Page 1

FAINOR – FACULDADE INDEPENDENTE DO NORDESTE

CURSO DE ENGENHARIA DE COMPUTAÇÃO CHRISTIANO MOURA PEREIRA

CONTROLE REMOTO DE DISPOSITIVOS VIA ONDAS CEREBRAIS PARA AUXÍLIO A PESSOAS COM DEFICIÊNCIA MOTORA GRAVE

VITÓRIA DA CONQUISTA – BA 2011


CHRISTIANO MOURA PEREIRA

CONTROLE REMOTO DE DISPOSITIVOS VIA ONDAS CEREBRAIS PARA AUXÍLIO A PESSOAS COM DEFICIÊNCIA MOTORA GRAVE

Monografia de conclusão de curso, apresentada a Faculdade Independente do Nordeste - FAINOR, como requisito parcial para obtenção do grau de bacharel em Engenharia da Computação.

Orientador(a): MSc. Prof. Claudio Rodolfo Sousa de Oliveira

VITÓRIA DA CONQUISTA – BA 2011


CHRISTIANO MOURA PEREIRA

CONTROLE REMOTO DE DISPOSITIVOS VIA ONDAS CEREBRAIS PARA AUXÍLIO A PESSOAS COM DEFICIÊNCIA MOTORA GRAVE

Aprovado(a) em ____/____/____

BANCA EXAMINADORA / COMISSÃO AVALIADORA

______________________________________________ MSc. Claudio Rodolfo Sousa de Oliveira Faculdade Independente do Nordeste

_______________________________________________ MSc. Luiz Fernando Cardeal de Souza Faculdade Independente do Nordeste

_______________________________________________ MSc. Stênio Longo Araújo Faculdade Independente do Nordeste


DEDICATÓRIA

Dedico este trabalho ao meu Deus que, com toda sua magnitude se faz presente em minha vida a cada instante, proporcionando-me sempre vitórias.


AGRADECIMENTOS

Em primeiro lugar devo meus agradecimentos a Deus, pois sem Ele nada seria possível. Agradeço a todos meus familiares, amigos, colegas e professores que me apoiaram a todo instante. Em especial agradeço aos meus pais, que com o amor incondicional nunca desistiram de mim, tampouco de meus sonhos; deixando em alguns momentos seus próprios sonhos de lado em detrimento dos meus. A eles meus profundos agradecimentos. Agradeço a minhas irmãs por fazerem parte de minha vida e por exercerem fundamental importância na minha formação. Agradeço a minha namorada Ana Paula por toda compreensão e pelo apoio constante nos momentos em que o desânimo tentou atrapalhar a execução deste trabalho. Sua ajuda demonstrou-se de fundamental importância. A ti meus sinceros agradecimentos. Agradeço aos professores Luiz Fernando Cardeal, pelo apoio dado; Claudio Rodolfo Oliveira, pelas críticas e sugestões que sem dúvida colaboraram com o desenvolvimento deste trabalho; e ao professor José Thomas Niedhardt que, através de seus profundos conhecimentos em eletrônica pode me auxiliar na resolução de alguns problemas.


"Não se pode encontrar a solução de um problema, usando a mesma consciência que criou o problema. É preciso elevar sua consciência." Albert Einstein.


RESUMO

É sabido que o cérebro, como órgão basilar do corpo humano, é alvo de estudos constantemente. Pela sua importância para condução da máquina humana, diversos são os ramos de pesquisa que se interessam em estudá-lo, dentre os quais se destaca o da neurociência. Por meio desta, é possível analisar o sistema nervoso humano e a sua correlação com as partes cerebrais, desvendando-se assim os sinais por ela emitidos, bem como os métodos de sua captação. Destaca-se aqui, dentre tais métodos, o da eletroencefalografia. Por meio deste, torna-se mais fácil o desenvolvimento de interface cérebro-computador. De fato, desenvolver dispositivos que captem sinais cerebrais e o transportem ao computador é uma atividade bastante difícil, mas que, quando atingida, gera grandes benefícios em diversos segmentos. No mercado atual é possível encontrar algumas interfaces cérebro computador disponíveis para usuários, principalmente para aplicações em jogos de computador. Por meio de pesquisa de cunho bibliográfico, notou-se que tais interfaces não se restringem somente a esse tipo de utilização, sendo inúmeras as possibilidades de sua aplicação prática, tais como o controle de dispositivos voltados a proporcionar a pacientes com deficiência motora grave certo grau de independência, tal como se demonstrará por meio de testes elucidados no corpo monográfico. Tais teste comprovam a funcionalidade do sistema bem como seus benefícios.

Palavras-chave: Computador.

Sinais

Cerebrais,

Eletroencefalografia,

Interface

Cérebro-


ABSTRACT

It is known that the brain as an organ of the basic human body is constantly the target studies. Due to its importance for driving the human machine, various branches of research are you interested in studying it, among which stands out in neuroscience. Through this, you can analyze the human nervous system and its correlation with the parts of the brain, thus revealing the signals issued by it, as well as the methods of capture. Stands out here, among these methods, electroencephalography. Through this, it becomes easier to develop brain-computer interface. In fact, developing devices that capture brain signals and carrying the computer is an activity very difficult, but when achieved, is of great benefit in various segments. In today's market you can find some brain computer interfaces available to users, especially for applications in computer games. Through literature research slant, it was noted that such interfaces are not restricted only to that type of use, with numerous possibilities for practical application, such as control of devices dedicated to providing patients with severe motor disability degree independence, as demonstrated by testing the body monograph elucidated. These tests confirm the functionality of the system and its benefits.

Keywords: Brain Signals, Electroencephalography, Brain Computer Interface.


LISTA DE SIGLAS

IHM

Interface Homem Máquina

ECoG

Eletrocorticografia

EEG

Eletroencefalografia

EMG

Eletromiografia

EOG

Eletro-oculografia

BCI

Brain Computer Interface

ICC

Interface Cérebro-Computador

PC

Personal Computer

API

Application Programming Interface

USB

Universal Serial Bus

SDK

Software Development Kit

DLL

Dynamic Link Library

I/O

Input/Output

SNC

Sistema Nervoso Central

SNP

Sistema Nervoso Periférico

FFT

Fast Fourier Transform

FSF

Free Software Foundation

IDE

Integrated Development Environment


LISTA DE FIGURAS

Figura 1 – Áreas do córtex cerebral .......................................................................... 23 Figura 2 – Disposição dos eletrodos no método 10-20 ............................................. 27 Figura 3 – Diagrama de Blocos do protótipo para aquisição dos sinais de EEG....... 29 Figura 4 – Foto do protótipo ...................................................................................... 31 Figura 5 – BCI MindSet da NeuroSky ....................................................................... 32 Figura 6 – BCI NIA da OCZ Technology ................................................................... 33 Figura 7 – BCI da Emotiv Systems............................................................................ 34 Figura 8 – Painel de status do EmoEngine ............................................................... 36 Figura 9 – Headset Setup do Control Panel .............................................................. 37 Figura 10 – Expressiv Suíte do Control Panel ........................................................... 38 Figura 11 – Affectiv Suíte do Control Panel .............................................................. 39 Figura 12 – Cognitiv Suíte do Control Panel ............................................................. 40 Figura 13 – Interface de treinamento de ações ......................................................... 42 Figura 14 – Mouse Emulator do Control Panel.......................................................... 43 Figura 15 – Caixa de diálogo de configuração do EmoKey ....................................... 44 Figura 16 – Interface do EmoComposer ................................................................... 45 Figura 17 – Interface do TestBench .......................................................................... 46 Figura 18 – Visão geral do sistema ........................................................................... 47 Figura 19 – Diagrama de representação da máquina de Estados ............................ 49 Figura 20 – Esquemático da interface USB............................................................... 51 Figura 21 – Layout da placa da interface USB .......................................................... 52 Figura 22 – Maquete eletrônica do quarto ................................................................. 53 Figura 23 – Maquete eletrônica da cama .................................................................. 54 Figura 24 – Esquemático do circuito para controle da maquete................................ 55 Figura 25 – Layout da placa da maquete .................................................................. 56 Figura 26 – Circuito proposto com optoacoplador ..................................................... 58 Figura 27 – Esquemático para controle de dispositivos eletroeletrônicos ................. 59 Figura 28 – Layout da placa para controle de dispositivos eletroeletrônicos ............ 59 Figura 29 – Maquete construída em MDF ................................................................. 61 Figura 30 – Placa do circuito ..................................................................................... 62


LISTA DE QUADROS

Quadro 1 – Bandas e Frequências de EEG .............................................................. 26 Quadro 2 – Pacotes SDK do Neuroheadset da Emotiv Systems .............................. 35 Quadro 3 – Descrição da situação das variáveis e dos dispositivos ......................... 50


SUMÁRIO

1 INTRODUÇÃO ....................................................................................................... 14 1.1 CONTEXTUALIZAÇÃO ....................................................................................... 14 1.2 PROBLEMATIZAÇÃO ......................................................................................... 14 1.2.1 Questão da Pesquisa ....................................................................................... 15 1.3 OBJETIVOS ........................................................................................................ 15 1.3.1 Objetivo Geral .................................................................................................. 15 1.3.2 Objetivo Específico ........................................................................................... 15 1.4 JUSTIFICATIVA .................................................................................................. 16 1.5 ESTRUTURA DO TEXTO ................................................................................... 16 1.6 TRABALHOS RELACIONADOS ......................................................................... 17 2 BASE TEÓRICA .................................................................................................... 18 2.1 ESTUDO DO CÉREBRO .................................................................................... 18 2.2 ASPECTOS SOCIAIS ......................................................................................... 20 2.3 ASPECTOS NEUROCIENTÍFICOS ................................................................... 20 2.4 INTERFACE CÉREBRO-COMPUTADOR (BCI) ................................................ 27 2.5 BCI DA EMOTIV SYSTEMS................................................................................ 35 3 DESENVOLVIMENTO DO CONTROLE REMOTO DE DISPOSITIVOS ............... 47 3.1 SOFTWARE DE CONTROLE ............................................................................. 48 3.2 INTERFACE DE COMUNICAÇÃO USB.............................................................. 51 3.3 SISTEMA PARA CONTROLE DE DISPOSITIVOS ELETROELETRÔNICOS .... 52 3.3.1 PROBLEMAS VERIFICADOS .......................................................................... 56 4 RESULTADOS ....................................................................................................... 61 5 METODOLOGIA .................................................................................................... 65 5.1 QUANTO À NATUREZA ..................................................................................... 65 5.2 QUANTO AO TIPO ............................................................................................. 65 5.3 QUANTO À ESTRATÉGIA EM RELAÇÃO AO LOCAL DE COLETA DE DADOS .................................................................................................................................. 65 6 CONSIDERAÇÕES FINAIS .................................................................................. 66 6.1 TRABALHOS FUTUROS .................................................................................... 67 7 REFERÊNCIAS ...................................................................................................... 69


Anexo 1 – Código-fonte do software de controle ................................................. 71 Anexo 2 – EmoScript em XML utilizado para testes Off-line ............................... 78


14

1 INTRODUÇÃO

1.1 CONTEXTUALIZAÇÃO

Os estudos sobre sinais cerebrais vêm sendo motivo de diversas pesquisas acadêmicas. Visando oferecer ao processo investigado um leque mais variado de abordagens

teóricas,

tais

estudos

mostram-se

interdisciplinares

e/ou

multidisciplinares. Todavia, será observado no decorrer da pesquisa que nem sempre é possível articular informações de várias áreas do conhecimento. Neste projeto de monográfico, será dado enfoque principalmente a neurociência, interfaces cérebro computador e automação de dispositivos eletroeletrônicos. É sabido que, antigamente se processava sinais cerebrais de forma analógica. Com o advento do computador tudo se tornou mais fácil. Passou a ser possível seu processamento através de cálculos aritméticos. Associando-se esta forma de processamento a princípios da neurociência, surge a interface cérebrocomputador. Esta utilizada para dar vida a dispositivos com aplicações das mais variadas possíveis.

1.2 PROBLEMATIZAÇÃO

É notório que pacientes com deficiência motora grave possuem muitas dificuldades em executar tarefas simples do dia-a-dia, tornando-os muito dependentes da benevolência de outras pessoas, o que de certa forma, prejudica sobremaneira a sua qualidade de vida.


15

1.2.1 Questão da Pesquisa

- De que forma a tecnologia pode auxiliar a vida de pacientes com deficiência motora grave? - De que maneira se dá o processo de aquisição dos sinais cerebrais? - Como seria possível controlar dispositivos com base em comandos do pensamento?

1.3 OBJETIVOS

1.3.1 Geral

Integrar tecnologias de software e hardware em um sistema que capacitará os pacientes com deficiência física a desempenhar suas atividades habituais como ligar e desligar equipamentos domésticos.

1.3.2 Específicos

- Especificar como os conceitos neurocientificos podem ser utilizados pela computação na criação de uma interface cérebro computador; - Integrar um sistema de captação de sinais cerebrais a um outro que controle equipamentos domésticos.


16

1.4 JUSTIFICATIVA

Justifica-se essa pesquisa tendo em vista que, descobertas nesse sentido, ou seja, com a aplicação de procedimentos que venham a aliar o cérebro ao computador, geram uma aplicação prática bastante eficiente. Sistemas desse tipo podem ser aplicados nas mais variadas áreas como: aplicações militares, controle de jogos, robótica e principalmente em casos que o homem não possa atuar por questão de deficiência motora. Pacientes com traumatismo na medula apresentam tetraplegia, ou seja, perda de força ou de movimento dos membros, impossibilitando a execução de tarefas simples do dia-a-dia, desta forma se concentra esforços para através desta tecnologia oferecer ao paciente uma melhor integração com o meio em que ele se inseri lhe proporcionando uma melhoria na qualidade de vida. Pela multidisciplinaridade do assunto, bem como pela sua alta relevância acadêmica e sua importância social, o conhecimento adquirido serve como base teórica para a vida profissional, desenvolvendo as áreas práticas atuantes nesse sentido.

1.5 ESTRUTURA DO TEXTO

Após aprofundamento da pesquisa optou-se inicialmente por abordar questões acerca do cérebro e suas funções. Em segundo momento tratou-se das possíveis aplicações práticas e seus benefícios para a sociedade. Em terceiro momento buscou-se aprofundar em um estudo acerca do cérebro, segundo aspectos neurocientíficos. Através dos conhecimentos neurocientíficos e seus métodos de analise de atividade elétrica cerebral associada a princípios computacionais se mostrou possível a construção da interface cérebro-computador. A BCI da Emotiv Systems é a interface cérebro-computador com maior padrão de resolução de dados encontrada no mercado.


17

No terceiro capítulo do trabalho buscou-se demonstrar informações acerca do controle remoto dos dispositivos, bem como seus componentes. Entres estes: o software de controle, interface de comunicação USB e o sistema de controle dos dispositivos. Através do quarto capítulo buscou-se demonstrar os resultados adquiridos após a construção do sistema, assim como informações relevantes para o bom desempenho do mesmo.

1.6 TRABALHOS RELACIONADOS

Conforme se viu, o desenvolvimento de pesquisas nesse campo de atuação é no mínimo inovador, isso para não dizermos necessária ao desenvolvimento de tecnologias que melhorem o desempenho de pacientes detentores de deficiência motora. Isso porque, o desenvolvimento de sistemas nesse sentido melhoraria sobremodo a qualidade de vida do usuário que teria ao seu dispor equipamentos modernos e eficientes. No tocante aos trabalhos correlacionados, observa-se um estudo constante acerca dessa temática. Diversos estudiosos bem como centros de pesquisa vêm oferecendo uma atenção redobrada ao tema em comento. Aqui, pode-se destacar, por exemplo, a pesquisa de Daniel J. Szafir, intitulada Non-invasive BCI through EEG, que expõe uma exploração da utilização de eletroencefalografia na criação de interfaces cérebro-computador. Outro exemplo de trabalho relacionado seria o paper desenvolvido por Drew Petry, intitulado Eletroencephalography (EEG) Headset Brain-Computer Interfaces (BCI), onde explicita-se sobre as BCI´s baseadas em EEG encontradas no mercado consumidor, bem como as tecnologias encontradas nestes sistemas.


18

2 BASE TEÓRICA

2.1 ESTUDO DO CÉREBRO

O cérebro, como órgão basilar e fundamental do corpo humano, funciona como uma rede integrada de funções. Pela sua composição anatômica o cérebro se subdivide em dois hemisférios, que condicionam, sobremodo, a sua capacidade natural. Mais adiante adentrar-se-á em um conceito mais detalhado do que vem a ser o cérebro. É lógico que o estudo da composição cerebral não se restringe apenas à sua capacidade anatômica. As funções cerebrais vão muito mais além, de modo a enveredar-se por caminhos obscuros e até mesmo desconhecidos aos seres humanos. Dentre as diferentes ciências que cuidam em conceituar tais funções temos a neurociência. Ao contrário da anatomia e da fisiologia, tal ciência correlaciona as funções que podem ser exercidas pelo cérebro à sua divisão anatômica, de modo que, cada um dos sentidos se interliga diretamente a determinada parte do cérebro. Todavia, a capacidade que mais impressiona não é senão a de mover objetos e parar o tempo. Isso sem dúvida se deve ao fato de que tais poderes ainda se encontram bastante distantes de serem definidos pelos estudiosos. Caminhos peculiares levam a ciência a defini-los como espécies de super-poderes. Dentre esses super-poderes ganha destaque a memória. Na conceituação trazida pelo clássico dicionário Aurélio (1975, p. 910), a memória não é senão a “Faculdade

de

reter

as

idéias,

impressões

e

conhecimentos

adquiridos

anteriormente”. A neurociência e a neurobiologia costumam conceituar a memória sob aspectos fisiológicos. Para elas a memória não é senão uma função do sistema nervoso. É lógico que, quer pela sua dimensão, quer pelo universo fantástico que ela oferece os conceitos acerca da memória não pararam por aí. Tanto é assim que até a filosofia cuidou em retratar o tema. Filosoficamente falando, no brilhante conceito do professor Faitanin (2007, p. 293) “a memória é parte da potência intelectiva da


19

alma humana responsável por reter, conservar e recordar as imagens inteligíveis das coisas que são apreendidas”. A memória é que condiciona as inúmeras atividades cerebrais. Isso porque, além de reter um número considerável de informações e delas não esquecer, a memória induz o cérebro a exercer uma atividade neurofisiológica, tendo como conseqüência o ato de memorizar. Ademais, cabe ressaltar um dos poderes mais fascinantes do cérebro, qual seja o de mover objetos pela atividade cerebral. Se enveredarmos pelo campo da lógica, qualquer espécie de movimento requer determinado esforço físico. A força externa é meio salutar nesse sentido, pois é ela quem condiciona qualquer espécie de

deslocamento. Reafirmando esse posicionamento

trazemos

à baila o

entendimento do renomado físico Newton (1990, p.15) de que “Todo corpo continua em seu estado de repouso ou de movimento uniforme em uma linha reta, a menos que ele seja forçado a mudar aquele estado por forças imprimidas sobre ele”. Assim sendo, é bastante difícil que a anatomia ou a neurociência apóiem esse tipo de poder do cérebro. Todavia, se direcionarmos a nossa visão para o ramo da parapsicologia, tal conceituação melhor se firma. A parapsicologia procura oferecer à atividade extrasensorial do cérebro uma função paranormal. Para os estudiosos nesse sentido a própria mente é quem cuida de exercer tais fenômenos, isso é claro, por meio da atuação do cérebro. Desse modo, os objetos se moveriam pela atuação diretiva da mente. Mais quem melhor define a paranormalidade não é senão a telecinésia. Tal ciência cuida em explicar a capacidade restrita que o cérebro tem de mover fisicamente determinado objeto. Essa ciência é quem considera como sendo possível a ocorrência de tais fenômenos. No já citado dicionário Aurélio (1975, p. 1361) a telecinésia é a “movimentação aparente de um objeto, produzida por um médium, sem ação mecânica”. É lógico que tal teoria, por ser ainda recente, mostra-se contestável. De fato, descobrir os enigmas que atuam nas funções cerebrais é campo bastante vasto e, sobretudo obscuro, haja vista ser alvo de diferentes pesquisas e descobertas a todo instante.


20

2.2 ASPECTOS SOCIAIS

Viu-se mais acima a capacidade que o cérebro possui de movimentar objetos. Este dado poder exerce importância social muito grande, isto porque, além de representar um avanço tecnológico impressionante também traz consigo benefícios de ordem prática, qual seja sua utilização em aplicações computacionais. É sabido que as pessoas são naturalmente capazes de planejar movimentos. Ocorre que, se atingidas por qualquer tipo de deficiência, seja ela causada por lesões medulares, ou por acidentes vasculares ou por qualquer outro tipo de patologia, e em conseqüência da mesma deixarem de realizar tais movimentos, é esse tipo de tecnologia o mecanismo capaz de solucionar problemas, abrindo assim um novo canal de comunicação possibilitador da reabilitação. Exemplificando, para pacientes com deficiência motora, um ICC pode ser utilizado na construção de próteses. Para aqueles que possuem atividade cerebral mais não conseguem com nenhum tipo de movimento expressar qualquer resposta, este tipo de sistema pode estabelecer comunicação com um algoritmo que reconheça sinais e os converta em letras, soletrando palavras, ou até mesmo atuando

no

controle

de

equipamentos

domésticos

proporcionando

certa

independência. Por último, pode-se citar sua aplicação também a sistemas robóticos, alcançando com precisão, locais onde o homem não pode chegar. Desse modo, pode-se observar que as suas aplicações práticas são ilimitadas bem como os benefícios advindos desta tecnologia.

2.3 ASPECTOS NEUROCIENTÍFICOS

Neurociência é o termo utilizado para denominar os estudos acerca do sistema nervoso. A sua meta, segundo Bear et al. (2008, p. 20) “é compreender como o sistema nervoso funciona”. O sistema nervoso é responsável pelas percepções e adaptações do ser humano, tanto ao ambiente interno quanto externo. Internamente, age de modo a perceber alterações no organismo, reverter o seu quadro, ou ate mesmo se adaptar;


21

externamente, é responsável por processar e responder aos dados capturados pelos sentidos. Para Bear et al. (2008, p. 4) o sistema nervoso “permite que você sinta, mova-se e pense”. Daqui parte a sua importância. O sistema nervoso se divide em duas partes: Sistema Nervoso Central (SNC) e Sistema Nervoso Periférico (SNP). O SNC é formado pelo encéfalo (tronco encefálico, cerebelo e cérebro) e medula espinhal. Para Bear et al. (2008, p. 170) “O sistema nervoso central, ou SNC, são as porções do sistema nervoso que estão envolvidas pelos ossos: o encéfalo e a medula espinhal. O encéfalo localiza-se inteiramente no crânio”. Quanto ao SNP, este é composto por nervos espalhados por todo o corpo. Ainda citando o Bear et al. (2008, p. 172) “Todas as partes do sistema nervoso, exceto o encéfalo, e a medula espinhal, formam o sistema nervoso periférico, ou SNP”. Aqui, interessa-nos demonstrar o SNC, especificamente o encéfalo, por ser o local em que se localiza o cérebro, parte específica deste estudo. Segundo Rey (2003, p.158 apud. FAITANIN, 2007, p.293):

Anatomicamente falando o cérebro é um órgão volumoso, correspondente a sete oitavos de seu peso, possui dois hemisférios separados por uma fissura longitudinal e unidos pelo corpo caloso, que é formado por um conjunto de fibras comissurais e têm função de estabelecer interligação e comunicação entre os dois hemisférios.

No que se refere à estrutura interna, o cérebro é formado por agrupamento de neurônios. Tais agrupamentos são denominados áreas corticais, ou simplesmente córtex. Nas palavras do ex-professor de neuroanatomia da UFMG Machado (2006, p. 257) o “Córtex cerebral é a fina camada de substância cinzenta que reveste o centro branco medular do cérebro. Trata-se de uma das partes mais importantes do sistema nervoso”. É o córtex o mecanismo do cérebro que ativa as áreas cerebrais inferiores. Depois de ativadas, tais áreas enviam sinais aos músculos. Ainda citando o mesmo professor Machado (2006, p. 257):


22

“Do córtex saem os impulsos nervosos que iniciam e comandam os movimentos voluntários e com ele são relacionados os fenômenos psíquicos. Durante a evolução, a extensão e complexidade do córtex aumentaram progressivamente, atingindo maior desenvolvimento a espécie humana, o que pode ser correlacionado com o grande desenvolvimento das funções intelectuais nesta espécie”.

Existem vários tipos de córtex na estrutura cerebral. Nos mesmos, encontramos as áreas motoras, sensoriais e associativas, sendo que cada uma dessas se subdivide em inúmeras outras. Aqui, interessa-nos destacar as áreas 4 e 6 do córtex cerebral, sendo essas denominadas de córtex motor. A área 4 compreende o córtex motor primário (M1). Já a área 6 é formada pela área prémotora (APM) e área motora suplementar (AMS). Estas duas áreas, por sua vez, estão diretamente ligadas ao controle dos movimentos voluntários. Segundo Bear et al. (2008, p. 210):

“O córtex cerebral apresenta um papel importante no controle dos movimentos voluntários. As principais áreas de controle motor córtex motor primário (área 4), a área motora suplementar e a área pré-motora ”

As áreas corticais são classificadas por nomenclatura e numeração, tal como se demonstra na Figura 1.


23

Figura 1

– Áreas do córtex cerebral.

Fonte: (BEAR et al., 2008, p. 210).

O córtex motor primário é responsável pela contração dos músculos, auxiliando na direção e força dos movimentos. “Penfield descobriu que uma estimulação elétrica fraca na área 4, no giro pré-central, desencadeava uma contração dos músculos”. Afirmação essa trazida nos estudos de Bear et al. (2008, p. 459) acerca do tema. A área 6 formada pela APM e AMS é responsável por padrões mais complexos de movimentos. Ainda se valendo dos estudos de Bear et al. (2008, p. 461) nota-se que “Campbell especulou que a área 6 cortical, rostral à área 4, podia ser uma área especializada em movimentos voluntários A APM e a AMS são responsáveis pelo planejamento de movimentos, de forma a emitir sinais antes mesmo da execução dos movimentos, o que é denominado imagem motora. Conforme Bear et al. (2008, p. 461):

Essas duas áreas parecem desempenhar funções similares, mas em grupos diferentes de músculos. Enquanto a AMS envia axônios que


24

inervam diretamente unidades motoras distais, a APM conecta-se principalmente com neurônios reticulo-espinhais que inervam unidades motoras proximais.

Para acompanhamento de atividade elétrica influenciada por sinais biológicos existem vários métodos, dentre esses, os métodos de ECoG e EEG são utilizados para captação de sinais influenciados pelo córtex, o EMG para captação de sinais influenciados pelos movimentos musculares, que no presente trabalho se refere principalmente aos músculos responsáveis por expressões faciais, e por fim, o EOG para captação de sinais influenciados pelos movimentos oculares. No que se refere ao EMG, Souza (2003, p. 38) explicita que os “Sinais de EMG são obtidos com o uso de eletrodos colocados próximos ao grupo de músculos de interesse”. Já no que se diz respeito ao EOG o mesmo autor (2003, p. 38) cita que “O sinal de EOG é composto por potenciais elétricos gerados em consequência do movimento do globo ocular. [...]. Desta forma, o EOG pode ser utilizado no estudo da posição e desordens no movimento dos olhos (um reflexo chamado “vestíbulo-ocular reflexo”)”. Para o acompanhamento da atividade elétrica do córtex desenvolveu-se primeiramente a eletrocorticografia. Esse é um método invasivo em que se necessita de eletrodos colocados diretamente sobre o córtex. Acerca da importância da eletrocorticografia o professor Machado (2006, p. 196) assim ressalta:

Sabe-se que o córtex cerebral tem uma atividade elétrica espontânea, que pode ser detectada colocando-se eletrodos em sua superfície (eletrocorticograma, ECoG) ou no próprio crânio (eletroencefalograma, EEG).

Pela dificuldade de se utilizar a eletrocorticografia para analisar os sinais cerebrais desenvolveu-se a eletroencefalografia. Esta capta diferenças de potencial influenciadas pelo tronco do encéfalo, tal como acima destacado pelo professor Machado. Para Bear et al. (2008, p. 586) “O eletroencefalograma (EEG) é uma medida que nos permite visualizar a atividade generalizada do córtex cerebral”.


25

A eletroencefalografia foi um estudo, segundo a literatura, marcado em 1875 por Richard Caton, que mediu pela primeira vez a atividade elétrica no cérebro de cães. Por volta de 1929, Hans Berger ousou em realizar essa experiência em seres humanos, desenvolvendo estudos na área da psicofísica e da psicofisiologia. A partir deste momento iniciaram-se pesquisas intensas voltadas para os sinais de EEG. (Cf. BEAR et al., 2008, p. 586). A captação destes sinais é uma atividade complexa que se torna possível através de eletrodos colocados sobre o couro cabeludo, base do crânio, cérebro exposto, ou sobre a profundidade do mesmo. O método eletroencefalográfico mais utilizado é aquele em que se utilizam eletrodos sobre o couro cabeludo. Isso porque, tal método não se mostra invasivo, sendo de fácil implementação. A obtenção do traçado de registros do eletroencefalograma no método em que se utilizam eletrodos sobre o couro cabeludo é um processo delicado, pois pode ser influenciado por diversos fatores, tais como: sujeira ou oleosidade do cabelo, sudorese, movimentos exagerados dos olhos, dentre outros. Curiosamente, até mesmo os aparelhos eletrônicos, por exemplo, o celular, podem exercer essa influência. Ademais, para obtenção de resultados mais precisos é necessário que a pessoa esteja em absoluto repouso. Segundo Szafir (2009, p. 6, tradução nossa) “os métodos não invasivos são limitados, pois muitas vezes se mostram sensíveis a ruídos, tem resolução pior devido à distância do encéfalo”. Os sinais EEG são divididos de acordo com níveis de comportamento, dentre os quais se destacam: atenção, fases do sono, vigília, doenças e coma. Todos serão identificados e classificados de acordo com faixas de freqüência denominadas Delta, Teta, Alfa, Beta e Gama. Segundo Bear et al. (2008, p. 589):

Os ritmos são categorizados pela sua faixa de frequência, e cada faixa é denominada utilizando-se uma letra grega. Ritmos beta são os mais rápidos, acima de 14 Hz, e sinalizam um córtex ativado. Ritmos alfa situam-se aproximadamente entre 8 e 13 Hz e estão associados a estados de vigília, em calmo repouso. Ritmos teta situam-se de 4 a 7 Hz e ocorrem durante alguns estados do sono. Ritmos delta são muito lentos, menores do que 4 Hz, grandes em amplitude e indicam sono profundo.


26

O professor Bear et al. (2008) não cita acerca da faixa Gama de frequência. Já Rocha et al. (2008, p. 33) faz um estudo acerca dessa frequência quando ressalta “a importância da Banda Gama, relacionada, tanto no modelo animal como no humano, aos processos sensorial e cognitivo do controle motor”. O Quadro 1 mostra as faixas de frequência de cada um dos ritmos de EEG.

Banda

Frequência (Hz)

Delta

1-4

Theta

4-7

Alpha

7-13

Beta

13-30

Gama

30+

Quadro 1

– Bandas e Frequências de EEG.

Fonte: (SZAFIR, 2009, p. 4, tradução nossa).

De

acordo

com

a

Federação

Internacional

das

Sociedades

de

Eletroencefalografia e Neurofisiologia, os eletrôdos devem ser dispostos de acordo com o “Método 10-20”, criado em 1950 pelo Dr. Herbert Jasper, em que as medidas constituem de 10% a 20% de duas distancias: uma longitudinal, do Nasio ao Inio, e outra transversal entre os pontos pré-auriculares. O método se refere a linha de eletrodos pré-frontais como Fp, a linha dos frontais como F, a linha dos centrais como C, dos parietais como P, dos occipitais como O, dos temporais como T e dos eletrodos de referência como A. (SZAFIR, 2009, p. 3). O posicionamento dos eletrodos conforme o “Método 10-20” se dá de acordo com a Figura 2.


27

Figura 2 - Disposição

dos eletrodos no método 10-20

Fonte: (IAIONE; MARQUES, 2001, p. 3).

Assim, com essa exposição, demonstra-se a importância dos aspectos neurocientíficos para a obtenção de sinais cerebrais, e a sua consequente aplicação em dispositivos computacionais. O sistema nervoso influencia diretamente no planejamento dos movimentos, tal como ressaltado neste trabalho.

2.4 INTERFACE CÉREBRO-COMPUTADOR (BCI)

Através dos conhecimentos acerca dos aspectos neurocien tíficos,

tornou-se

possível pensar em aplicações computacionais, não somente onde algoritmos simulem estruturas cerebrais, mais principalmente em aplicações onde o computador pudesse ser controlado pela mente humana. Esses sistemas, por sua vez, foram denominados interface cérebro computador. Segundo entendimento de Machado et al. (2009, p. 2):

A Interface cérebro computador (ICC) é uma técnica que utiliza sinais elétricos que podem ser detectados do escalpo, da superfície cortical, ou de áreas subcorticais cerebrais para ativar dispositivos externos tais como computadores, interruptores ou próteses,


28

permitindo que os usuários consigam comunicar-se como o mundo exterior.

Tais sistemas inicialmente foram concebidos com o intuito de entender melhor o funcionamento das estruturas cerebrais. As primeiras aplicações se mostraram de cunho medicinal, posteriormente pensado como possibilidade computacional. Segundo Szafir (2009, p. 5, tradução nossa) historicamente falando “o termo BrainComputer Interface apareceu pela primeira vez na literatura científica em 1970, embora a ideia de ligar a mente a computadores era novidade”. Assim como demonstrado no tópico anterior existem varias técnicas de se extrair sinais cerebrais. Entre essas, a mais utilizada é a de EEG, pelos mesmos motivos já anteriormente citados. Motivos esses que levam muitas BCIs a se basearem no EEG. Todavia, cumpre ressaltar que, embora esse seja o método mais prático dentre os demais, não o torna de fácil aplicabilidade, vez que, além de ser necessário digitalizar os sinais, esses ainda precisarão ser submetidos a algum método de processamento digital de sinais, o que se mostra fundamental para possibilitar a extração de características e classificação de dados. Conforme Szafir (2009, p. 6, tradução nossa):

A maioria das BCIs baseadas em EEG seguem um paradigma similar de leitura e análise de dados em EEG, traduzindo esses dados para o dispositivo de saída, e dando algum tipo de feedback para o usuário, porém a implementação deste modelo pode ser extremamente desafiador. A dificuldade principal na criação de uma BCI baseada em EEG é a extração de características e classificação dos dados que deve ser feito em tempo real.

A principal forma de facilitar a extração de características e classificação dos sinais de EEG é separando o que é ruído dos dados úteis. Nesse contexto Szafir (2009, p. 6, tradução nossa) assim elucida:

Extração de recursos através da separação de dados úteis de EEG do ruído pode simplificar o modo de classificação de dados, o problema é tentar decidir o que os dados extraídos representa. BCIs


29

modernos costumam usar diversos tipos de extração de características, incluindo parâmetros Hjorth (uma maneira de descrever a inclinação normalizada dos dados), wavelets, Fourier, e vários outros tipos de filtros.

Estes sistemas são ainda mais complicados pelo fato de que não há nenhuma maneira padrão de classificação dos dados extraídos. Vários meios incluindo redes neurais, os parâmetros de limite, e vários outros tipos de reconhecedores de padrões são empregados para tentar igualar os dados de entrada para categorias conhecidas do EEG. Essa interface, por sua vez, se comporá por um sistema capaz de captar sinais EEG, digitaliza-los e transmiti-los para o computador. A partir daqui, o computador, através de um software irá executar o processamento digital do sinal, decodificando-o desde então. Iaione e Marques (2001) desenvolveram como protótipo um sistema portátil para registro de eletroencefalografia, sistema este explicado conforme o diagrama de blocos mostrado na Figura 3.

Figura 3 - Diagrama

de Blocos do protótipo para aquisição dos sinais de EEG.

Fonte: (IAIONE; MARQUES, 2001, p. 1).


30

No que se diz respeito ao diagrama de blocos referente ao sistema proposto por Iaione e Marques (2001), primeiramente, com o equipamento devidamente instalado e os eletrodos dispostos no escalpo do utilizador em posicionamento de acordo com o “Método 10-20”, os sinais são captados. O bloco de proteção é composto por um circuito de resistores e diodos com função de limitar a tensão entre os eletrodos, protegendo o utilizador e o equipamento. Nesse mesmo sentido Iaione e Marques (2001, p. 1) assim conceitua o bloco de proteção:

O circuito de proteção é constituído por resistores e diodos e sua função é limitar a tensão entre os três eletrodos, em 0,6 V. isso proporciona uma proteção para o aparelho e principalmente para o paciente. Em caso de falha, a corrente máxima que circularia pelo escalpo seria de aproximadamente 54 uA, isso sem levar em consideração a impedância entre os dois eletrodos, que faria a corrente ter uma valor menor ainda que o citado.

No bloco seguinte o sinal passa por um filtro passa baixas de 1ª ordem com finalidade de eliminar ruídos que podem atingir os cabos dos eletrodos. O amplificador de instrumentação (AI) proporciona uma primeira amplificação do sinal. No bloco seguinte um filtro passa altas de primeira ordem, com finalidade de eliminar componentes de baixa frequência. O amplificador seguinte proporciona uma segunda amplificação, adicionando um ganho necessário ao processamento do sinal. (Cf. IAIONE; MARQUES, 2001, p. 01-02) Após a amplificação, o sinal passa pelo ultimo filtro, que é do tipo passa baixas butterworth de 2ª ordem, que tem como finalidade adequar o sinal à faixa de frequência do eletroencefalograma, além de funcionar como anti-aliasing. No bloco seguinte o sinal passa por um conversor analógico/digital de 12 bits, controlado por um microcontrolador AT89C20511 da Atmel, o que proporciona cerca de 240 amostras por segundo. Por fim, o RXD e o TXT do microcontrolador passa por um conversor TTL/RS232, o que possibilita conexão com o PC. (Cf. IAIONE; MARQUES, 2001, p. 2).

1

Datasheet disponível em: <http://www.atmel.com/atmel/acrobat/doc0368.pdf>.


31

Através da Figura 4 mostra-se o protótipo construído em conformidade com o diagrama de blocos apresentado anteriormente.

Figura 4 – Foto

do protótipo.

Fonte: (IAIONE; MARQUES, 2001, p. 3).

O sistema descrito possibilita a aquisição dos sinais cerebrais, ainda sendo necessário o desenvolvimento do software que irá executar o processamento digital do sinal, tornando possível a sua utilização no controle de dispositivos. Recentemente três empresas lançaram no mercado BCIs não invasivas, classificadas como portáteis para o mercado consumidor. Estas utilizam eletrodos sobre o escalpo do utilizador para captar sinais de EEG. Mais adiante, observa-se a descrição desses equipamentos. A NeuroSky, empresa norte americana, foi a primeira a lançar o produto no mercado. Sua BCI foi chamada de MindSet, que significa “Mentalidade”. Esta possui apenas um eletrodo posicionado na linha pré-frontal (Fp) que, de acordo com o método 10-20, se conecta ao PC ou MAC através de tecnologia Bluetooth. O MindSet se limita a detectar dois estados emocionais do cérebro: atenção e relaxamento. Tais detecções podem ser utilizadas nas mais variadas aplicações computacionais. (Cf. PETRY, 2010, p. 1).


32

Atualmente existem mais de 30 jogos e aplicativos educacionais disponíveis para download no site na NeuroSky, alguns gratuitos e outros pagos. Entre esses se destacam o Speed Math, que avalia o estado de atenção de alunos ao aprender lições de matemática, e o MyndPlay que é uma espécie de jogo-filme, onde um filme é exibido, mais o seu enredo se altera de acordo com o estado emocional do espectador. A NeuroSky disponibiliza gratuitamente um SDK para incentivar o desenvolvimento de aplicativos e jogos que utilizam sua tecnologia. O MindSet é comercializado no varejo a $199 dólares. (Cf. NeuroSky, 2011).

Figura 5 - BCI

MindSet da NeuroSky.

Fonte: (http://www.neurosky.com).

A empresa OCZ Technology, também norte americana, lançou no mercado um produto concorrente chamado de Neural Impulse Actuator (NIA). O NIA utiliza três sensores alocados na linha dos eletrodos pré-frontais segundo o método 10-20 e é capaz de detectar expressões faciais, movimentos oculares, dentre outros sinais de atividade cerebral. O produto chega ao mercado com a promessa de revolucionar o método de controle de jogos utilizados atualmente, pois pode facilmente ser


33

adaptado a qualquer jogo pra PC existente no mercado. A OCZ não possui nenhum SDK e é comercializada por $140 dólares. (Cf. PETRY, 2010, p. 2).

Figura 6 – BCI

NIA da OCZ Technology.

Fonte: (http://www.ocztechnology.com).

Emotiv Systems, empresa constituída na Australiana, atualmente com sede nos Estados Unidos, lançou em 2008 o Neuroheadset EMOTIV EPOC, BCI não invasiva que através de um giroscópio de dois eixos capaz de rastrear movimentos da cabeça e de 14 eletrodos trabalhando numa faixa de frequência entre 0.16 e 43 Hz, abrangendo assim todas as faixas de frequência dos sinais de EEG. Lê e processa sinais neurais possibilitando que Neuroheadset e software sejam capazes de distinguir pensamentos, sentimentos e expressões do usuário, tudo isso com comunicação sem fio, entre equipamento e computador, sobre frequência de 2.4GHz. (Cf. SZAFIR, 2009, p. 9). Vários pacotes de SDKs, para públicos diferentes são comercializados a preços variados, a partir de $299 dólares.


34

Figura 7 - BCI

EPOC da Emotiv Systems.

Fonte: (http://www.emotiv.com).

As BCIs baseadas em EEG normalmente necessitam de alguma espécie de fluido para melhorar a conexão entre os sensores e o escalpo do utilizador. O EPOC utiliza sensores molhados por uma solução salina conhecida como soro fisiológico. Já as outras duas BCIs utilizam sensores secos, baseando-se apenas na hidratação através de óleos naturais e suor. (Cf. PETRY, 2010, p. 02-03). Pelo fato de cada pessoa possuir a anatomia do crânio diferenciada é essencial que uma BCI possa ser facilmente ajustada a cada utilizador. O NIA possui formato de cabeça com possibilidade de ajuste no tamanho. Já o MindSet e o EPOC possuem hastes que se auto ajustam a cada utilizador. (Cf. PETRY, 2010, p. 3). O Neuroheadset EPOC da EMOTIV é sem dúvida a BCI que possui maior aplicabilidade do mercado. Isso se deve ao fato de existirem vários pacotes de Software Development Kit (SDK) que, além de APIs, possuem vários softwares para análise de sinais cerebrais correspondentes a expressões faciais, sentimentos, movimentos da cabeça e até pensamentos concisos. O que traz maior confiabilidade aos resultados do EPOC é sem dúvida o fato de possuir o maior número de eletrodos em comparação com seus concorrentes de mercado. No próximo tópico serão minuciados os aspectos técnicos referentes ao Neuroheadset EPOC.


35

2.5 BCI DA EMOTIV SYSTEMS

O EMOTIV EPOC consegue com os seus 14 sensores capturar sinais neurais com um alto padrão de resolução, dando ao aparelho uma precisão ainda não alcançada anteriormente em BCIs, tornando assim possível a aplicação em atividades cada vez mais complexas. O lema da linha é: “Você pensa, portanto você pode”. A proposta objetiva revolucionar o seguimento de Interação Homem-Máquina (IHM). O equipamento é disponibilizado para consumidores por U$299, sendo mais limitado ao uso em aplicações proprietárias e controle de jogos. A empresa comercializa também SDKs para o desenvolvimento de aplicações. Todos os SDKs descritos no Quadro 2 são acompanhados pelo Neuroheadset.

SDK

Custo

Licença de Desenvolvimento

Software incluso

Lite

Ao adquirir o Neuroheadset

Individual

Control Panel,

por U$299,00 o SDK Lite é

EmoComposer,

incluso. Developer

U$500,00,

EmoKey sendo

possível

Individual

Control Panel,

um upgrade para a versão

EmoComposer,

Research por U$250,00.

EmoKey, Basic API

Research

U$750,00

Individual

Control Panel, EmoComposer, EmoKey, TestBench, Raw EEG Data API

Enterprise

U$2500,00

Empresa

Control Panel, EmoComposer, EmoKey, Basic API

Enterprise Plus

U$7500,00

Empresa

Control Panel, EmoComposer, EmoKey, TestBench, Raw EEG Data API

Education

U$2500,00

Institutos Educacionais

Control Panel, EmoComposer, EmoKey, TestBench, Raw EEG Data API

Quadro 2 - Pacotes

SDK do Neuroheadset da Emotiv Systems

Fonte: (SZAFIR, 2009, p. 11, tradução nossa).


36

Todo o funcionamento do sistema gira em torno de um núcleo de processamento digital de sinais chamado de EmoEngine. O EmoEngine ao receber os sinais executa uma Transformada Rápida de Fourier (FFT) para processá-los, o que possibilita que os mesmos sejam classificados em estados que podem ser referentes a expressões faciais, sentimentos, pensamentos ou movimentos da cabeça. Tais estados são denominados EmoStates. (Cf. SZAFIR, 2009, p. 16).

Figura 8 – Painel

de status do EmoEngine.

Fonte: (Emotiv Epoc user manual, p. 16).

O Control Panel é um software com interface gráfica bastante intuitiva que trabalha diretamente com o EmoEngine sendo responsável por efetuar o gerenciamento do equipamento, supervisionando a conexão com o Neuroheadset e demonstrando ao usuário de forma gráfica em quais EmoStates o sistema se encontra. O Control Panel é a principal interface com o usuário e apresenta suas funcionalidades através de abas denominadas Headset Setup, Expressiv Suite, Affectiv Suite, Cognitiv Suite e Mouse Emulator. (Cf. SZAFIR, 2009, p. 11). O Headset Setup é a área destinada a configurações gerais do headset, responsável por mostrar ao usuário o nível do sinal captado por cada um dos eletrodos, além de mostrar informações gerais sobre a instalação do equipamento. Os círculos mostrados do lado esquerdo da figura 9 se alternam entre as cores preta, vermelha, laranja, amarela e verde, conforme o nível de qualidade de sinal em que cada sensor se encontra. Tal informação se mostra importantíssima, pois quanto menor a qualidade dos sinais captados, menor também é o nível de confiabilidade nos resultados. Para melhor funcionamento do equipamento, todos os círculos devem se apresentar da cor verde. (Cf. Emotiv Epoc user manual, p. 18).


37

Figura 9 - Headset

Setup do Control Panel.

Fonte: (Emotiv Epoc user manual, p. 18).

A Expressiv Suite é a ferramenta desenvolvida para medir expressões faciais através da leitura dos sinais de EEG, EMG e EOG. Representa suas interpretações através de um avatar que é capaz de imitar em tempo real sete expressões faciais como: movimentos oculares horizontais, piscar os olhos, piscar olho esquerdo, piscar olho direito, levantar a sobrancelha, cerrar os dentes e sorrir. A esquerda da tela do Expressiv Suite mostrada na Figura 10 está a face do avatar e a direita estão os ajustes de sensibilidade, que através do slider podem ser configurados de modo a aumentar a sensibilidade, caso alguma das expressões não estiverem sendo demonstradas pelo avatar, e de modo a diminuir a sensibilidade, caso o sistema demonstre expressões não efetuadas pelo utilizador. (Cf. Emotiv Epoc user manual, p. 21-22). A Expressiv Suite possibilita ao utilizador uma comunicação não verbal. Em um aplicativo de bate-papo, por exemplo, não seria mais necessário digitar emoticons, pois o EmoKey, gerador de eventos de teclado da Emotiv, poderá gerar tais eventos de acordo com as expressões do utilizador.


38

Figura 10 - Expressiv

Suíte do Control Panel.

Fonte: (Emotiv Epoc user manual, p. 21).

A Affectiv Suite é a ferramenta responsável por medir os estados emocionais do usuário e é capaz de interpretar estados de excitação, engajamento e meditação. Conforme mostrado na Figura 11, a aba do Affectiv Suite possui seus resultados demonstrados por dois gráficos, onde o superior plota dados referentes a medições de curto prazo, capturados de trinta a trinta segundos. Já o gráfico inferior, exibe plotagem referente a dados medidos em longo prazo, capturados de cinco em cinco minutos. (Cf. Emotiv Epoc user manual, p. 25-26). As detecções do Affectiv Suite podem ser utilizadas em diversos tipos de aplicativos, principalmente em ambientes de jogos virtuais onde as metas, objetivos e até mesmo ambientes de um jogo podem ser alterados de acordo com o estado emocional do utilizador. Outro exemplo de utilização das detecções do Affectiv Suite seria na avaliação de qualidade de softwares, jogos e vídeos através dos estados emocionais do utilizador durante apresentação e testes dos mesmos.


39

Figura 11 - Affectiv

Suíte do Control Panel.

Fonte: (Emotiv Epoc user manual, p. 25).

A Cognitiv Suite avalia ondas cerebrais em tempo real a fim de discernir intenções conscientes do usuário em realizar ações físicas, sendo possível monitorar e interpretar pensamentos cognitivos conscientes do utilizador. As suas detecções são representadas em um ambiente virtual através de um cubo 3D flutuante mostrado através da Figura 12. O sistema foi projetado para detectar treze pensamentos conscientes do usuário, sendo seis representantes de movimentos direcionais (empurrar, puxar, esquerda, direita, acima e abaixo), seis são representantes de movimentos rotacionais (girar a esquerda, girar a direita, girar no sentido horário, girar no sentido anti-horário, girar para frente, girar para trás) e uma adicional capaz de fazer o cubo desaparecer. Além das ações citadas, o sistema é capaz de detectar também um estado neutro, utilizado como uma espécie de referência responsável por trazer o cubo ao centro da tela. (Cf. Emotiv Epoc user manual, p. 27).


40

Figura 12 - Cognitiv

Suíte do Control Panel.

Fonte: (Emotiv Epoc user manual, p. 27).

O Cognitiv Suite necessita de calibragem prévia, onde por oito segundos o usuário treina o pensamento que deseja associar às ações. Primeiramente é necessário treinar o neutro, onde o usuário precisa apresentar um estado mental passivo, ou simplesmente relaxar. Somente após a formação do neutro é possível se treinar outras ações. Para o treino das ações é necessário que durante os oito segundos o usuários se concentre em pensamentos conscientes e concisos. Quanto maior a quantidade de ações treinadas, maior também é a dificuldade de se controlar o cubo, sendo que o sistema se limita a no máximo quatro ações treinadas por vez. (Cf. Emotiv Epoc user manual, p. 27). Usuários iniciantes facilmente controlam o cubo com uma ação treinada. Porém, normalmente encontram dificuldade para o controle de duas ou mais ações, posto que a dificuldade aumenta de forma progressiva a cada ação adicionada. Para se obter melhores resultados no controle do cubo deve-se somente adicionar uma ação quando se possuir certo grau de confiança no controle com um numero menor de ações, tal nível de confiabilidade será alcançado através de prática. (Cf. Emotiv Epoc user manual, p. 27).


41

O cubo 3D encontrado na tela do Cognitiv Suite é utilizado não somente para representar de forma animada as detecções do aplicativo, mas também para auxiliar o utilizador no processo de formação da Cognição desejada. A esquerda do cubo um medidor de energia representa o nível de intensidade em que o aplicativo identificou o pensamento do usuário. A direita do cubo se encontra informações gerais do Cognitiv Suite, bem como as listas de seleção de ações e os botões referentes ao treinamento das mesmas. Entre as informações gerais encontra-se o estado do aplicativo, que pode está ativado ou desativado, bem como informações adicionais referentes aos motivos pelos quais o sistema encontra-se desativado e logo abaixo a ação corrente, representando em tempo real a ação detectada pelo sistema. Nas listas de seleção o usuário escolhe as ações que deseja que o sistema seja capaz de detectar, ao lado direito do nome de cada ação pode ser exibido uma marca verde, representando que a ação já foi treinada, ou uma marca laranja, representando que o sistema ainda não possui dados de treinamento da ação. Mais a direita de cada lista de seleção encontra-se os botões TRAIN e RESET, responsáveis respectivamente por treinar e limpar os dados de treinamento de cada ação. (Cf. Emotiv Epoc user manual, p. 28). Ao clicar no botão TRAIN a interface de treinamento se abre conforme mostrado na figura 13. Tal interface exibe uma mensagem sobre a ação a ser treinada na sua parte superior e os botões Go e Abort Training, responsáveis respectivamente por iniciar e cancelar o treinamento, na parte inferior. Ao se iniciar o treinamento, uma barra de progresso é exibida durante os oito segundos referentes ao treinamento, assim como citado anteriormente, ao final do processo o usuário é solicitado a aceitar ou rejeitar o treinamento através dos botões Yes ou No, conforme a Figura 13. Assim que confirmado o usuário é automaticamente redirecionado a tela do Cognitiv Suite. Tal processo de mostra de fundamental importância para o funcionamento correto do aplicativo, através do mesmo o sistema é capaz de criar uma assinatura personalizada para cada ação treinada. (Cf. Emotiv Epoc user manual, p. 28-29).


42

Figura 13 – Interface

de treinamento de ações.

Fonte: (Emotiv Epoc user manual, p. 27).

Durante o processo de formação Cognitiva algumas práticas podem se demonstrar fundamentais para aumentar a qualidade da assinatura personalizada da ação. Quanto maior o nível de concentração do usuário, maior também é a chance do sistema não confundir o sinal referente à cognição desejada com outros pensamentos do usuário. Gestos físicos, como por exemplo, o de empurrar um objeto imaginário, podem ajudar no processo de formação cognitiva de modo a aumentar o foco do utilizador. Porém, não são essenciais. Movimentos de cabeça e expressões faciais podem causar confusão na interpretação dos sinais de EEG, por isso devem ser evitados. (Cf. Emotiv Epoc user manual, p. 29). O Cognitiv Suite é sem dúvida nenhuma uma evolução no que se diz respeito à interação cérebro computador. Tal aplicativo torna possível controle de qualquer dispositivo computacional através do pensamento, o que pode vir a proporcionar aos pacientes com deficiência motora certo grau de independência, através do controle de dispositivos eletroeletrônicos. As ações detectadas pelo Cognitiv Suite podem também ser associadas a ações de um avatar em um jogo de computador, o que


43

sem duvida deixaria o jogo muito mais emocionante. As possibilidades para tal aplicativo são inúmeras, e se mostram de grande valia. O Mouse Emulator é a aba do Control Panel que demonstra o funcionamento do giroscópio, onde através do movimento da cabeça o usuário pode controlar o cursor do mouse no PC. A função de controle do mouse pode ser ativada ou desativada através da combinação das teclas CTRL+SHIFT+M ou do botão Activate/Deactivate. Possui também a possibilidade de ser configurada de acordo com níveis de sensibilidade através do slider Mouse Sensitivity. O botão Reset pode ser utilizado para trazer o cursor do mouse para o centro da tela. (Cf. Emotiv Epoc user manual, p. 33).

Figura 14 – Mouse

Emulator do Control Panel.

Fonte: (Emotiv Epoc user manual, p. 33).

O Mouse Emulator não possui a funcionalidade do clique do mouse implementada, o que tornaria possível que um paciente com deficiência motora controlasse inúmeras funcionalidades de um computador convencional. Porém, através das API´s da Emotiv é possível se implementar um software capaz de executar tal funcionalidade.


44

O EmoKey é uma ferramenta que possibilita que os pensamentos sejam transformados em eventos de teclado do PC, tornando possível, assim, que ele seja adaptado a controlar qualquer jogo, ou aplicação que utilize eventos de teclado. O Emokey pode ser utilizado no Expressiv Suíte e no Cognitiv Suíte através de sua caixa de dialogo (ver Figura 15), que é acionada através do botão KEY posicionado ao lado direito da tela. É possível que o EmoKey gere uma sequencia de teclas ao invés de apenas uma tecla, basta que o check box posicionado na parte superior da caixa de dialogo esteja desmarcado. É possível também que algum evento gere combinações de teclas com o CTRL, SHIFT, ALT e WIN. Na parte inferior da caixa de dialogo é possível configurar o tempo de resposta para que o sistema emita os eventos de teclado previamente mapeados. (Cf. Emotiv Epoc user manual, p. 23).

Figura 15 – Caixa

de diálogo de configuração do EmoKey.

Fonte: (Emotiv Epoc user manual, p. 23).

O Emokey é uma das principais funcionalidades do Painel de Controle da Emotiv. Através do mesmo é possível integrar as funcionalidades do Neuroheadset da Emotiv a uma infinidade de aplicativos computacionais que dependem de eventos de teclado. Possível inclusive desenvolver um aplicativo que se comunique com


45

dispositivos externos ao PC, exercendo controle dos mesmos através de eventos de teclado. O EmoComposer (ver Figura 16 contendo o printscreen da ferramenta) é uma ferramenta que compõe o suíte de aplicativos. Possibilita ao usuário realizar testes off-line, emulando simulações de sinais de EEG. Tais simulações se dão de forma interativa ou através de EmoScript escrito em XML.

Figura 16 - Interface

do EmoComposer.

O TestBench, por sua vez, é uma ferramenta que possibilita ao usuário visualizar o fluxo de dados do neuroheadset, analisando dados reais de cada sensor, bem como os dados do giroscópio. Além disso, ele exibe uma FFT de cada canal e exibe os sinais que se alocam entre as faixas de sinais de EEG, assim como faixas definidas pelo usuário. (Cf. SZAFIR, 2009, p. 14).


46

Figura 17 – Interface

do TestBench.

Fonte: (SZAFIR, 2009, p. 15).

O conjunto básico de APIs da emotiv é composto por bibliotecas em C que trabalham sobre as DLL´s edk.dll e edk_utils.dll. Possuem métodos para se trabalhar diretamente com o EmoEngine e seus EmoStates. O Raw EEG Data API disponibiliza métodos para acessar os resultados diretamente de cada um dos 14 sensores e do giroscópio, tais resultados referentes ao sinal apenas digitalizado, sem prévio processamento. Através das APIs distribuídas é possível se integrar o Neuroheadset da Emotiv a qualquer aplicação computacional. (Cf. SZAFIR, 2009, p. 16).


47

3 DESENVOLVIMENTO DO CONTROLE REMOTO DE DISPOSITIVOS

Este capítulo tem por finalidade descrever o projeto, bem como seus componentes e suas respectivas funcionalidades. O projeto consiste em integrar tecnologias com a finalidade de criar um sistema capaz de proporcionar certo grau de independência a pacientes com deficiência motora.

Figura 18 – Visão

geral do sistema.

O sistema é composto por uma BCI capaz de captar, digitalizar e transmitir sinais através de comunicação wireless para o computador, que por sua vez através do EmoEngine da Emotiv efetua o processamento digital do sinal, tornando-o inteligível e transformando-o em eventos tratados através de APIs disponibilizadas pelo fabricante ou através do EmoKey, que transforma os eventos do neuroheadset em eventos de teclado. No presente projeto, por uma questão de simplicidade, optou-se em mapear eventos de teclado, sendo necessário um software desenvolvido em C++ que recebe tais eventos de teclado e decide quais


48

equipamentos deve ligar ou desligar, isso através de uma interface de comunicação USB interligada a dispositivos externos ao PC como, por exemplo: uma cama reclinável, uma lâmpada e um ventilador. No sistema externo ao PC um circuito responsável por controlar o motor que determina o posicionamento da cama reclinável e relés ou TRIACs para controlar o chaveamento responsável por ligar uma lâmpada e um ventilador. (Ver figura 18).

3.1 SOFTWARE DE CONTROLE

O software de controle desenvolvido em C++, através do ambiente de desenvolvimento Integrado (IDE) conhecido como DevC++ 4.9.9.22, possui a funcionalidade de tomar a decisão de ligar ou desligar quaisquer dos dispositivos externamente ligados ao PC de acordo com os eventos de teclado gerados pelo Emokey. O software utiliza o princípio de uma máquina de estados composta por estados denominados A, B, C, T e E. Os estados A, B e C foram instanciados respectivamente como a cama, a lâmpada e o ventilador. O estado T é responsável por travar o sistema para que não seja possível controlar nenhum dispositivo ate que se mude de estado. O estado E é responsável por desligar o sistema. Cada um dos estados que representam os dispositivos podem também ser classificados como máquinas de estados menores, compostas apenas por dois estados que determinam de que forma o dispositivo se apresenta. Três variáveis binárias determinam ao software em qual situação cada um dos dispositivos se encontra, estas foram denominadas estadoC (que determina a posição da cama, sendo 0 declinada e 1 inclinada), estadoL (que determina o estado da lâmpada, sendo 0 apagada e 1 acesa) e estadoV (que determina o estado do ventilador, sendo 0 desligado e 1 ligado). Através da Figura 19 é possível observar a demonstração da máquina de estados descrita acima, desenvolvida através do software JFLAP 7.03 de 2009. 2

Disponível gratuitamente em: <http://www.bloodshed.net>.

3

Disponível gratuitamente em: <http://www.jflap.org>.


49

Figura 19 - Diagrama

de representação da máquina de estados.

A partir do funcionamento do software se mapeou os eventos de teclado no Emokey da seguinte maneira: o evento ‘s’ inclina a cama, acende a lâmpada ou liga o ventilador, dependendo de qual estado ele esteja. O evento ‘a’ declina a cama, apaga a lâmpada ou desliga o ventilador, dependendo de qual estado ele esteja. O evento ‘m’ alterna entre os estados A, B e C. O evento ‘t’ trava e destrava o sistema. E finalmente o evento ‘e’ desliga o sistema. Desta maneira foi implementada no software um máquina de estados, de acordo com a representação acima, de modo em que as variáveis e as saídas se encontram descrita em conformidade com o Quadro 3.


50

Variáveis

Dispositivos Estado inicial

estadoC = 0

Cama: declinada

estadoL = 0

Lâmpada: apagada

estadoV = 0

Ventilador: desligado

estadoC = 0

Cama: declinada

estadoL = 0

Lâmpada: apagada

estadoV = 1

Ventilador: ligado

estadoC = 0

Cama: declinada

estadoL = 1

Lâmpada: acesa

estadoV = 0

Ventilador: desligado

estadoC = 0

Cama: declinada

estadoL = 1

Lâmpada: acesa

estadoV = 1

Ventilador: ligado

estadoC = 1

Cama: inclinada

estadoL = 0

Lâmpada: apagada

estadoV = 0

Ventilador: desligado

estadoC = 1

Cama: inclinada

estadoL = 0

Lâmpada: apagada

estadoV = 1

Ventilador: ligado

estadoC = 1

Cama: inclinada

estadoL = 1

Lâmpada: acesa

estadoV = 0

Ventilador: desligado

estadoC = 1

Cama: inclinada

estadoL = 1

Lâmpada: acesa

estadoV = 1

Ventilador: ligado

Quadro 3 - Descrição

da situação das variáveis e dos dispositivos.

Desta forma utilizou-se a função getch() da biblioteca conio.h para captar os eventos do teclado através dos quais o software deverá alocar em um estado correspondente e quando necessário alterar o valor das variáveis, automaticamente mudando a situação dos dispositivos externos ao PC. O código fonte do software esta disponível nos anexos.


51

3.2 INTERFACE DE COMUNICAÇÃO USB

Foi utilizada como interface de comunicação USB o projeto USBtiny4, licenciado sob os termos da GNU publicado pela Free Software Foundation (FSF), que se compõe por um software onde se encontra implementado um protocolo de comunicação USB de baixa velocidade para microcontroladores AVR ATtiny23135 da ATMEL, podendo comportar também a os microcontroladores da linha ATmega, um hardware capaz de controlar 12 linhas de I/O e um driver de sistema. (Cf. USBtiny). O hardware necessita de um cristal de 12MHz para que haja sincronização com a frequência comportada pelo protocolo implementado no software, necessita também que os fusíveis Low Fuse e High Fuse do ATtiny2313 sejam reprogramados para 0xEF e 0xDB respectivamente. (Cf. USBtiny). As Figuras 20 e 21 mostram, respectivamente, o esquemático e o layout do hardware desenvolvidos no software EAGLE 5.7.06.

Figura 20 - Esquemático

da interface USB.

4

Disponível em: <http://www.xs4all.nl/~dicks/avr/usbtiny/index.html>.

5

Datasheet disponível em: <http://www.atmel.com/dyn/resources/prod_documents/doc2543.pdf>.

6

Disponível em: <http://www.cadsoftusa.com/>.


52

Figura 21 - Layout

da placa da interface USB.

Tal interface incorpora ao sistema certa mobilidade que possibilita que ele possa se conectar rapidamente a qualquer notebook ou computador pessoal que possua porta USB. Esta funcionalidade proporciona portabilidade ao sistema, pois atualmente os notebooks não possuem portas paralelas ou seriais. Caso o sistema não se comunicasse com os dispositivos através da USB seria necessário um computador desktop, o que eliminaria a possibilidade de se transportar facilmente o sistema para qualquer lugar.

3.3 SISTEMA PARA CONTROLE DE DISPOSITIVOS ELETROELETRÔNICOS

O controle de dispositivos eletroeletrônicos através do computador se dá por meio de um circuito com finalidade de chavear o funcionamento de tais dispositivos. Existem inúmeras formas de montar um circuito com esta finalidade inclusive documentada por diversos autores. A interface USB utilizada trabalha com um microcontrolador ATtiny2313 da ATMEL que segundo o datasheet disponibilizado pelo fabricante disponibiliza em suas portas de I/O cerca de 5V-40mA, fonte esta utilizada como entrada para o circuito que através de transistores e relés (tanto


53

mecânicos convencionais quanto de estado sólido) pode ser capaz de chavear tensões muito maiores, controlando assim dispositivos como por exemplo, motores, lâmpadas e ventiladores, os quais o presente projeto se propõe a controlar. Com finalidade de demonstrar de forma simples o funcionamento e possibilidades do presente trabalho monográfico, foi construída uma maquete em escala do que seria um quarto com uma cama automatizada construída em MDF, com um motor de Corrente Contínua (CC) para posicioná-la, um ventilador representado por um cooler de PCs comuns e uma lâmpada representada por um LED de Alto brilho. Como forma de facilitar a construção da maquete, trazendo uma forma visual do que seria o trabalho, foi desenvolvido primeiramente uma maquete eletrônica através do software Sketchup 77. As Figuras 22 e 23 demonstram, respectivamente, o projeto da maquete eletrônica do quarto e da cama.

Figura 22 – Maquete

7

eletrônica do quarto.

Atualmente o software encontra-se na versão 8, sendo disponível em: <http://sketchup.google.com/intl/ptBR/download/index.html>


54

Figura 23 – Maquete

eletrônica da cama.

No circuito foi utilizado um transistor BC5488 que ao perceber uma variação do nível lógico baixo para alto na sua base, que no caso deste componente segundo o datasheet disponibilizado pelo fabricante, pode ser de correntes até 100mA, energiza a bobina de um relé, que por sua vez cria um campo magnético capaz de atrair um eletroímã, mudando assim a posição dos seus contatos e ligando ou desligando dispositivos externos. O circuito possui ainda um diodo em paralelo com a bobina do relé com finalidade de proteger o circuito de correntes de retorno provenientes dos dispositivos externos na mudança de estado dos contatos. Em conformidade com o principio explicitado anteriormente, se demonstrou de fundamental importância projetar um circuito com tais capacidades para controle dos dispositivos, através do qual o presente trabalho se empenha em demonstrar. O circuito para controlar os dispositivos da maquete foi projetado de acordo com o esquemático exposto na Figura 24 desenvolvido no software EAGLE v. 5.7.0.

8

Datasheet disponível em: <http://www.philohome.com/sensors/gp2d12/gp2d12-datasheets/bc548.pdf>.


55

Figura 24 - Esquemático

do circuito para controle da maquete.

A partir do esquemático desenvolvido, foi construída uma placa de circuito impresso em conformidade com o mesmo, com finalidade de tornar possíveis testes práticos capazes de demonstrar suas funcionalidades. A Figura 25 demonstra o layout da placa do circuito construída para controlar os dispositivos da maquete desenvolvida no mesmo software descrito acima.


56

Figura 25 -

Layout da placa da maquete.

Após a construção do circuito descrito, se tornou possível a execução de testes com o software, interface USB e Hardware de modo a buscar resultados práticos quanto ao controle de dispositivos externos ao PC.

3.3.1 PROBLEMAS VERIFICADOS

Na prática o circuito projetado para a maquete funciona bem para dispositivos onde não se encontra em suas cargas algum tipo de bobina. Porém em dispositivos onde se encontram bobinas em suas cargas, como a exemplo de motores, ele apresenta uma corrente de retorno nos relés, corrente esta que apenas o diodo não foi capaz de reter, chegando ate a interface USB, o que causa o desarme da mesma quebrando a conexão do PC com os dispositivos, sendo necessário reiniciar a conexão.


57

No mesmo sentido Oliveira e Andrade (2006, p. 48) descrevem que:

Quando se trabalha com cargas que possuem bobinas, [...], existe a necessidade de proteger o circuito. Uma alternativa é a utilização do diodo de proteção, porem a solução mais segura é o emprego do optoacoplador.

Para controle de tais dispositivos é necessário a construção de um circuito com maior grau de isolamento, composto por optoacopladores, conhecidos como relés de estado sólido, possuindo mesma funcionalidade dos relés mecânicos, porém substituindo a bobina por um foto-emissor e os contatos por um foto-sensor, eliminando assim uma possível corrente de retorno advinda dos contatos, com finalidade de isolar totalmente a interface USB destes dispositivos. Acerca deste assunto Oliveira e Andrade (2006, p. 49) ressaltam:

que o optoacoplador desacopla um sistema. Ele realiza a ligação entre dois sistemas isolados, com duas fontes de alimentação distintas, pois se utilizar a mesma fonte nos dois lados do optoacoplador, o isolamento será comprometido.

Para solucionar o problema apresentado em conformidade com os princípios anteriormente citados é necessário o desenvolvimento de um circuito formado por optoacopladores, transistores e relés. Somente deste modo é possível isolar completamente a interface USB do circuito de controle dos dispositivos, eliminando a corrente reativa, e fazendo com que o ruído não cause a perda da conexão. Tal circuito deve ser montado de acordo com o esquemático proposto na Figura 26.


58

Figura 26 – Circuito

proposto com optoacoplador.

Fonte: (OLIVEIRA;ANDRADE, 2006, p. 50).

Para o caso de controlar dispositivos que necessitam de alimentação através de corrente alternada, outra opção seria a construção de um circuito mais robusto, com componentes eletrônicos de potência. Para tal propósito foi desenvolvido um circuito com um optoacoplador do tipo MOC3021M9 que é capaz de chavear cargas de alta potência com pequenos sinais correspondentes aos advindos da Interface USB, proporcionando uma isolação completa, sendo necessário ainda para se trabalhar com dispositivos de corrente alternada um Triac TIC226B10 para 200V ou TIC226D11 para até 400V, componente responsável por chavear corrente alternada através de corrente continua, e por fim um filtro composto por resistor e capacitor com finalidade de filtrar a linha. O circuito para controle de dispositivos eletroeletrônicos descritos é representado de acordo com o esquemático exposto na Figura 27, desenvolvido no software EAGLE v. 5.7.0. 9

Datasheet disponível em: <http://www.fairchildsemi.com/ds/MO/MOC3020M.pdf>.

10

Datasheet disponível em: <http://www.datasheetarchive.com/pdf/getfile.php?dir=Databooks-5&file=XBook10855.pdf&scan=>. 11

Datasheet disponível em: <http://www.datasheetarchive.com/pdf/getfile.php?dir=Databooks-5&file=XBook10855.pdf&scan=>.


59

Figura 27

- Esquem谩tico para controle de dispositivos eletroeletr么nicos.

A Figura 28 demonstra o layout da placa do circuito para controle de dispositivos eletroeletr么nicos, desenvolvido no mesmo software citado acima.

Fig.28

- Layout da placa para controle de dispositivos eletroeletr么nicos


60

Além dos circuitos propostos como resolução do problema, outra forma de solução seria se optar por outra interface USB que se demonstre mais resistente a ruídos, o que causaria maiores transtornos, no sentido de se mostrar necessárias alterações não só em nível de hardware, mas também em nível de software. Porém tal implementação também se mostra viável.


61

4 RESULTADOS

Inicialmente foram realizados testes off-line com a ferramenta EmoComposer, através de um script escrito em XML, por meio do editor de texto Notepad++ 5.8.312, presente nos anexos deste trabalho, demonstrando a perfeita integração entre todas as tecnologias descritas. Após a construção da maquete todos os dispositivos que compõem o sistema foram montados e testados. Através da Figura 29 é possível ver o resultado final da construção da maquete.

Figura 29 – Maquete

construída em MDF.

O software e o circuito de controle dos dispositivos apresentaram funcionamento conforme o esperado, demonstrando perfeita integração. A Figura 30 mostra a placa do circuito que foi construída.

12

Disponível em: <http://download.tuxfamily.org/notepadplus/5.8.3/npp.5.8.3.Installer.exe>.


62

Figura 30 – Placa

do circuito.

A interface USB se demonstrou bastante sensível no que se diz respeito à captação de sinais reativos, assim como explicitado no tópico anterior. Entretanto inúmeras alternativas para esta interface podem ser encontradas no mercado utilizando o protocolo USB implementado em outros microcontroladores. A substituição desta interface provavelmente resolveria este problema, ou então, o mesmo poderia ser resolvido através da construção do circuito proposto no tópico anterior, o que proporcionaria maior proteção a sinais reativos. A perda de conexão citada ocorre no controle de dispositivos como o ventilador e o motor da cama, pois os mesmos além consumirem uma carga elevada no start inicial emitem uma corrente reativa através de suas bobinas. No ventilador, tal emissão ocorre após seu desligamento e no motor, ocorre após inversão de polaridade. Este problema apresentado sem dúvida não compromete o funcionamento do sistema, pois o mesmo se apresenta de fácil resolução. Após instalação e testes do software e do hardware, foi possível finalmente testar o sistema desenvolvido com a BCI da Emotiv System. Primeiramente os eletrodos devem ser hidratados através de uma solução estéril, como exemplo soluções multiuso para lentes de contato. Após hidratação os eletrodos devem ser instalados no aparelho.


63

No próximo passo o aparelho é instalado no escalpo do utilizador e o transmissor é plugado na porta USB do computador, proporcionando conexão entre o aparelho e o computador através de comunicação wireless. Através do Control Panel é possível se verificar o nível de bateria e a qualidade do sinal captado. A qualidade do sinal captado pelos sensores pode ser verificada de acordo com a cor dos círculos apresentados no Control Panel na aba Headset Setup. A cor dos círculos deve se apresentar verde, caso isso não aconteça deve-se tentar posicionar melhor os eletrodos no escalpo do utilizador. Assim que níveis consideráveis de sinal possam ser captados, o próximo passo é mapear, através do EmoKey, os eventos de teclado desejáveis. Os eventos de teclado necessários para o controle do software, citados anteriormente, podem ser associados a quaisquer ações do Cognitiv Suite, ou expressões do Expressiv Suite, de acordo com a preferência do usuário. No presente trabalho, optou-se por mapear da seguinte maneira: os eventos de teclado ‘s’ e ‘a’ responsáveis por ligar e desligar os dispositivos foram associados às ações de push (empurrar) e pull (puxar) da Cognitiv Suite respectivamente. O evento ‘t’ responsável por travar o sistema, o que proporciona ao usuário liberdade de pensamento e de expressões, fazendo com que o sistema não controle nenhum dispositivo, foi associado a expressão look left/right (olhar a esquerda ou a direita). O evento ‘m’, responsável por alternar entre o controle dos dispositivos, foi associado a expressão raise brow (movimento da sobrancelha). Com relação ao evento ‘e’, responsável por desligar o sistema, optou-se por não associar a nenhum evento do neuroheadset pelo motivo de o usuário com deficiência motora são ser capaz de sozinho ligar novamente o sistema, o que sem duvida causaria algum transtorno. A partir do momento em que os eventos do EmoKey se apresentam devidamente configurados, apenas se mostra necessário a calibragem prévia das ações citadas, na aba do Cognitiv Suite conforme explicitado anteriormente, para se tornar possível os testes práticos com a BCI. Tais testes demonstraram perfeitamente o funcionamento dos neuroheadset, o que sem dúvida apresenta uma evolução impressionante no que se diz respeito a interação homem-máquina. No entanto pode-se constatar que os melhores resultados do funcionamento do sistema são obtidos conforme o aumento do uso do mesmo, estando o usuário com o maior nível de concentração possível e em um


64

ambiente com a menor influência possível de sinais provenientes de outros equipamentos eletrônicos. Os eventos gerados pelo Expressiv Suite se demonstraram com maior grau de confiabilidade, sendo facilmente detectados pelo sistema. Nas ações referentes aos eventos gerados pelo Cognitiv Suite deve se prestar atenção em alguns pontos descritos anteriormente. Principalmente o usuário deve estar relaxado, concentrado e deve evitar expressões faciais durante a formação cognitiva. Tais ações se mostram fundamentais para os melhores resultados. Os resultados práticos obtidos através dos testes comprovam a possibilidade de se utilizar sinais cerebrais para controle de dispositivos, utilizando tecnologias existentes. O que pode sem dúvida vir a proporcionar maior qualidade de vida a pacientes com deficiência motora grave que possuam plena capacidade mental.


65

5 METODOLOGIA

A pesquisa é o método formal de se buscar o conhecimento, de modo proporcionar atualização frente ao senso comum. Segundo Minayo (1994, p. 17) “é a pesquisa que alimenta a atividade de ensino e a atualização frente à realidade do mundo”.

5.1 QUANTO À NATUREZA

As análises se demonstraram predominantemente qualitativa durante o processo de investigação. A pesquisa predominantemente qualitativa demonstra uma

analise

subjetiva

dos

dados,

apresentando

grande

dependência

do

pesquisador. (Cf. APPOLINÁRIO, 2006, p. 61).

5.2 QUANTO AO TIPO

A pesquisa foi desenvolvida na modalidade experimental. A pesquisa experimental consiste, através dos objetivos estabelecidos, manipular variáveis de modo a influenciar o meio em que a pesquisa se inseriu, explicando causas e demonstrando efeitos. (Cf. GIL, 1999, p. 66).

5.3 QUANTO À ESTRATÉGIA EM RELAÇÃO AO LOCAL DE COLETA DE DADOS

Foi utilizado o método de pesquisa de laboratório. A pesquisa de laboratório se caracteriza quando o ambiente de pesquisa é totalmente controlado pelo pesquisador. (Cf. APPOLINÁRIO, 2006).


66

6 CONSIDERAÇÕES FINAIS

Viu-se que, os estudos acerca da interface cérebro-computador há muito se fazem presentes. Sua importância, bem como sua interdisciplinaridade, fundamenta e justifica os estudos nesse sentido. Logo no inicio, o trabalho monográfico se remeteu às questões filosóficas que envolvem o tema em comento. Ficou demonstrado o poder da memória e a sua capacidade de armazenamento. Nesse sentido, demonstrou-se as divergências surgidas a partir do confronto da filosofia com outros ramos científicos, qual seja o da física, da metafísica e da psicologia. Em segunda passagem, procurou-se ressaltar a importância social que adviria quando da implementação desses procedimentos no setor prático. A utilização desses mecanismos no setor da medicina, além de evoluir os tratamentos a pacientes específicos, condicionam os mesmos a uma melhor qualidade de vida. No campo da robótica, por sua vez, a sua utilização vem a conferir dinamismo às mais distintas atividades humanas, na medida em que capacitam o homem a conquistar situações nunca antes intentadas. Acerca da utilização concreta desse procedimento, viu-se que, alcançá-lo não se mostra tarefa das mais fáceis. Dada ao universo desconhecido do cérebro e a variedade de suas funções, explorá-lo é atividade no mínimo instigante. As atividades cerebrais atuam por meio de métodos variados que impulsionam e direcionam diferentes áreas do corpo humano. Dentre esses métodos, ressalta-se o eletroencefalógrafico, dada a maior facilitação de seu uso em pesquisas específicas diante da ausência de intervenção cirúrgica para o seu implemento. Outrossim, a pesquisa tenta ressaltar, sobretudo, a capacidade de se criar dispositivos que captem esses sinais cerebrais e o transportem ao computador , que por sua vez fará o processamento digital dos mesmos, mandando o respectivo comando para o controle de qualquer tipo de dispositivo, isso com o intuito de executar atividades humanas que por motivo de deficiência não seja possível. Os pacientes que possam vir a sofrer qualquer tipo de lesão que acarrete uma espécie de deficiência de ordem motora têm ceifados os seus movimentos porventura corriqueiros, o que lhe impõe a necessidade de apoio constante para a execução de suas tarefas diárias. Desenvolver dispositivos que venham a


67

proporcionar determinado grau de independência a tais pacientes é sem dúvida de valia prática indiscutível. Neste trabalho observou-se que equipamentos encontrados no mercado, através de simples adaptações poderiam ser utilizados, de modo a resolver o problema proposto. Dentre as BCI´s encontradas a que mais se enquadrou nas especificações necessárias a construção do projeto foi o Neuroheadset desenvolvido pela Emotiv Systems. Tal sistema é capaz de captar e processar sinais cerebrais referentes as expressões faciais, estados emocionais, cognitivos e movimentos da cabeça através de 14 sensores e um giroscópio de dois eixos. Possui um painel de controle, através do qual todas as suas detecções são representadas. Através do EmoKey suas detecções podem ser transformadas em eventos de teclado, aos quais o projeto proposto se dispõe a utilizar para controlar dispositivos eletroeletrônicos. O software desenvolvido monitora em tempo real os eventos gerados pelo EmoKey. A depender da tecla que seja detectada o sistema altera os valores de variáveis responsáveis por enquadrar o sistema em algum dos estados que representa cada um dos dispositivos externos ao PC. Um circuito conectado a porta USB é utilizado para estabelecer comunicação entre o software e outro circuito responsável por controlar os dispositivos. A integração de tais tecnologias é o que torna possível que um paciente com deficiência motora seja capaz de controlar dispositivos domésticos através simplesmente do poder da mente, oferecendo aos mesmos uma capacitação para determinadas atividades, as quais anteriormente tal paciente dependeria de auxilio de outra pessoa.

6.1 TRABALHOS FUTUROS

Levando-se em consideração as limitações encontradas no desenvolvimento de um trabalho monográfico, seja ela por motivo de prazos, ou por questões financeiras, alguns fatores importantes no que se diz respeito a funcionalidade e interação homem-máquina ficaram sem serem implementadas. No entanto se demonstram importantes implementações como o aumento do numero de


68

dispositivos controlados pelo sistema, desenvolvimento de uma interface gráfica mais intuitiva, adaptação do software com as API´s da Emotiv, tornando possível comunicação direta com as detecções do EmoEngine, o que daria um maior poder computacional ao software.


69

7 REFERÊNCIAS

APPOLINÁRIO, Fábio. Metodologia da Ciência: filosofia e prática da pesquisa. São Paulo: Ed. Thompson, 2006.

BEAR, Mark F. et al. NEUROCIÊNCIAS Desvendando o sistema nervoso. 3. ed. Porto Alegre: Artmed, 2008.

BONINI ROCHA, Ana Clara et al. Metodologia para observação e quantificação de sinais de EEG relativos a evidências cognitivas de aprendizagem motora. v. 13. Rio de Janeiro: Ciência & Cognição, 2008.

EMOTIV SYSTEMS. Emotiv Epoc User Manual. [Manual do usuário]. São Francisco: 20--.

FAITANIN,

Paulo.

Cérebro:

Superpoderes?.

Aquinate.

Disponível

em

<http://www.aquinate.com.br/ciencia&fe>. Acesso em 20 dez 2008.

IAIONE, Fábio; BRUM MARQUES, Jefferson Luiz. Desenvolvimento de um sistema portátil para registro de eletroencefalograma. In: CONGRESSO LATINOAMERICANO DE INGENIERÍA BIOMÉDICA. II. 2001, Habana, Cuba.

GIL, Antônio Carlos. Métodos e técnicas de pesquisa social. 5. ed. São Paulo: Atlas, 1999.

MACHADO, Ângelo. Neuroanatomia Funcional. 2. ed. São Paulo: Atheneu, 2006.

MACHADO, Sergio et al. Interface Cérebro-Computador: novas perspectivas para a reabilitação. v. 17. Rio de Janeiro: Revista Neurociências, 2009.

MINAYO, Maria Cecília de Souza. Pesquisa social: teoria, método e criatividade. 21. ed. Petrópolis, RJ: Vozes, 1994.


70

NOVO DICIONÁRIO DA LÍNGUA PORTUGUESA. Rio de Janeiro: Nova Fronteira, 1975, v. 15.

NEUROSKY. (s.d.). Acesso em 16 de Março de 2011, disponível em NeuroSky: <http://www.neurosky.com>.

NEWTON, Issac. Principia Princípios Matemáticos de Filosofia Natural. Tradução de T. Ricci; L. G. Brunet; S. T. Gehring e M. H. C. Célia. v. 1. São Paulo: Nova Stella/EDUSP, 1990.

OLIVEIRA, André Schneider de; ANDRADE, Fernando Souza de. Sistemas Embarcados: Hardware e Firmware na Prática. São Paulo: Érica, 2006.

PETRY,

Drew.

Electroencephalography

(EEG)

Headset

Brain-Computer

Interfaces (BCI). 2010. Team Mind Link, Georgia Institute of Technology, Atlanta, EUA.

SOUZA E SILVA, Ivan Sebastião. Circuitos mistos reconfiguráveis aplicados à medição de sinais biomédicos: rejeição de interferência de modo comum. Campina Grande: UFCG, 2003. SZAFIR, Daniel J. Non-Invasive BCI through EEG An Exploration of the Utilization of Electroencephalography to Create Thought-Based Brain-Computer Interfaces. 2009. 32. f. Dissertação (Senior Honors Thesis) – Computer Science Department, Boston College, Boston, EUA.


71

Anexo 1 – Código-fonte do software de controle

#include <conio.h> #include <iostream> #include <windows.h> #include <stdlib.h> using namespace std; int main() { //Cria uma variável de instância HINSTANCE GetDLL; //Faz a instanciação com a biblioteca necessária para comunicação do computador com a placa. GetDLL = LoadLibrary("c:/windows/AVR309IO.DLL"); //Cria um ponteiro para a função FARPROC SetDirecaoID; //Faz a instanciação HINSTANCE LigA = HMODULE(GetDLL); //O GetProcAddress() é utilizado para obter o endereço da função chamada SetDirecaoID = GetProcAddress(LigA, "DoSetDataPortDirections"); //Raaliza as ligações necessárias typedef int (__stdcall * pF1)(char DirectionByteB, char DirectionByte, char DirectionByte, char UsedPorts); pF1 DirDasPortas; DirDasPortas = pF1(SetDirecaoID); FARPROC SetOutID = GetProcAddress(LigA, "DoSetOutDataPorts"); typedef int (__stdcall * pF2)(char DataOutByteB, char DataOutByteC, char DataOutByteD, char UsedPorts); pF2 Saidas; Saidas = pF2(SetOutID); DirDasPortas(255,255,255,1);

int lock = 0; char carac; int estadoc = 0; int estadol = 0; int estadov = 0; int objeto = 0;

while(1) { switch(objeto) { case 0: //CAMA cout<<"========== CAMA ==========\n\n"; switch(estadoc) { case 0: //Declinada


72

cout<<" - Declinada - \n\n"; //rotina if(estadoc==0 && estadol==0 && estadov==0) { if(lock == 1){Saidas(64,0,0,1);Sleep(10);Saidas(0,0,0,1);lock=0;} else{Saidas(0,0,0,1);} } if(estadoc==0 && estadol==0 && estadov==1) { if(lock == 1){Saidas(80,0,0,1);Sleep(10);Saidas(16,0,0,1);lock=0;} else{Saidas(16,0,0,1);} } if(estadoc==0 && estadol==1 && estadov==0) { if(lock==1){Saidas(96,0,0,1);Sleep(10);Saidas(32,0,0,1);lock=0;} else{Saidas(32,0,0,1);} } if(estadoc==0 && estadol==1 && estadov==1) { if(lock==1){Saidas(112,0,0,1);Sleep(10);Saidas(48,0,0,1);lock=0;} else{Saidas(48,0,0,1);} } if(estadoc==1 && estadol==0 && estadov==0) { if(lock==0){Saidas(128,0,0,1);Sleep(10);Saidas(0,0,0,1);lock=1;} else{Saidas(0,0,0,1);} } if(estadoc==1 && estadol==0 && estadov==1) { if(lock==0){Saidas(144,0,0,1);Sleep(10);Saidas(16,0,0,1);lock=1;} else{Saidas(16,0,0,1);} } if(estadoc==1 && estadol==1 && estadov==0) { if(lock==0){Saidas(160,0,0,1);Sleep(10);Saidas(32,0,0,1);lock=1;} else{Saidas(32,0,0,1);} } if(estadoc==1 && estadol==1 && estadov==1) { if(lock==0){Saidas(176,0,0,1);Sleep(10);Saidas(48,0,0,1);lock=1;} else{Saidas(48,0,0,1);} } carac=getch(); if(carac == 'a'){estadoc = 0;} if(carac == 's'){estadoc = 1;} if(carac == 'm'){objeto = 1;} if(carac == 't'){objeto = 3;} if(carac == 'e'){objeto = 4;} break; case 1: //Inclinada cout<<" - Inclinada - \n\n"; //rotina if(estadoc==0 && estadol==0 && estadov==0) { if(lock == 1){Saidas(64,0,0,1);Sleep(10);Saidas(0,0,0,1);lock=0;} else{Saidas(0,0,0,1);} } if(estadoc==0 && estadol==0 && estadov==1) { if(lock == 1){Saidas(80,0,0,1);Sleep(10);Saidas(16,0,0,1);lock=0;} else{Saidas(16,0,0,1);}


73

} if(estadoc==0 && estadol==1 && estadov==0) { if(lock==1){Saidas(96,0,0,1);Sleep(10);Saidas(32,0,0,1);lock=0;} else{Saidas(32,0,0,1);} } if(estadoc==0 && estadol==1 && estadov==1) { if(lock==1){Saidas(112,0,0,1);Sleep(10);Saidas(48,0,0,1);lock=0;} else{Saidas(48,0,0,1);} } if(estadoc==1 && estadol==0 && estadov==0) { if(lock==0){Saidas(128,0,0,1);Sleep(10);Saidas(0,0,0,1);lock=1;} else{Saidas(0,0,0,1);} } if(estadoc==1 && estadol==0 && estadov==1) { if(lock==0){Saidas(144,0,0,1);Sleep(10);Saidas(16,0,0,1);lock=1;} else{Saidas(16,0,0,1);} } if(estadoc==1 && estadol==1 && estadov==0) { if(lock==0){Saidas(160,0,0,1);Sleep(10);Saidas(32,0,0,1);lock=1;} else{Saidas(32,0,0,1);} } if(estadoc==1 && estadol==1 && estadov==1) { if(lock==0){Saidas(176,0,0,1);Sleep(10);Saidas(48,0,0,1);lock=1;} else{Saidas(48,0,0,1);} } carac=getch(); if(carac == 'a'){estadoc = 0;} if(carac == 's'){estadoc = 1;} if(carac == 'm'){objeto = 1;} if(carac == 't'){objeto = 3;} if(carac == 'e'){objeto = 4;} break; }; break; case 1: //LĂ&#x201A;MPADA cout<<"========== LAMPADA ==========\n\n"; switch(estadol) { case 0: //Acesa cout<<" - Apagada - \n\n"; //rotina if(estadoc==0 && estadol==0 && estadov==0) { if(lock == 1){Saidas(64,0,0,1);Sleep(10);Saidas(0,0,0,1);lock=0;} else{Saidas(0,0,0,1);} } if(estadoc==0 && estadol==0 && estadov==1) { if(lock == 1){Saidas(80,0,0,1);Sleep(10);Saidas(16,0,0,1);lock=0;} else{Saidas(16,0,0,1);} } if(estadoc==0 && estadol==1 && estadov==0) { if(lock==1){Saidas(96,0,0,1);Sleep(10);Saidas(32,0,0,1);lock=0;}


74

else{Saidas(32,0,0,1);} } if(estadoc==0 && estadol==1 && estadov==1) { if(lock==1){Saidas(112,0,0,1);Sleep(10);Saidas(48,0,0,1);lock=0;} else{Saidas(48,0,0,1);} } if(estadoc==1 && estadol==0 && estadov==0) { if(lock==0){Saidas(128,0,0,1);Sleep(10);Saidas(0,0,0,1);lock=1;} else{Saidas(0,0,0,1);} } if(estadoc==1 && estadol==0 && estadov==1) { if(lock==0){Saidas(144,0,0,1);Sleep(10);Saidas(16,0,0,1);lock=1;} else{Saidas(16,0,0,1);} } if(estadoc==1 && estadol==1 && estadov==0) { if(lock==0){Saidas(160,0,0,1);Sleep(10);Saidas(32,0,0,1);lock=1;} else{Saidas(32,0,0,1);} } if(estadoc==1 && estadol==1 && estadov==1) { if(lock==0){Saidas(176,0,0,1);Sleep(10);Saidas(48,0,0,1);lock=1;} else{Saidas(48,0,0,1);} } carac=getch(); if(carac == 'a'){estadol = 0;} if(carac == 's'){estadol = 1;} if(carac == 'm'){objeto = 2;} if(carac == 't'){objeto = 3;} if(carac == 'e'){objeto = 4;} break; case 1: //Apagada cout<<" - Acesa - \n\n"; //rotina if(estadoc==0 && estadol==0 && estadov==0) { if(lock == 1){Saidas(64,0,0,1);Sleep(10);Saidas(0,0,0,1);lock=0;} else{Saidas(0,0,0,1);} } if(estadoc==0 && estadol==0 && estadov==1) { if(lock == 1){Saidas(80,0,0,1);Sleep(10);Saidas(16,0,0,1);lock=0;} else{Saidas(16,0,0,1);} } if(estadoc==0 && estadol==1 && estadov==0) { if(lock==1){Saidas(96,0,0,1);Sleep(10);Saidas(32,0,0,1);lock=0;} else{Saidas(32,0,0,1);} } if(estadoc==0 && estadol==1 && estadov==1) { if(lock==1){Saidas(112,0,0,1);Sleep(10);Saidas(48,0,0,1);lock=0;} else{Saidas(48,0,0,1);} } if(estadoc==1 && estadol==0 && estadov==0) { if(lock==0){Saidas(128,0,0,1);Sleep(10);Saidas(0,0,0,1);lock=1;} else{Saidas(0,0,0,1);}


75

} if(estadoc==1 && estadol==0 && estadov==1) { if(lock==0){Saidas(144,0,0,1);Sleep(10);Saidas(16,0,0,1);lock=1;} else{Saidas(16,0,0,1);} } if(estadoc==1 && estadol==1 && estadov==0) { if(lock==0){Saidas(160,0,0,1);Sleep(10);Saidas(32,0,0,1);lock=1;} else{Saidas(32,0,0,1);} } if(estadoc==1 && estadol==1 && estadov==1) { if(lock==0){Saidas(176,0,0,1);Sleep(10);Saidas(48,0,0,1);lock=1;} else{Saidas(48,0,0,1);} } carac=getch(); if(carac == 'a'){estadol = 0;} if(carac == 's'){estadol = 1;} if(carac == 'm'){objeto = 2;} if(carac == 't'){objeto = 3;} if(carac == 'e'){objeto = 4;} break; }; break; case 2: //VENTILADOR cout<<"========== VENTILADOR ==========\n\n"; switch(estadov) { case 0: //Ligado cout<<" - Desligado - \n\n"; //rotina if(estadoc==0 && estadol==0 && estadov==0) { if(lock == 1){Saidas(64,0,0,1);Sleep(10);Saidas(0,0,0,1);lock=0;} else{Saidas(0,0,0,1);} } if(estadoc==0 && estadol==0 && estadov==1) { if(lock == 1){Saidas(80,0,0,1);Sleep(10);Saidas(16,0,0,1);lock=0;} else{Saidas(16,0,0,1);} } if(estadoc==0 && estadol==1 && estadov==0) { if(lock==1){Saidas(96,0,0,1);Sleep(10);Saidas(32,0,0,1);lock=0;} else{Saidas(32,0,0,1);} } if(estadoc==0 && estadol==1 && estadov==1) { if(lock==1){Saidas(112,0,0,1);Sleep(10);Saidas(48,0,0,1);lock=0;} else{Saidas(48,0,0,1);} } if(estadoc==1 && estadol==0 && estadov==0) { if(lock==0){Saidas(128,0,0,1);Sleep(10);Saidas(0,0,0,1);lock=1;} else{Saidas(0,0,0,1);} } if(estadoc==1 && estadol==0 && estadov==1) { if(lock==0){Saidas(144,0,0,1);Sleep(10);Saidas(16,0,0,1);lock=1;}


76

else{Saidas(16,0,0,1);} } if(estadoc==1 && estadol==1 && estadov==0) { if(lock==0){Saidas(160,0,0,1);Sleep(10);Saidas(32,0,0,1);lock=1;} else{Saidas(32,0,0,1);} } if(estadoc==1 && estadol==1 && estadov==1) { if(lock==0){Saidas(176,0,0,1);Sleep(10);Saidas(48,0,0,1);lock=1;} else{Saidas(48,0,0,1);} } carac=getch(); if(carac == 'a'){estadov = 0;} if(carac == 's'){estadov = 1;} if(carac == 'm'){objeto = 0;} if(carac == 't'){objeto = 3;} if(carac == 'e'){objeto = 4;} break; case 1: //Desligado cout<<" - Ligado - \n\n"; //rotina if(estadoc==0 && estadol==0 && estadov==0) { if(lock == 1){Saidas(64,0,0,1);Sleep(10);Saidas(0,0,0,1);lock=0;} else{Saidas(0,0,0,1);} } if(estadoc==0 && estadol==0 && estadov==1) { if(lock == 1){Saidas(80,0,0,1);Sleep(10);Saidas(16,0,0,1);lock=0;} else{Saidas(16,0,0,1);} } if(estadoc==0 && estadol==1 && estadov==0) { if(lock==1){Saidas(96,0,0,1);Sleep(10);Saidas(32,0,0,1);lock=0;} else{Saidas(32,0,0,1);} } if(estadoc==0 && estadol==1 && estadov==1) { if(lock==1){Saidas(112,0,0,1);Sleep(10);Saidas(48,0,0,1);lock=0;} else{Saidas(48,0,0,1);} } if(estadoc==1 && estadol==0 && estadov==0) { if(lock==0){Saidas(128,0,0,1);Sleep(10);Saidas(0,0,0,1);lock=1;} else{Saidas(0,0,0,1);} } if(estadoc==1 && estadol==0 && estadov==1) { if(lock==0){Saidas(144,0,0,1);Sleep(10);Saidas(16,0,0,1);lock=1;} else{Saidas(16,0,0,1);} } if(estadoc==1 && estadol==1 && estadov==0) { if(lock==0){Saidas(160,0,0,1);Sleep(10);Saidas(32,0,0,1);lock=1;} else{Saidas(32,0,0,1);} } if(estadoc==1 && estadol==1 && estadov==1) { if(lock==0){Saidas(176,0,0,1);Sleep(10);Saidas(48,0,0,1);lock=1;} else{Saidas(48,0,0,1);} }


77

carac=getch(); if(carac == 'a'){estadov = 0;} if(carac == 's'){estadov = 1;} if(carac == 'm'){objeto = 0;} if(carac == 't'){objeto = 3;} if(carac == 'e'){objeto = 4;} break; }; break; case 3: //TRAVA cout<<"========== SISTEMA TRAVADO ==========\n\n"; carac=getch(); if(carac == 't'){objeto = 0;} if(carac == 'e'){cout<<"\nPara desligar o sistema primeiramente destrave-o!!\n\n\n";} break; case 4: //SAIR cout<<"\nSaindo...\n"; if(estadoc == 1){Saidas(64,0,0,1);Sleep(10);Saidas(0,0,0,1);} else{Saidas(0,0,0,1);} // Libera a Dll da mem贸ria FreeLibrary(GetDLL); exit(1); break; }; }; // Libera a Dll da mem贸ria FreeLibrary(GetDLL); return 0; }


78

Anexo 2 â&#x20AC;&#x201C; EmoScript em XML utilizado para testes Off-line

<?xml version="1.0" encoding="utf-8"?> <!DOCTYPE EML> <EML version="1.0" language="en_US"> <sequence> <time value ="1s1t"> <cognitiv event="pull" value ="1" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="2s8t"> <cognitiv event="pull" value="0" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="3s1t"> <cognitiv event="push" value ="1" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="3s4t"> <cognitiv event="push" value ="0" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="4s2t"> <expressiv_eye event="blink" value="1" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="4s6t"> <expressiv_eye event="blink" value="0" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="5s1t"> <cognitiv event="pull" value ="1" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="6s4t"> <cognitiv event="pull" value="0" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="7s1t"> <cognitiv event="push" value ="1" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="7s4t"> <cognitiv event="push" value ="0" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="8s4t"> <expressiv_eye event="blink" value="1" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="8s6t"> <expressiv_eye event="blink" value="0" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="9s1t"> <cognitiv event="pull" value ="1" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time>

/>

/>

/>

/>

/>

/>

/>

/>

/>

/>

/>

/>

/>


79

<time value ="10s4t"> <cognitiv event="pull" value="0" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="11s2t"> <cognitiv event="push" value ="1" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="11s4t"> <cognitiv event="push" value ="0" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value="12s2t"> <expressiv_lowerface event="clench" value="1" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value="12s4t"> <expressiv_lowerface event="clench" value="0" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="12s6t"> <cognitiv event="pull" value ="1" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="12s8t"> <cognitiv event="pull" value ="0" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="13s0t"> <cognitiv event="push" value ="1" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> <time value ="13s2t"> <cognitiv event="push" value ="0" /> <signal_quality value="1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1" </time> </sequence> </EML>

/>

/>

/>

/>

/>

/>

/>

/>

/>

Controle remoto de dispositivos via ondas cerebrais  

Monografia FAINOR