sorattorafa
commented
4 years ago Filtros espaciais
-
Filtros espaciais são utilizados para escolher canais de dados que melhor respondem a uma determinada tarefa. No caso do paradigma SSVEP, espera-se encontrar o conjunto de eletrodos que possuem respostas mais significativas em relação à frequências evocadas. Um algoritmo muito utilizado para este fim é o CAR (Common Average Reference).
-
Uma filtragem espacial pelo método CAR subtrai os artefatos comuns a todos os eletrodos. Comumente em BCI, para a redução de sinais não desejados, são posicionados eletrodos de referência em locais que tentam subtrair os potenciais comuns em todos os outros eletrodos. A técnica de filtragem espacial CAR reduz as componentes que estão em maior número nos eletrodos, subtraindo cada amostra do sinal pelo valor médio da diferença de potencial calculada para todos os eletrodos e a diferença aferida em cada eletrodo. O método CAR é definito como:
-
$$ V_i^{CAR} = V_i^{ER} - \frac{1}{Ne} \sum\limits{j=1}^{N_e} V_j^{ER} $$
- onde $V_i^{ER}$ é o potencial do i-ésimo eletrodo e ${N_e}$ é o número de eletrodos utilizados.
-
No MNE a implementação do CAR se dá pela aplicação do método set_eeg.reference: epo_ref = mne.set_eeg_reference(epochs, ref_channels=['E116', 'E126', 'E150'])
De acordo com o documento 'https://pdfs.semanticscholar.org/cb26/23303f2b647a15f8332877d574eb75690342.pdf'
Utilizando-se a filtragem espacial CAR (CAR (Common Average Reference))juntamente com a seleção de atributos foi possível obter uma melhora no desempenho do sistema, podendo levar a uma taxa de acerto superior a 98,48%, considerando duas classes. Esse valor representa um ganho de 24% em relação ao cenário inicial, quando nenhuma técnica de filtragem e seleção são utilizadas.
filtragem CAR consiste na subtração ponto a ponto do sinal coletado em um dos eletrodos pela média pontual dos sinais coletados pelos 16 eletrodos. Deste modo Capítulo 3. Materiais e Métodos 15 na filtragem CAR considera-se que a média de todos os eletrodos é uma estimativa da atividade elétrica no eletrodo de referência, e essa atividade elétrica afeta igualmente as gravações de todos os outros eletrodos.
Quando um ruído afeta a atividade elétrica coletada em todos os eletrodos, sendo esses eletrodos uniformemente espaçados por todo o córtex cerebral, esse ruído provavelmente é oriundo de alguma mudança na atividade elétrica do eletrodo de referência. Calculando-se a média dos sinais coletados em todos os 16 eletrodos, um novo sinal é encontrado e esse novo sinal é transformado na referência. O sinal coletado por cada eletrodo é então subtraído pelo novo sinal de referência, retirando aquilo que é comum a todos eles. Quando o número de eletrodos utilizados na coleta dos dados é igual ou maior que 16, sendo esses eletrodos uniformemente espaçados na cabeça, a abordagem CAR leva a uma filtragem do sinal EEG quase ideal (GARCIA-MOLINA; ZHU, 2011).
Referências
1.1. Altere a quantidade e a localização dos eletrodos (canais) para ampliar a base de conhecimento e obter melhores informações.
É evidente (pelo menos para o professor) que as frequências de interferência da energia elétrica não estão contribuindo para o conhecimento dos dados. Além disso, frequências abaixo e acima dos alvos evocados também não contribuem. Estudem o método filter presente no objeto EpochArray/EpochFIF para que possamos "clarear" nossos dados com a aplicação de filtros temporais. Faça testes para matar a curiosidade e impressionar o professor :-)
Falamos em sala de aula que é inviável "chutarmos" quais eletrodos melhor contribuem para nosso experimento quando são muitos! Faça um estudo bibliográfico sobre filtros espaciais em dados EEG. Levante de possíveis algoritmos que podem ser utilizados para discutirmos em aula.
3.1. Quem é o "CAR" dentro do objeto MNE?