|
|
Automatická detekce K-komplexů ve spánkových signálech EEG
Pecníková, Michaela ; Ronzhina, Marina (oponent) ; Kozumplík, Jiří (vedoucí práce)
Tato práce se zabývá problémem detekce K-komplexů ve spánkovém EEG. Studium spánku je velmi důležité pro diagnostiku mozkových poruch a pro analýzu mozkových aktivit. Vzhledem k tomu, že K-komplex může mít širokou škálu tvarů, je velmi obtížné detekovat K-komplexy ručně. V této práci prezentuji automatickou metodu detekce K-komplexů založenou na vlnkové transformaci, TKEO a dále metodu klasifikace za pomoci dopředné neuronové sítě. Výkon detekce dosáhl hodnot v rozmezí 52,9 až 83,6 %.
|
|
|
Detekce srdečních ozev ve fonokardiogramu
Pecníková, Michaela ; Čmiel, Vratislav (oponent) ; Smital, Lukáš (vedoucí práce)
V bakalářské práci byl navržen algoritmus pro detekci první a druhé srdeční ozvy. První část popisuje anatomii srdce, srdeční činnost a vznik fonokardiografického signálu. Dále jsou v práci popsány typické vlastnosti fonokardiogramu. Algoritmus pro detekci první a druhé srdeční ozvy je založen na normalizovaném průměru Shannonovy energie fonokardiografického signálu. Algoritmus pro detekci první a druhé srdeční ozvy byl realizován v prostředí MATLAB. Účinnost algoritmu byla hodnocena pomocí 66 fonokardiografických záznamů s 1388 srdečními cykly.
|
|
|
Detekce srdečních ozev ve fonokardiogramu
Pecníková, Michaela ; Čmiel, Vratislav (oponent) ; Smital, Lukáš (vedoucí práce)
V bakalářské práci byl navržen algoritmus pro detekci první a druhé srdeční ozvy. První část popisuje anatomii srdce, srdeční činnost a vznik fonokardiografického signálu. Dále jsou v práci popsány typické vlastnosti fonokardiogramu. Algoritmus pro detekci první a druhé srdeční ozvy je založen na normalizovaném průměru Shannonovy energie fonokardiografického signálu. Algoritmus pro detekci první a druhé srdeční ozvy byl realizován v prostředí MATLAB. Účinnost algoritmu byla hodnocena pomocí 66 fonokardiografických záznamů s 1388 srdečními cykly.
|
|
|
Automatická detekce K-komplexů ve spánkových signálech EEG
Pecníková, Michaela ; Ronzhina, Marina (oponent) ; Kozumplík, Jiří (vedoucí práce)
Tato práce se zabývá problémem detekce K-komplexů ve spánkovém EEG. Studium spánku je velmi důležité pro diagnostiku mozkových poruch a pro analýzu mozkových aktivit. Vzhledem k tomu, že K-komplex může mít širokou škálu tvarů, je velmi obtížné detekovat K-komplexy ručně. V této práci prezentuji automatickou metodu detekce K-komplexů založenou na vlnkové transformaci, TKEO a dále metodu klasifikace za pomoci dopředné neuronové sítě. Výkon detekce dosáhl hodnot v rozmezí 52,9 až 83,6 %.
|
host ::
RSS.