Detecção de sonolência através de aproximação não-linear associada ás transformadas wavelet e de Fourier

Abstract

Resumo: Neste estudo, o método de melhor aproximação por m termos, MAmT,é utilizado na classificação de parâmetros de um sinal de EEG relacionadosà sonolência. Esses parâmetros são obtidos através da: (i) série de Fourier do sinal de EEG, considerando as frequências correspondentes aos ritmos alfa e beta; (ii) série wavelet do sinal, considerando determinados níveis da transformada wavelet discreta de Daubechies. Os estados cognitivos são então classificados com base em um conjunto de pesos definidos através da MAmT. Quando aplicadas a sinais reais de EEG e comparadas com a classificação clínica, a metodologia utilizando MAmT e coeficientes wavelet apresentou uma taxa de acerto de 93% e efetividade 47% maior em relaçãoà outra, utilizando coeficientes de Fourier. A associação da MAmTà transformada wavelet de um sinal de EEG mostra-se, portanto, um método bastante efetivo e de baixa complexidade para a detecção de sonolência.Palavras-chave: Detecção de sonolência, melhor aproximação por m-termos, transformada wavelet, transformada de Fourier 1 Introdução A Administração Nacional de Segurança no Trânsito (National Highway Traffic Safety Administration, Estados Unidos), estima que 100.000 ocorrências policiais envolvendo acidentes de trânsito sejam registradas, por ano, decorrente de sonolência em motoristas. Estudos indicam que até 30% dos acidentes de trânsito envolvendo vítimas fatais são ocasionados por motoristas sonolentos [1] .A sonolência pode então ser considerada um problema de saúde pública [2] e justifica o interesse da indústria automobilística em desenvolver dispositivos de bordo capazes de detectar e mitigar sinais de sonolência em condutores. Com base nestas premissas, este estudo visa discutir a detecção de sonolência através da aplicação da melhor aproximação por m-termos (MAmT) na análise de um sinal de eletroencefalografia (EEG) utilizando as transformadas de Fourier e wavelet. Do ponto de vista neurofisiológico, a sonolência pode ser definida como a transição entre a vigília e o sono, caracterizada pelo decréscimo da atenção e por movimentos lentos. Este processo tem início com a ativação e inibição simultânea de grupos de neurônios em diferentesáreas do cérebro. Por ser rítmico e sincronizado, pode ser analisado através da variação da amplitude da corrente elétrica no cérebro, detectável através da eletroencefalografia (EEG). A sonolênciá e então caracterizada por (i) decréscimo de atividade no ritmo beta ([13-30]Hz); (ii) aumento e subsequente redução de atividade no ritmo alfa ([8-13]Hz) e (iii) aumento de atividade no ritmo teta ([4-8]Hz) [3].Desta perspectiva, a sonolênciaé considerada um padrão a ser reconhecido nos sinais cerebrais: a transformada de Fourier ou a transformada wavelet [3] são comumente utilizadas para