|
|
Frekvenční analýza EEG signálu pro detekci bdělosti mozku
Pohludka, Aleš ; Ronzhina, Marina (oponent) ; Potočňák, Tomáš (vedoucí práce)
Práce je zaměřena na základy elektroencefalografie, způsob měření elektroencefalogra- fických signálů, jejich zpracování a především interpretací signálu ve frekvenční a časově- frekvenční oblasti za účelem detekce mentální únavy jedince. Je diskutována mentální únava a její příčiny, důsledky a souvislost se senzoricko-kognitivním systémem a prováza- nosti s pamětí. Jsou popsány základní mezinárodní zapojení pro standardizované měření EEG signálů ze skalpu hlavy a experimenty, které vedou k navození mentální únavy. Na základě těchto vědomostí byl realizován vhodný experiment pro navození takovéhoto stavu. Celkem ho podstoupilo deset subjektů na měřícím zařízení GES 410MR od firmy EGI v laboratorních podmínkách. Data se analyzovala hlavně pomocí S-transformace a Hilbert-Huangovy transformace představující dva nejmodernější odlišné přístupy k časově-frekvenční analýze. Výsledkem práce je zhodnocení stavu mentální únavy v zá- vislosti na chybovosti v úkolu a čase.
|
|
|
Bezkontaktní měření tepové frekvence z obličeje
Chmelíková, Lucie ; Potočňák, Tomáš (oponent) ; Janoušek, Oto (vedoucí práce)
Diplomová práce se zabývá studií bezkontaktní a neinvazivní metody pro odhad tepové frekvence z barevných změn obličeje. Bezkontaktní měření je založeno na snímání osob videokamerou a ze získaných obrazových sekvencí jsou vhodným přístupem získány hodnoty tepové frekvence. Teoretická část práce je věnována popisu tepové frekvence a metod vedoucích k měření tepové frekvence z barevných změn v obličeji. Také obsahuje hodnocení sledovacích algoritmů. Praktická část se zabývá popisem programu k bezkontaktnímu měření tepové frekvence a jeho programové řešení. Zároveň práce obsahuje statistické vyhodnocení funkčnosti tohoto řešení.
|
|
|
Využití EEG ve vyhodnocování emocionálních stavů člověka
Strakoš, Libor ; Mézl, Martin (oponent) ; Potočňák, Tomáš (vedoucí práce)
Diplomová práce se zabývá možnostmi zpracování EEG a klasifikací emocí do tříd v rámci emočního dvoudimenzionálního prostoru. První část tvoří literární rešerše na téma využití záznamu EEG pro zachycení emoční odezvy člověka na stimulační podněty zvukového, vizuálního a audiovizuálního (multimediálního) charakteru. Je zde diskutováno hledisko emoce z pohledu fyziologie a psychologie. Následně jsou uvedený technické poznatky ze záznamu emoce různými modalitami a jejich zpracování, analýzy a klasifikace v rámci dvoudimenzionálního prostoru Valence - Arousal. Na základě teoretických poznatků byl navržený komplexní postup měření a vyhodnocení emocí za použití EEG. Za tímto účelem byly sestaveny dva měřící protokoly s audiovizuální stimulací. Dále je zde uveden postup předzpracování a analýzy dat, výběr příznaků a klasifikace za použití moderních i zavedených metod. Celý navržený postup byl následně realizován a otestován v rámci dvou měření za využití moderního EEG přístroje EGI GES 400MR v laboratorních podmínkách a komerčního, cenově dostupného přístroje Emotiv EPOC v podmínkách mimo laboratorní prostředí. Signály byly zpracovány a emoce klasifikovány na základě vybraných popisných elementů. Výsledkem práce je hodnocení úspěšnosti klasifikace emocí v různých konfiguracích pro výběr popisných elementů a klasifikačních metod a jejich parametrů.
|
|
|
Detekce a identifikace obličeje na fotografii
Konôpková, Júlia ; Drahanský, Martin (oponent) ; Váňa, Jan (vedoucí práce)
Práce se zabývá problematikou detekce a identifikace obličeje na fotografích. V úvodu jsou rozebrány nejznámější metody se stručnými popisy jejich pricipů. Některé z nich v rámci praktické části implementujeme a otestujeme na volně dostupných databázích. V závěru práce jsou zhodnoceny výsledky metod a uzavření celé práce.
|
|
|
Identifikace osob podle obličeje
Ťapuška, Tomáš ; Zuzaňák, Jiří (oponent) ; Hradiš, Michal (vedoucí práce)
Tato diplomová práce se zabývá přehledem nejznámějších metod pro automatické rozpoznávání osob podle jejich tváře. Jsou v ní popsané jejich výhody i nevýhody. Tato práce je zaměřená zejména na holistické metody rozpoznávání pracující s 2D snímky osob. Byl implementován systém pro automatickou identifikaci osob podle digitálního snímku tváře. V tomto systému byly využity metody KNN (K-tý nejbližší soused), PCA (Analýza hlavních komponent) a LDP (Lineární diskriminační projekce). Po jejich implementaci byly provedeny důkladné testy, aby bylo možné jednotlivé metody mezi sebou porovnat. Testy byly provedeny na testovacích datech využívajících datovou sadu FERET. V závěru práce jsou zdhodnoceny jednotlivé přístupy a určena nejlepší metoda z implementovaných metod z pohledu úspěšnosti při rozpoznávání.
|
|
|
Analýza spánkového EEG
Sadovský, Petr ; Rozman, Jiří (vedoucí práce)
Práce se zabývá analýzou a zpracováním spánkových signálů EEG. Problematika, která je v ní zpracována se dá rozdělit do několika hlavních oblastí. První oblast se věnuje analýze signálů EEG metodou nezávislých komponent. Na základě specifikace této metody analýzy je navržen a popsán lineární model vzniku signálů EEG. Dále je podrobně rozpracováno posouzení podmínek, za kterých jsou informace získané analýzou platné. Další část se věnuje využití metody nezávislých komponent k odstranění nedeterministických artefaktů ze signálů EEG. Druhou hlavní oblastí je analýza stacionarity spánkových signálů EEG, hledání stacionárních úseků signálů a analýza statistických vlastností těchto stacionárních úseků. Další oblast je zaměřena na spektrální analýzu spánkových signálů EEG. V této oblasti jsou analyzovány děje, které se podílí na vzniku konkrétních spekter signálů EEG. Je zde také provedena analýza stochastických signálů, které jsou nedílnou součástí záznamu signálů EEG. Poslední oblast je zaměřena na eliminaci přechodných dějů, které vznikají při filtraci krátkých úseků signálů EEG na jeho začátku.
|
|
|
Vizualizace a export výstupů funkční magnetické rezonance
Přibyl, Jakub ; Gajdoš, Martin (oponent) ; Slavíček, Tomáš (vedoucí práce)
Práce pojednává o principech a metodice měření funkční magnetické rezonance (fMRI), podstatě vzniku a využití BOLD signálu a typech využívaných experimentů. Dále je věnována pozornost procesu zpracování fMRI dat a statistické analýze. Následující kapitoly se věnují stručnému popisu nejpoužívanější softwarových nástrojů sloužících k analýze dat z fMRI. Stěžejní částí práce bylo vytvořit program v prostředí MATLAB s přehledným grafickým uživatelským rozhraním pro snadnou vizualizaci a export výstupů z analýz fMRI dat. Druhá polovina práce je věnována popisu vytvořeného programu a grafického uživatelského rozhraní včetně klíčových funkcí. V závěrečné části je popsána aplikace programu na reálných datech klinické studie dynamické konektivity a využití v mezinárodním projektu APGem.
|
|
|
Analýza signálů EEG
Bartošovský, Petr ; Dlouhý, Jiří (oponent) ; Rozman, Jiří (vedoucí práce)
BARTOŠOVSKÝ, P. Analýza signálů EEG. Brno: Vysoké učení technické v Brně, Fakulta elektrotechniky a komunikačních technologií, 2008. 35 s. Vedoucí bakalářské práce doc. Ing. Jiří Rozman, CSc. Práce se zabývá analýzou signálů EEG a metodami jejich digitálního zpracování. Při analýze aktivity mozkové činnosti z naměřených dat se lze setkat s tím, že data mohou být zkreslena různými poruchami tzv. artefakty. Tato data byla podkladem pro ověření algoritmu dvou metod a to metody hlavních komponent a metody nezávislých komponent, které mohou tyto artefakty eliminovat. Dosažené výsledky byly zhodnoceny a obě metody navzájem porovnány.
|
|
|
Vícekanálové metody zvýrazňování řeči
Zitka, Adam ; Balík, Miroslav (oponent) ; Smékal, Zdeněk (vedoucí práce)
Diplomová práce se zabývá vícekanálovými metodami zvýrazňování řeči. Vícekanálové metody zvýrazňování řeči používají pro snímání signálů více mikrofonů. Ze směsí signálů můžeme pomocí neuronových sítí oddělit například jednotlivé mluvčí, potlačit hluk v pozadí či šum. Tato úloha bývá nazývána cocktail-party efekt. Hlavní metoda řešící tento problém se nazývá analýza nezávislých komponent. V práci jsou nejdříve popsány její teoretické základy a jsou představeny podmínky a požadavky k její aplikaci. Jednotlivé metody ICA se snaží směsi rozdělovat pomocí hledání co nejmenších gaussovských vlastností signálů. Pro analýzu nezávislých komponent se používají různé matematické vlastnosti signálů jako je např. špičatost a entropie. Signály, které byly smíšeny uměle v počítači, lze poměrně dobře oddělovat např. pomocí FastICA či algoritmu rostoucího gradientu. Složitější situace nastává, chceme-li oddělit signály pořízené v reálném nahrávacím prostředí, protože separaci řeči osob současně mluvících v reálném prostředí ovlivňují různé další okolnosti jako akustické vlastnosti místnosti, šum, zpoždění, odrazy od stěn, pozice či typ mikrofonů apod. Práce představuje postup analýzy nezávislých komponent ve frekvenční oblasti, který dokáže úspěšně oddělit i nahrávky pořízené v reálném prostředí.
|
|
| |
host ::
RSS.