Os sinais produzidos na natureza são ondas eletromagnéticas que carregam informações. Essas ondas carregadas de informação se propagam de forma analógica e de tempo continuo, uma vez que, podem assumir infinitos valores no tempo e na amplitude. O mesmo se aplica ao sinal biológico produzido pelos neurônios que constituem a mente humana. A atividade elétrica resultante dos disparos de potencial de ação dos neurônios produz um sinal analógico e de tempo contínuo, o qual é capaz de ser registrado mediante eletrodos de EEG (eletroencefalograma), como demonstra a figura abaixo.
Figura 1: Sinal da atividade elétrica cerebral registrado por EEG. Fonte: Besa
Entretanto, para que esse sinal seja compreendido pelo computador é necessário convertê-lo para um sinal digital. Os computadores, por mais modernos que possam parecer, ainda assim não são capazes de produzir um sinal de tempo contínuo. O poder de processamento para reproduzir infinitos valores de tempo e amplitude seria muito elevado. Sendo assim, todo sinal analógico para ser compreendido pela máquina necessita ser convertido em sinal digital. Os sinais digitais assumem finitos valores de amplitude. Na figura abaixo é possível verificar a diferença entre um sinal analógico e um sinal digital .
Figura 2: Sinal analogico e sinal digital
Diante desse entendimento, para fazer a conversão de sinal analógico para digital ocorre o que chamamos de conversão analógico-digitall. Algumas das etapas fundamentais nesse processo é o processo de amostragem do sinal. A amostragem de um sinal como o próprio nome indica, refere-se a capacidade de capturar amostras do sinal original analógico e utilizando aquelas amostras reconstruir um sinal digital, sem haver muita perda de informação, permitindo assim que o sinal digital possa ser fidedigno ao sinal de origem analógico.
Ao capturar amostras do sinal analógico, partes do sinal não são capturados, havendo uma perda pequena da informação. Para definir quantas amostras devem ser capturadas do sinal original analógico para construção do sinal digital que o represente, é estabelecido o que chamamos de taxa de amostragem. Sendo assim, a taxa de amostragem determina quantas amostras devem ser capturadas do sinal analógico para construir o sinal digital. Essa medida é feita em Hertz. Sendo assim, uma taxa de amostragem de 1000 Hz significa que foram capturadas 1000 amostras do sinal analógico para construir o sinal digital.
Sabendo que ocorre perda de informação durante esse processo, foi estabelecido um teorema capaz de identificar qual o valor mínimo que uma taxa de amostragem deve assumir para construir um sinal digital viável. Esse teorema é conhecido como Teorema de Nyquist e diz que, para converter um sinal analógico em sinal digital que seja fidedigno a ele e viável, a frequência da taxa de amostragem deve ser no mínimo duas vezes maior que a frequência do sinal de interesse. Dessa maneira, por exemplo, se o sinal de interesse que quer ser registrado é de 14 Hz, a taxa de amostragem deve ser no mínimo de 28 Hz.
Caso a taxa de interesse não seja respeitada pode ocorrer um fenômeno conhecido como aliasing. Se a taxa de amostragem for inferior a duas vezes a frequência de interesse, muitas informações serão perdidas do sinal original, e o sinal digital não irá representar o sinal analógico de interesse, como demonstra na figura 3.
Figura 3: Aliasing
Essas técnicas de processamento de sinal são muito utilizadas nas pesquisas que envolvem neurociências e EEG. O sinal registrado dos neurônios para ser representado no EEG deve ser convertido em sinal de tempo discreto e digital para que possa ser reproduzido pelos monitores e máquinas. O mesmo ocorre nas pesquisas que envolvem as interfaces cérebro máquina, para que dispositivos eletrônicos possam ser comandados pela atividade elétrica da mente humana, o sinal neural deve ser decodificado em sinal digital, e para isso sofre o processo de amostragem para construção do sinal digital, este passa posteriormente pelo processo de quantização e posteriormente codificação, no qual é codificado em forma de linguagem binária que pode ser entendido pelo computador.
Referência:
[1] Bogdan Mihai. Sampling rate and aliasing on a virtual laboratory
#eegmicrostates #neurogliainteractions #eegmicrostates #eegnirsapplications #physiologyandbehavior
#neurophilosophy #translationalneuroscience #bienestarwellnessbemestar #neuropolitics #sentienceconsciousness
#metacognitionmindsetpremeditation #culturalneuroscience #agingmaturityinnocence #affectivecomputing
#languageprocessing #humanking #fruición #wellbeing #neurophilosophy #neurorights #neuropolitics #neuroeconomics
#neuromarketing #translationalneuroscience #religare #physiologyandbehavior #skill-implicit-learning #semiotics
#encodingofwords #metacognitionmindsetpremeditation #affectivecomputing #meaning #semioticsofaction
#mineraçãodedados #soberanianational #mercenáriosdamonetização
