|
|
Analýza vodivosti kůže
Caha, Martin ; Chmelař, Milan (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá analýzou vodivosti kůže pro studium psychofyziologického stavu člověka se zaměřením na změnu úrovně bdělosti. Je důležitá pro studia mikrospánku za volantem, při kterém dochází ke změně bdělosti a tudíž i ke změně vodivosti kůže. Byl vytvořen protokol a program v prostředí Matlab, který znázorňuje hodnoty odezvy reakční doby na přivedený impulz, průběh naměřených vodivostí a výpočet jejich parametrů, podle kterých lze určit stav bdělosti.
|
|
|
Klasifikace EKG na základě metod HRV analýzy
Caha, Martin ; Vítek, Martin (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá klasifikací EKG naměřeného z izolovaných králičích srdcí v průběhu experimentu s opakovanou ischemií. Klasifikační příznaky byly tvořeny za použitím metod analýzy variability srdečního rytmu. Výsledky byly statisticky vyhodnoceny. Parametry variability srdečního rytmu byly vypočtené pomocí prostředí Kubios HRV, ostatní výpočty se prováděly v MATLABu. Byla vytvořena neuronová síť pro klasifikaci analyzovaných parametrů do specifických skupin.
|
|
|
Analýza vodivosti kůže
Caha, Martin ; Chmelař, Milan (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá analýzou vodivosti kůže pro studium psychofyziologického stavu člověka se zaměřením na změnu úrovně bdělosti. Je důležitá pro studia mikrospánku za volantem, při kterém dochází ke změně bdělosti a tudíž i ke změně vodivosti kůže. Byl vytvořen protokol a program v prostředí Matlab, který znázorňuje hodnoty odezvy reakční doby na přivedený impulz, průběh naměřených vodivostí a výpočet jejich parametrů, podle kterých lze určit stav bdělosti.
|
|
|
Klasifikace EKG na základě metod HRV analýzy
Caha, Martin ; Vítek, Martin (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato práce se zabývá klasifikací EKG naměřeného z izolovaných králičích srdcí v průběhu experimentu s opakovanou ischemií. Klasifikační příznaky byly tvořeny za použitím metod analýzy variability srdečního rytmu. Výsledky byly statisticky vyhodnoceny. Parametry variability srdečního rytmu byly vypočtené pomocí prostředí Kubios HRV, ostatní výpočty se prováděly v MATLABu. Byla vytvořena neuronová síť pro klasifikaci analyzovaných parametrů do specifických skupin.
|
host ::
RSS.