Made available in DSpace on 2018-08-02T00:01:47Z (GMT). No. of bitstreams: 1 tese_11033_Leandro Bueno.pdf: 17714768 bytes, checksum: 1aea5c7642540084384b07c73fb61985 (MD5) Previous issue date: 2017-06-06 / Nesta Tese de Doutorado se apresenta o desenvolvimento de um sistema de Interface Cérebro Computador (ICC) que utiliza sinais de Eletroencefalografa (EEG) e classifcadores baseados em redes neurais autoorganizadas (Self Organizing Maps SOM). Nesta Tese se analisam os problemas das ICCs e se apresentam os resultados conseguidos com o sistema desenvolvido. Este sistema utiliza um equipamento clínico de aquisição de sinais EEG e um computador pessoal para processar os dados. Usando a energia das componentes de frequência dos sinais EEG capturados como características, e um classifcador baseado em uma rede neural autoorganizada. O grande desafo da utilização das redes autoorganizadas é a interpretação da saída da rede, devido a que esta rede possui uma saída para cada um dos neurônios presentes na rede. A contribuição desta tese está no método de interpretação da saída dos neurônios da rede SOM, o qual é implementado através de um conjunto de máscaras que representam a probabilidade da ativação dos mesmos para uma determinada classe. Todos os algoritmos utilizados nesta Tese de Doutorado podem ser adaptados facilmente para serem executados em sistemas embarcados com menor poder de processamento, tais como Processadores Digitais de Sinais (Digital Signal Processor DSP) ou microcontroladores. A interface cérebrocomputador (ICC) desenvolvida nesta Tese de Doutorado foi testada e validada de forma offline, com dados de bancos de dados externos de EEG, e com voluntários, apresentando resultados satisfatórios em ambos os casos, quando comparados a outros trabalhos da literatura com o mesmo número de tarefas.