Titulo Estágio
BrainSleep: Sistema móvel para detecção de estados de sonolência baseado em ondas cerebrais e giroscópios
Área Tecnológica
Sistemas Móvies e Ubíquos
Local do Estágio
Laboratórios do Grupo de Computação Adaptativa
Enquadramento
A detecção precoce de estados de sonolência poderá evitar ocorrências indesejadas, tais como acidentes de automóvel. A detecção de estados de sonolência é tão importante de noite como de dia. Por exemplo, indivíduos que sofrem de doenças do sono, tal como a apneia de sono, devido ao facto de não terem um sono normal durante a noite tendem a ter episódios diários de sonolência.
A análise das ondas cerebrais através do electroencephalograma (EEG) pode ser usada para determinação de estados de sonolência através da extracção de características no tempo e na frequência. Outra fonte de informação pode ser através da análise dos movimentos da cabeça do individuo usando giroscópios, isto porque certos movimentos podem ser indicativos de estados inanimados e consequentemente de episódios de sono.
Objetivo
Esta proposta de mestrado visa o desenvolvimento de um software Android e/ou para iOS que deverá classificar o estado de sonolência de um individuo baseando-se no seu EEG e nos movimentos da cabeça. O hardware do sistema vai ser constituído por um equipamento portátil para a aquisição de EEG (EPOC neuroheadset, EMOTIV) que se interliga com o sistema móvel (telemóvel Android ou um iPAD) através de uma ligação wireless Bluetooth. O equipamento EMOTIV (http://www.emotiv.com/) permite a aquisição de 14 canais EEG mais o sinal de dois giroscópios. O software a desenvolver deverá extrair características do sinal EEG e dos giroscópios e classificar (detectar) se o individuo se encontra numa fase pré-sono. Pretende-se o uso de classificadores baseados em técnicas de clustering e também baseados em técnicas de inteligência computacional, tal como máquinas de vector suporte (SVM) e redes neuronais artificiais. O sistema deverá avisar o utilizador de que se encontra em risco através de um aviso sonoro e/ou vibratório.
Plano de Trabalhos - Semestre 1
1. Revisão do estado-da-arte
• Objetivo: Nesta primeira fase o aluno deve ler sobre:
i. Classificação standard de estados de sono
ii. Metodologias existentes para detecção de sono através de sinais de EEG
iii. Programação de sistemas móveis Android e iOS
• Início : Setembro de 2013
• Fim: Outubro 2013
• Resultados esperados: Um relatório sobre o estado-da-arte
2. Interligação e programação do hardware para aquisição e visualização de sinal em tempo-real
• Objetivo: Interligação do hardware e sua programação de modo a adquirir e visualizar os sinais de EEG e dos acelerômetros no dispositivo móvel
• Início: Setembro 2013
• Fim: Dezembro 2013
• Resultados esperados: Sistema móvel capaz de adquirir e visualizar sinais em tempo-real e funcional para a posterior classificação do estado de sonolência
Plano de Trabalhos - Semestre 2
3. Construção de uma base de dados
• Objetivo: Construção de uma base de dados contendo um numero alargado de indivíduos (mínimo 10) para posterior desenvolvimento dos algoritmos. A base de dados deve incluir dados representativos dos diferentes estados fisiológicos dos indivíduos ao longo do ciclo dia/noite. A classificação dos diferentes estágios de sono, que será posteriormente usada para treino e avaliação do software, será supervisionada por neurofisiologistas da Unidade de Monitorização em Epilepsia e Sono (UMES) do Centro Hospitalar e Universitário de Coimbra (CHUC).
• Início: Janeiro 2013
• Fim: Abril 2014
• Resultados esperados: Uma base de dados com dados anotados para desenvolvimento dos algoritmos
4. Desenvolvimento e otimização dos algoritmos
• Objetivo: Desenvolvimento dos algoritmos usando técnicas de clustering e de inteligência computacional em sistemas fixos (PC). Os melhores algoritmos obtidos devem ser otimizados de forma a poderem ser executados em tempo-real no sistema móvel
• Início: Fevereiro 2014
• Fim: Maio 2014
• Resultados esperados: Algoritmos com capacidade de detectar estados de sonolência e otimizados para implementação em tempo-real.
5. Implementação e teste do sistema
• Objetivo: Implementação dos algoritmos e análise dos resultados em tempo-real
• Início: Março 2014
• Fim: Maio 2014
• Resultados esperados: Análise do funcionamento global e da taxa de sucesso na detecção de estados de sonolência.
6. Escrita da tese
• Início: Maio 2014
• Fim: Julho 2014
Condições
-O aluno que for seleccionado beneficiará de uma bolsa de 3000 Euros, paga em 4 prestações mensais de 750 Euros, financiada por fundos próprios do CISUC.
Observações
-Espera-se a obtenção de resultados que levem à sua publicação em conferencias e revistas internacionais.
-Encontra-se disponível todo o hardware para o início dos trabalhos.
Orientador
César Teixeira
cteixei@dei.uc.pt 📩