Desenvolvimento de uma Calculadora Controlada Via Cérebro

ISSN 2674-7863 Artigo / Articles

Desenvolvimento de uma

Calculadora Controlada Via Cérebro

Marques, G. S.

_{, Moreira, B. M.}

_{, Pereira, J. H. S.}

1_{Faculdade de Computação}

Universidade Federal de Uberlândia Uberlândia-MG-Brasil

Resumo: neste trabalho foi construída uma calculadora que responde aos comandos men-tais captados por uma interface cérebro computador (Brain-Computer Interface, BCI) denominado EPOC+. Com o ideal de torná-lo acessível a todos, foram utilizados sinais cerebrais universais, ou seja, que são emitidos por qualquer pessoa. Foi utilizado majo-ritariamente o sinal de tipo EMG que capta movimentos musculares da face, visto que proporciona um meio de simplifi car o uso da aplicação e evitar treinamentos exaustivos para o usuário. A partir de expressões de sorriso ou mordida e piscada de olhos, a aplicação foi desenvolvida de modo a possibilitar que um indivíduo que não possua movimento do pescoço para baixo posso utilizá-lo. Os resultados mostram que, apesar de ser uma área que está no começo de seu desenvolvimento, já é possível atender às necessidades deste público e incluí-los na era digital.

Palavras-chave: EEG. Calculadora. Epoc. EMG. ICC. Development of a Calculator Controlled by Brain

Abstract: in this work was built a calculator that responds to mental commands acquired by a BCI equipment denominated EPOC+. With the ideal of make it accessible to every person, universal brain signals was used, in other words, signals that are emitted by everyone. In this case, an EMG signal was mostly used, which catches the muscular movement of the face, since it provides a mean of simplify the use of the application and avoid exhaustive training routines for the user. From expressions of smiling or biting and eye blinking, the application has been developed, so that an individual who does not have downward neck movement can use it. The results shows that, despite of being an area that is at the beginning of its development, it is already possible to meet the needs of this public and include them in the digital age.

Keywords: EEG. Calculator. Epoc. EMG. BCI.

1 Introdução

A

men-te dispositivos como men-teclados, monitores, mouses e microfones. Contudo, nesse contexto, novas tecnologias surgem para realizar tal interação, sendo uma delas a interface cérebro computador (Brain-Computer Interface, BCI). O BCI capta sinais elétricos produzidos por atividades cerebrais, através da eletroence-falografi a (EEG), e permite que esses sinais sejam enviados a um software capaz de traduzi-los e convertê-los em comandos para a máquina, dessa forma, constitui um novo meio de comunicação entre humano e computador. O BCI leva em con-Recebido em:

14/09/2017 Aprovado em:

29/10/2018

sideração sinais produzidos voluntariamente pelo usuário, embora utilize outros componentes que são também utilizados em pesquisas de interpretação de sinais não voluntários [13].

Desse modo, as áreas de pesquisa em BCI, mostram-se relevantes para humanidade, no intuito de desenvolver equipamentos mais precisos e softwares que façam uma boa interpretação dos sinais cere-brais [16]. Uma dessas áreas de pesquisa, concentra-se principalmente no desenvolvimento de dispositi-vos e softwares capazes de ajudar indivíduos debilitados, de modo que possam utilizar um computador sem assistência de terceiros.

Além disso, à medida que os softwares tornam-se mais complexos, a difi culdade de sua utilização também aumenta. Desse modo, a partir de um dispositivo capaz de interpretar os pensamentos do usuário, tal como o BCI, é possível simplifi car a usabilidade de um software. Aprender a utilizar um software fazen-do uso de um BCI, seria um processo muito mais rápifazen-do e curto, aumentanfazen-do a produtividade e possibilitan-do que fossem feitos programas cada vez mais complexos, uma vez que sua usabilidade seria facilitada [16]. Tendo em vistas as capacidades da utilização de BCI para atender indivíduos incapazes de realizar uma comunicação convencional com um computador, e da fácil usabilidade do mesmo, esse projeto bus-cou desenvolver uma calculadora que possa ser controlada utilizando apenas sinais mentais, captados por um aparelho de BCI, no caso utilizou-se do EPOC+, fabricado pela empresa Emotiv.

O software produzido, interpreta os sinais cerebrais convertidos em variáveis, permitindo que os comandos enviados pelo usuário possam ser entendidos pelo programa. Ela é operada por um cursor, e sua movimentação é feita a partir da seleção da direção em que deseja-se movimentá-lo, a seleção de operadores e operandos é feita a partir do pressionamento do botão de foco, quando o cursor se apresenta na posição desejada.

2 Computação Telepática

A área de computação telepática abre diversas possibilidades de pesquisa e apesar de ser uma área recente é demonstram o quão longe as pesquisas podem chegar. Sua popularização foi dada por um avanço mútuo de hardware e software, uma vez que a existência de um equipamento leve, relativamente barato e prático, possibilita que diversas pessoas possam adquiri-lo. Como resultado, há um aumento na quantidade de pesquisas realizadas que geram resultados inovadores para a área [12].

Pesquisas como a de Herff [8], Lotte [11], Brumberg [1], dedicam-se na compreensão da fala, buscando padrões que sempre são ativados quando o usuário deseja falar uma determinada palavra. Além de entender como o cérebro comporta de modo a fazer com que a comunicação entre o ser humano e máquina se aproxime cada vez mais, ao ponto de que num futuro próximo seja possível realizar co-municação utilizando de linguagens naturais. Alguns autores dedicam-se em facilitar a coco-municação de pessoas com doenças degenerativas como a esclerose lateral amiotrófi ca (ELA) as quais vão perdendo o controle muscular de acordo com o avanço da doença [3].

Outra área de pesquisa que está trazendo resultados promissores é relacionada à movimentação de membros artifi ciais. Recentemente, na Copa do Mundo de Futebol ocorrida em 2014 no Brasil, uma dessas pesquisas mostrou resultado quando possibilitou a um paraplégico chutar uma bola com uma membro controlado pela mente. Do [4] e Lenhardt [10] desenvolveram trabalho para o controle de mãos e pernas por pessoas de acordo com suas vontades permitindo-lhes caminhar sobre uma esteira.

O próximo passo da área de BCI começa a surgir e a gerar resultados relevantes, como por exem-plo no trabalho de [5], Grau [6] que avança na comunicação brain-to-brain, utilizando a Internet para que uma pessoa mande mensagens para outra através de sinais cerebrais.

2.1 Controle de Membros Artifi ciais

Parte das pesquisas envolvendo BCI está voltada a melhorar a qualidade de vida de pessoas que se encontram de certa forma debilitadas. Nesse sentido, há projetos como por exemplo no trabalho de Do [4] e Lenhardt [10] em que pessoas paraplégicas/tetraplégicas utilizam algum dispositivo BCI com o objetivo

de controlar membros construídos artifi cialmente. A evolução dos resultados é de grande importância para área, bem como para os usuários.

BCI em Tempo Real

A linha de pesquisa BCI em tempo real visa fazer com que o tempo de interação do usuário com a aplicação que utiliza a tecnologia BCI seja instantânea. No trabalho de Kumar e Sahin [9], a partir da utilização de frameworks ou abstração para união de códigos de projetos diferentes é proposta uma aplicação de busca de imagens a partir da utilização de EEG em tempo real. Embora a sincronização de tempo ainda seja desafi adora, essa área permitirá que um dia seja possível executar aplicações com o pensamento do modo instantâneo.

EPOC+

O EPOC+ é um dispositivo BCI, não invasivo, compacto, leve e de fácil uso. Ele utiliza comu-nicação wireless, sendo necessário plugar um receptor de barramento serial universal (Universal Serial

Bus, USB) na máquina fonte. Composto por 16 sensores que captam sinais elétricos produzidos pelo

cérebro usando a técnica EEG. A partir do BCI é possível monitorar o estado emocional do usuário a partir de sinais elétricos produzidos por atividades mentais que posteriormente serão convertidas em comandos de máquina.

Embora, em relação aos outros dispositivos BCI, não haja diferença signifi cativa de desempenho para a realização de atividades mentais, como evidenciado no trabalho de Vourvopoulos [14], o EPOC+ permite através da captação de sinais-ruídos utilizar-se da eletromiografi a (EMG) que consiste na capta-ção de sinais obtidos por atividades musculares e da eletrooculografi a (EOG), que trata-se da captacapta-ção de sinais obtidos por movimentos oculares.

Para utilizá-lo deve ser realizado um treinamento breve de cerca de 8 segundos por atividade men-tal, isso se dá pelo fato de que pessoas possuem diferentes processos cognitivos, e portanto o estado mental de duas pessoas que realizam a mesma tarefa pode não ser o mesmo [7]. Desse modo, o treinamento visa estabelecer um padrão de onda para determinado tipo de intenção.

2.2 Tradução de Atividade Cerebral para Texto

Outras pesquisas relacionadas possuem intuito de assim como esse trabalho promover maior inte-ração entre humano e máquina, ou seja, permitir que o humano se comunique de forma mais natural com uma máquina. O trabalho de Heref [8] avançou nesta área, a partir da transformação da atividade cerebral em uma representação textual correspondente para um usuário que está falando com um percentual baixo de erros e contribui para a compreensão atual da base neural em relação à produção de fala contínua.

3 Recursos Utilizados

Para a obtenção dos resultados propostos foi utilizada uma máquina com o sistema operacional Windows 7 Enterprise 32 bits. A escolha se deu pelo fato de que os softwares auxiliares disponibilizados pela empresa fabricante até a realização do trabalho eram compatíveis com sistemas operacionais de 32 bits.

Para promover usabilidade do software, de modo a realizar a conexão com o aparelho sem utilizar-se dos softwares principais da Emotiv, utilizou-se a biblioteca de vínculo dinâmico (Dynamic-link library, DLL) fornecidas pela Emotiv. Segundo a Microsoft “Uma DLL é uma biblioteca que contém código de dados que podem ser usados por mais de um programa ao mesmo tempo”.

Para realizar a comunicação com as DLL’s, utilizou-se da linguagem Java, no caso foi utilizada o ambiente de desenvolvimento integrado (Integrated Development Environment IDE) do NetBeans 6.8 com a versão 16_45 do kit de desenvolvimento java (Java Development Kit, JDK). No contexto da

linguagem java, a interface EmoState.java é responsável por estabelecer a comunicação com as DLL’s necessárias, no caso edk.dll e edk_utis.dll, e dese modo disponibiliza os métodos que permitem a comu-nicação com o EPOC+. Juntamente com EmoState.java, a interface Edk.java foi utilizada para realizar o tratamento dos sinais. Desse modo, foi possível tornar o software do trabalho independente dos outros softwares padrões da empresa.

3.1 Construção da Calculadora

A calculadora construída apresenta uma interface semelhante à de uma calculadora comum, con-tudo, conta com a adição de cinco botões extras chamados botões especiais, que permitem o usuário ite-rar sobre o teclado. Quatro deles são destinados à movimentação do cursor e o quinto à seleção do ope-rador ou operando em foco. Com a calculadora proposta é possível realizar operações básicas de uma calculadora comum, como adição (+), subtração (-), divisão (/), multiplicação (*) e exponenciação (^).

A calculadora é capaz de interpretar três tipos de sinais emitidos pelo usuário, sendo eles: pis-cada de olhos, expressão de sorriso, expressão de mordida. O sinal expresso pela pispis-cada de olhos é responsável por focalizar o próximo botão especial, sendo que a ordem de iteração é: “/\”, “>”, “V”,“<” e “Selecionar”. O programa quando inicializado possui foco em “/\”.

Ressalta-se que as expressões faciais de sorriso ou mordida são medidas por intensidade, que pode ser entendida como a largura do sorriso ou a força da mordida feita pelo usuário. Os métodos que monitoram a ocorrência dessas expressões retornam um valor do tipo fl oat que varia de 0.00 a 1.00. Nesse sentido, para auxiliar a captação dos sinais, criou-se uma constante CONST_FLOAT, cujo valor é 0.50, a expressão é válida quando possuem intensidade maior que o valor da constante. Este valor foi obtido através de testes, visando tornar a captação sensível o sufi ciente para não exigir muito esforço do usuário, porém com valor sufi ciente para que não fosse considerado um sinal não intencional.

Selecionar os botões “/\”, “>”, “V”,“<”, movimentam o cursor do teclado para o botão consecuti-vo, respectivamente, acima, a direita, abaixo, a esquerda, dando a volta caso necessário. Por fi m, quando pressionado o botão Selecionar seleciona-se o botão em foco no teclado.

Além disso, a calculadora impede que o usuário insira algumas impressões inválidas, tais como, expressões com dois operadores seguidos. Com exceção do “^” quando se seleciona um operador não há possibilidade de selecionar outro, até que o usuário selecione um dígito, abra parênteses ou apague o operador escrito. A seleção do operador “^” impede apenas que os operadores “*” e “/” sejam seleciona-dos, além disso, não é possível colocar um fechamento de parênteses sem que tê-lo aberto previamente ou se o último caractere selecionado for um operador. Tais medidas visam diminuir erros de digitação, para que desse modo o uso do software seja facilitado, além de diminuir as chances de uma expressão incorreta ser enviada ao servidor. A Figura 1 apresenta a interface da calculadora cerebral proposta nesse trabalho.

Aplicação da Biblioteca Java na Calculadora Construída

Para que a calculadora respondesse aos comandos cerebrais, uma Thread1 _{foi criada para que}

fos-se possível executar as operações na interface e responder aos comandos enviados. Neste trabalho, exis-tem duas tarefas sendo executadas em paralelo: a interface da calculadora que é responsável por exibir os botões e realizar os cálculos e a classe denominada DoConnect responsável por captar os comandos enviados pelo usuário e realizar as respectivas ações na interface.

Desse modo, a classe DoConnect é encarregada de chamar os métodos contidos nas DLL’s para a captação das expressões emitidas pelo usuário. Uma vez reconhecido o comando enviado, esta classe faz a chamada dos respectivos métodos contidos na classe da interface gráfi ca que, por sua vez, executa o que foi pedido pelo usuário.

Classes e Métodos Utilizados para Captação de Ondas e Torná-las Manipuláveis

Esta subseção apresenta os passos realizados para tornar possível a captação dos comandos envia-dos e compreender como ocorre a comunicação entre a interface gráfi ca e o EPOC+. A classe responsá-vel por executar as operações na interface gráfi ca foi denominada CalculadoraUFU.

Para iniciar a execução, são instanciados dois objetos do tipo Pointer, denominados eEvent e eState, que são responsáveis por captar o evento que será executado e qual o estado do evento, o códio 1 representa essa operação. Um evento é entendido como uma expressão facial ou comando cerebral e um estado como a maneira em que um determinado evento ocorre.

Código 1. Execução dos objetos responsáveis por captar o evento que será executado e qual o estado do evento

Em seguida, é necessário realizar a conexão entre o software e o EPOC+ como mostra o código 2. Desse modo, primeiramente é verifi cado se a tentativa de conexão com o sistema Emotiv obteve êxito. Existe um enum (palavra-chave usada para declarar uma enumeração) denominado EdkErrorCode.java que enumera os vários tipos de código de retorno que os métodos chamados podem oferecer, sendo um deles o EDK_OK, que indica o sucesso da operação.

Código 2. Conexão entre a calculadora e o EPOC+

Após a conexão é necessário verifi car se um novo evento está acontecendo, para isso, há um loop fazendo esta verifi cação e executando os demais passos. Neste caso, é chamado o método

IEE_EngineGetNextEvent, que retorna 1 caso um novo evento necessite ser manipulado, como

mos-tra o código 3.

Código 3. Conexão entre a calculadora e o EPOC+

Em seguida, é realizado o teste para saber qual é o novo evento e qual seu estado. O trecho de código 4 mostra esse passo, realizando duas verifi cações: se o usuário piscou os dois olhos ou se ele fez uma expressão de sorriso ou mordida. No primeiro caso, o método estático que focaliza o próximo bo-tão especial, da classe CalculadoraUFU, é chamado. Para o segundo caso é chamado o método estático, ainda da mesma classe, que seleciona o botão especial em foco na interface.

Código 4. Teste de novo evento realizando duas verifi cações:

se o usuário piscou os dois olhos ou se ele fez uma expressão de sorriso ou mordida

Desta forma, a Thread fi ca executando estes passos por tempo indefi nido, até que o método

inter-rupt() seja chamado pela interface. Neste caso, é atribuído o valor true a uma variável do tipo boolean

denominada stop. Esta variável é a condição verifi cada para a execução da Thread, uma vez que seu valor é true ela interrompe sua execução.

3.2 Comunicação com a Web para Efetuação dos Cálculos

Algumas pesquisas em BCI, por exemplo [5] e Grau [6], avançam no sentido de conectar o cére-bro do usuário à Internet buscando uma comunicação que possa, em um futuro próximo, ser realizada em qualquer lugar que forneça conexão.

Desse modo, este trabalho traz ao usuário uma forma de se conectar à Web ou sistema de docu-mentos dispostos na Internet que permitem o acesso às informações no formato de hipertexto (World

Wide Web, WWW) para que se torne possível realizar qualquer operação matemática. Ainda que

sim-ples, esta forma de realizar cálculos pode numa evolução deste trabalho, permitir ao usuário resolver integrais, derivadas, limites e equações de forma mais rápida e prática.

Para isso, um conjunto de rotinas e padrões de programação para acesso a um aplicativo de soft-ware (Application Programming Interface, API) disponibilizada pelo Wolfram Alpha [15] para estabe-lecer a comunicação via Web com um servidor para realizar o cálculo de uma certa expressão aritmética enviada. A API é de uso gratuito e seu código aberto está disponível para download na área de download de produtos do site da empresa [15].

4 Padrões de Teste

Foram realizados testes em dois voluntários, voluntário 1 e voluntário 2. Os voluntários reali-zaram cinco tentativas para cada uma das expressões propostas, foi medido o tempo necessário para escrevê-las e coletar os dados em cada tentativa. Em cada tentativa, os usuários posicionaram-se em uma cadeira de maneira confortável, visando evitar que fosse feito qualquer outro movimento muscular du-rante os teste, o que ocasionaria um ruído na captação dos comandos cerebrais e poderia ser interpretado erroneamente. As expressões feitas para o teste foram: “1+1+1”, expressão 1, “2^(4-5)” expressão 2 e “333*333”, expressão 3. As expressões foram escolhidas tendo em foco situações que poderiam gerar desconforto no uso da calculadora.

A expressão 1, obriga o usuário a executar vários passos repetidos, o que poderia fazer com que o usuário tentasse executar os comandos rapidamente, testando se isso faria com o que o sinal fosse captado de maneira incorreta ou não fosse captado. A expressão 2, faz com que o usuário percorra pra-ticamente todo o teclado da calculadora, o que também exige que vários comandos fossem captados, e desse modo, testa a capacidade de captação do sensor.

A expressão 3 exige que o usuário execute vários comandos de selecionar um botão especial em um curto espaço de tempo, visando desse modo, testar o fato de se forçar várias vezes um músculo facial e não acarretar em uma captação incorreta ou uma emissão errônea de sinal por parte do usuário, uma vez que o músculo quando forçado repetidamente tende a fi car mais rígido.

5 Apresentação e Análise dos Resultados

Para cada expressão, formulou-se um gráfi co, cujo eixo das abcissas representa as tentativas e o eixo das ordenadas representa o tempo em minutos que tal tentativa levou. Para a expressão 1, o melhor tempo atingido pelo voluntário 1 foi de cinquenta e nove segundos, atingido na última tentativa e seu pior tempo foi de dois minutos e vinte e cinco segundos obtido na primeira tentativa. O voluntário 2 obteve seu pior tempo também na primeira tentativa, sendo ele de cinco minutos e quarenta segundos, na sua última tentativa obteve o tempo de um minuto e quarenta segundos, confi gurando seu melhor tempo. A Figura 2 mostra o gráfi co de tentativa x tempo relativo a expressão 1.

A partir da análise do gráfi co, percebe-se um ganho de tempo a medida que as tentativas ocorrem, tal ganho é observado nas tentativas de ambos voluntários. Isto é explicado pelo fato de que a medida que o usuário vai se habituando às funcionalidades do software ele consegue utilizá-lo melhor. O atraso do voluntário 2 em escrever a expressão 1 se deu pelo fato de que há um pequeno atraso, inferior a um segundo, para a captação de expressões de sorriso ou mordida, e por isso, o usuário, a princípio, pode

supor que o movimento não foi captado e refaz a expressão, ocasionando um duplo clique no botão especial, o que seleciona o mesmo dígito duas vezes, sendo necessário apagar o último dado inserido.

Fig. 2. Gráfi co relacionado à expressão 1

Para a expressão 2, o melhor tempo atingido pelo voluntário 1 foi de um minuto e quarenta e dois segundos obtido na quarta tentativa, enquanto seu pior tempo foi de dois minutos e vinte e oito segun-dos na primeira tentativa. O voluntário 2 obteve seu pior tempo na segunda tentativa marcando quatro minutos e três segundos e seu melhor tempo, na última tentativa, foi de dois minutos e doze segundos. A Figura 3 mostra o gráfi co de tentativa x tempo relativo a expressão 2.

Fig. 3. Gráfi co relacionado à expressão 2

Com estes dois testes é possível notar que ambos voluntários estabilizaram o tempo necessário para digitar as expressões com número menor de tentativas. O voluntário 1 é mais habituado ao software e por isso apresentou um desvio relativamente baixo, estabilizando-se na segunda tentativa. Além disso, pode-se observar que o voluntário 2 que na expressão 1 teve certos problemas para digitar a expressão, conseguiu um tempo próximo ao do voluntário 1, e na terceira tentativa se estabilizou.

Finalmente, para a expressão 3, o melhor tempo atingido foi de cinquenta e sete segundos, obtidos pelo voluntário 1 na quinta tentativa, seu pior tempo ocorreu na terceira tentativa e foi de um minuto e oito segundos. O voluntário 2 obteve seu pior tempo na primeira tentativa marcando um minuto e cin-quenta e dois segundos, seu melhor tempo foi obtido na terceira tentativa marcando um minuto e um segundo. A Figura 4 mostra o gráfi co de tentativa x tempo relativo a expressão 3.

Com o último teste observa-se que ambos voluntários tiveram resultados semelhantes a partir da terceira tentativa, o que se manteve para as restantes. Desta forma é possível perceber que a medida que o usuário acostuma-se com a utilização do software seu desempenho aumenta signifi cativamente, podendo, possivelmente, alcançar resultados ainda melhores em relação aos que foram apresentados.

Fig. 4. Gráfi co relacionado à expressão 3

6 Discussões e Conclusão

Neste trabalho foi desenvolvida uma calculadora controlada por uma interface cérebro-computador com o objetivo principal de atender às necessidades de pessoas portadoras de necessidades especiais, em particular, indivíduos que não possuem movimentos do pescoço para baixo. Para isso, foram utilizados sinais que são igualmente emitidos por todas as pessoas, e desse modo, foi possível construir um software prático e que não causa grandes incômodos ou desconfortos para o usuário.

De maneira geral, a captação dos sinais emitidos pelos usuário realizou-se corretamente com res-postas quase imediatas aos comandos, ocorrendo apenas um atraso, inferior a um segundo na captação de sorrisos ou mordidas. Isto possibilitou uma facilidade considerável em utilizar o software, apesar do longo tempo necessário para se formar as expressões, que se deve ao fato de falhas do próprio usuário em enviar um comando indevido e também pelo tempo gasto para focalizar o botão desejado, estes pon-tos foram observados pelos dois usuário.

Nos demais aspectos, a calculadora garantiu resultados corretos às expressões fornecidas, a partir da utilização das funções das DLL’s fornecidas pela Emotiv, e ainda possibilitou que pessoas com necessidades especiais utilizem o software e a comunicação via web, através da API disponi-bilizada pela WolframAlpha , desse modo, é possível afi rmar que a calculadora funcionou de forma adequada no sentido de captar bem os sinais e executar os comandos emitidos. Contudo, devido ao pequeno número de voluntários, não é possível garantir um funcionamento adequado e universal a todos que a utilizarem.

O trabalho auxilia a área de modo a detalhar conceitos da área de BCI e aplicar os conhecimentos adquiridos na construção da calculadora. Grande parte dos trabalhos, que foram utilizados para funda-mentar o trabalho, está em uma fase bem avançada, e desse modo, visa esclarecer e aplicar conceitos básicos que auxiliam no entendimento de desenvolvimentos mais complexos.

Introduz ao leitor um dos aparelhos BCI mais utilizados comercialmente, o EPOC+, apresentando uma forma de construir uma aplicação integrada a ele, e detalha a utilização das DLL’s fornecidas pela Emotiv, cujas documentações são escassas. Outro ponto é que a produção conecta a calculadora à Inter-net, o que abre a possibilidade de se conectar o cérebro à Internet caso seja possível executar aplicações como essa estivese no próprio EPOC+, ou em outros dispositivo BCI.

Para trabalhos futuros, indica-se a otimização da calculadora através da utilização de outros dispositivos, ainda que o EPOC seja um dos mais utilizados, permitir a realização de operações arit-méticas mais complexas, buscar outras implementações das ondas cerebrais, a partir de DLL’s mais aprimoradas.

Deve-se buscar desenvolver projetos que utilizam outro potencial cerebral, este trabalho utilizou-se de potenciais provocados pelo usuário, há outro potencial a utilizou-ser explorado, conhecido como evocado que é um potencial causado no usuário pela aplicação, utilizado em projetos publicados por Brunner [2]. Pode-se também buscar outros tipos de onda, enquanto esse trabalho utilizou-se majoritariamente de ondas EMG. É possível pensar em utilizar sinais EEG, sinal para qual o EPOC+ é um equipamento típico e conseguir melhores resultados.

Ref erências

1. Brumberg, J.; Chakrabarti, S.; Gunduz, A.; Brunner, P.; Ritaccio, A. L.; SchalK, G. Spatio-Temporal Progression of Cortical Activity Related to Continuous Overt and Covert Speech Production in a Reading Task. PLOS ONE, v. 11, n. 11, p. e0166872, 2016.

2. Brunner, P.; Ritaccio, A. L.; Emrich, J. F.; Bischof, H.; Schalk, G.; Rapid Communication with a “P300” Matrix Speller Using Electrocorticographic Signals (ECoG). Frontiers in Neuroscience, v. 5, 2011. 3. Dijkstra, K.; Brunner, P.; Gundaz, W.; Ritaccio, A. L.; Farquhar, J.; Schalk, G. Identifying the attended

speaker using electrocorticographic (ECoG) signals. Brain-Computer Interfaces, v. 2, n. 4, p. 161-173, 2015. 4. Do, A. H.; Wang, P. T.; King, C. E.; Chun, S. N.; Nenadic, Z., Brain-computer interfacecontrolled robotic

gait orthosis. Journal of NeuroEngineering and Rehabilitation, v. 10, n. 1, p. 111, 2013. 5. Eveleth, R. The fi rst brain to brain emails. Disponível em: <http://www.bbc.com/future/

story/20150106-the-fi rst-brain-to-brain-emails>. Acesso em: 14 set. 2017.

6. Grau, C.; Ginhoux, R.; Riera, A.; Nguyen, T. L.; Chauvat, H.; Berg, M.; Amengual, J. L.; Pascual Leone, A. Riffi ni, G. Conscious Brain-to-Brain Communication in Humans Using Non-Invasive Technologies. PLoS ONE, v. 9, n. 8, p. e105225, 2014.

7. Hariharan, M.; Vijean, V.; Sindhu, R.; Divakar, P.; Saidatul, A.; Yaacob, S. Classifi cation of mental tasks using stockwell transform. Computers & Electrical Engineering, v. 40, n. 5, p. 1741-1749, 2014.

8. Heref, C.; Heger, D.; Pesters, A.; Telaar, D.; Brunner, P.; Schalck, G.; Schultz, R.,Brain-to-text: decoding spoken phrases from phone representations in the brain. Frontiers in Neuroscience, v. 9, 2015.

9. Kumar, S.; Sahin, F. A framework for a real time intelligent and interactive Brain Computer Interface. Computers & Electrical Engineering, v. 43, p. 193-214, 2015.

10. Lenhardt, A. A Brain-Computer Interface for Robotic Arm Control. PUB, 2011. 11. Lotte, F., Brunberg, J. S., Brunner, P., Gundaz, A., Ritaccio, A. L., Guan, C.,Schalk, G.

Electrocorticographic representations of segmental features in continuous speech. Frontiers in Human Neuroscience, v. 09, 2015.

12. Muller-Putz, G.; del Millán, J. R.; Schalk, G.; Mueller, K. The Plurality of Human Brain-Computer Interfacing. Proceedings of the IEEE, v. 103, n. 6, p. 868-870, 2015.

13. Vidal, J. Toward Direct Brain-Computer Communication. Annual Review of Biophysics and Bioengineering, v. 2, n. 1, p. 157-180, 1973.

14. Vourvopoulos, A.; Liarokapis, F. Evaluation of commercial brain–computer interfaces in real and virtual world environment: A pilot study. Computers & Electrical Engineering, v. 40, n. 2, p. 714-729, 2014. 15. Wolfram|Alpha API Language Libraries. Disponível em: <http://products.wolframalpha.com/api/

16. Wolpaw J. R.; Birbaumer, N.; Heetderks, W. J. McFarland, M. J.; Peckham, P. H.; Schalk, G.; Donchin, E.; Quatrano, L. A.; Robinson, C. J.; Vaughan, T. M.

Agradecimentos

Os autores gostariam de agradecer à Faculdade de Computação da Universidade Federal de Uber-lândia e ao voluntário Gustavo Soares pe lo apoio.