de Curso (TCC) aborda a identificação do estado de fadiga por meio de sinais de Eletroencefalograma (EEG). Focando na avaliação da fadiga induzida por diferentes frequências de estímulo visual em Interfaces Cérebro Computador (ICCs), o estudo buscou compreender o comportamento do EEG em relação à fadiga, bem como os efeitos das diferentes faixas de frequência de estímulo. Foram definidos sete objetivos específicos, incluindo a compreensão da composição do EEG em estados de vigília/fadiga, a manipulação de dados de EEG de 20 voluntários em 125 valores de frequência de estímulo e a extração de informações relacionadas a três níveis de frequência: baixa, média e alta. Os resultados revelaram que a identificação da fadiga com base nos ritmos de EEG e frequências de estímulo é uma tarefa complexa. Os voluntários apresentaram respostas variadas, com diferenças notáveis entre os grupos de frequência de estímulo. A ordem de apresentação das frequências teve um impacto significativo no comportamento dos ritmos de EEG, mostrando que a fadiga pode ser provocada ou evitada dependendo da sequência de estímulos. O estudo destacou a importância de não analisar individualmente o comportamento dos ritmos de EEG, uma vez que diferentes ritmos podem influenciar o estado de fadiga de maneiras diversas. Além disso, a análise do índice (θ+α)/β - relação entre as ondas lentas (teta e alfa), relacionados à fadiga e beta, que representa o esforço mental para o aumento de foco - indicou que a fadiga está mais relacionada ao "quando" os estímulos são apresentados do que ao tipo de estímulo visual em si. Os resultados sugerem que o aprofundamento do estudo da fadiga é essencial para identificar padrões de comportamento nos ritmos e razões de EEG. Esses padrões podem ser utilizados para tomar decisões assertivas na seleção de estímulos em ICCs-SSVEP, garantindo bom desempenho e conforto ao usuário.

ABSTRACT: This Bachelor's Thesis (TCC) addresses the identification of fatigue state through Electroencephalogram (EEG) signals. Focusing on the evaluation of fatigue induced by different visual stimulation frequencies in Brain-Computer Interfaces (BCIs), the study aimed to understand the EEG behavior in relation to fatigue and the effects of different frequency bands of stimulation. Seven specific objectives were defined, including understanding the composition of EEG in wakefulness/fatigue states, processing EEG data from 20 volunteers at 125 stimulation frequency values, and extracting information related to three frequency levels: low, medium, and high. The results revealed that identifying fatigue based on EEG rhythms and stimulation frequencies is a complex task. Volunteers showed varied responses, with noticeable differences among the stimulation frequency groups. The order of presentation of frequencies had a significant impact on the behavior of EEG rhythms, showing that fatigue can be induced or avoided depending on the sequence of stimuli. The study highlighted the importance of not individually analyzing the behavior of EEG rhythms, as different rhythms can influence fatigue states in diverse ways. Furthermore, the analysis of the (θ+α)/β index - the relationship between slow waves (theta and alpha), related to fatigue, and beta, representing mental effort for increased focus - indicated that fatigue is more related to the "when" stimuli are presented than to the type of visual stimulus itself. The results suggest that delving deeper into the study of fatigue is essential to identify patterns of behavior in EEG rhythms and reasons. These patterns can be used to make assertive decisions in the selection of stimuli in SSVEP-BCIs, ensuring good performance and user comfort. Keywords: Electroencephalogram (EEG). Fatigue. Brain-Computer Interfaces (BCIs). Stimulation Frequencie. EEG Rhythms.