LOGIN / Acesse o sistema

Esqueceu sua senha? Redefina aqui.

Ainda não possui uma conta? Cadastre-se aqui!

REDEFINIR SENHA

Insira o endereço de email associado à sua conta que enviaremos um link de redefinição de senha para você.

Ainda não possui uma conta? Cadastre-se aqui!

Este conteúdo é exclusivo para membros ABCM

Inscreva-se e faça parte da comunidade

CADASTRE-SE

Tem uma conta?

Torne-se um membros ABCM

Veja algumas vantagens em se manter como nosso Associado:

Acesso regular ao JBSMSE
Boletim de notícias ABCM
Acesso livre aos Anais de Eventos
Possibilidade de concorrer às Bolsas de Iniciação Científica da ABCM.
Descontos nos eventos promovidos pela ABCM e pelas entidades com as quais mmantém acordo de cooperação.
Estudantes de gradução serão isentos no primeiro ano de afiliação.
10% de desconto para o Associado que pagar anuidade anntes de completar os 12 meses da última anuidade paga.
Desconto na compra dos livros da ABCM, entre eles: "Engenharia de Dutos" e "Escoamento Multifásico".
CADASTRE-SE SEGUIR PARA O VIDEO >

Tem uma conta?

Eventos Anais de eventos

Anais de eventos

COBEM 2019

25th International Congress of Mechanical Engineering

DECODING IMAGINARY ELBOW MOVEMENT WITH KALMAN FILTER USING NON-INVASIVE EEG

Submission Author: Elkin Veslin , RJ
Co-Authors: Elkin Veslin, Max Suell Dutra, Luiz Bevilacqua, Luciano Santos Constantin Raptopoulos, Waltencir Andrade, Rafael da Silva Figueiredo, Juliana Guimarães Martins Soares
Presenter: Elkin Veslin

doi://10.26678/ABCM.COBEM2019.COB2019-0061

 

Abstract

In this article, the properties of the Kalman Filter to decode imaginary elbow movement from non-invasive EEG are analyzed. Based on a set of executed movements, an expected interval of movement during imagination is estimated, together, with a set of signal's configuration parameters and trough cross-validation the decoded capabilities are analyzed in order to generalize the model that reduces the estimation error around all the volunteers. We found that selecting the parameters correctly to configure the signals and selecting a homogeneous data set is possible to improve the filter estimation capabilities for imaginary movement.

Keywords

Brain-machine interfaces, Decoding, EEG Signals, Kalman Filter

 

DOWNLOAD PDF

 

‹ voltar para anais de eventos ABCM