|
|
Analysis of sleep EEG signal
Ježek, Martin ; Kozumplík, Jiří (oponent) ; Rozman, Jiří (vedoucí práce)
The aim of this study was to develop an automatic detection program for scoring the sleep EEG arousals, based on one of time-frequency analysis methods. The subject of the study was 13 overnight polysomnographic recordings (four leads of EEG, EMG, ECG and EOG), i.e over 100 hours in total. It was a subset of data used in former studies by sleep expert Dr. Emilia Sforza, Geneva, Switzerland, who also provided baseline arousal scoring. Total number of 1551 arousal events were marked in the recordings. Next, several tools for recordings' visualization were developed to facilitate the decision on methods of analysis. Following the conclusions made after extensive visualization of input recordings in different time-frequency representations and regarding the character of EEG as neuroelectric waveforms and computing efficiency, discrete wavelet decomposition with Daubechies order 6 mother wavelet was chosen. The EEG signals were decomposed into six frequency bands. The results together with EMG recordings were used to evaluate a set of indices describing EEG and EMG changes accompanying arousals. These indices were weighted to form linear classifier of microarousal suspicion in each EEG lead – a microarousal was marked as present when it remained suspect in period of 3 to 30 seconds. Outputs of four EEG channels were then integrated to report final outcome. Based on sensitivity and selectivity measures the algorithm was optimized by genetic algorithm. The subject of tuning were the linear classifier parameters and first four of 13 recordings were selected as training data. A microarousal detection program emerged on basis of the tuned algorithm and resulted in average sensitivity of 76,09 %, selectivity of 53,26 % and 97,66 % specificity over all 13 recordings compared to expert visual scorings.
|
|
|
Analýza EEG signálů při Stroopově testu
Tolaszová, Eva ; Roman,, Robert (oponent) ; Sekora, Jiří (vedoucí práce)
Diplomová práce se zabývá problematikou měření biologických signálů během psychické zátěže. Ke sledování tohoto vlivu byl zvolen Stroopův test, který se v psychologii využívá ke zjišťování poruch pozornosti a schopnosti soustředění. Záznamy EEG a EKG signálů v průběhu Stroopova testu byly získány pomocí EEG stanice v rámci výzkumu evokovaných potenciálů. Součástí práce je navržená uživatelská aplikace pro analýzu a interpretaci dat a následnou statistickou analýzou dvou-výběrovým t-testem.
|
|
|
Zjištění Parkinsonovy nemoci na základě analýzy řečového záznamu
Vymlátil, Petr ; Trzos, Michal (oponent) ; Lněnička, Jakub (vedoucí práce)
Tato práce se zabývá zjištěním Parkinsonovi choroby na základě analýzy řečového záznamu. V úvodních kapitolách je popsán mechanismus vzniku lidského hlasu, jeho základní vlastnosti a vliv hypokinetické dysartrie na řeč. V další kapitole jsou popsány vlastnosti řečového signálu a některé metody jeho předzpracování. Následuje popis a způsob extrakce vybraných jednotlivých příznaků potřebných pro diagnózu nemoci a stručný popis metod redukce a klasifikátorů. Praktická část práce srovnává úspěšnost klasifikace naivního bayesovského klasifikátoru v závislosti na použité redukci.
|
|
|
Nástroj pro vizualizaci a poslech vibračních signálů
Slavov, Jan ; Mancl, Vlastimil (oponent) ; Čala, Martin (vedoucí práce)
Tato bakalářská práce se zabývá vývojem nástroje pro vizualizaci a poslech vibračních signálů. Cílem práce je zjistit možnosti vývojového prostředí LabVIEW v oblasti, ke které je aplikace určena, dále vyhodnotit podobné programy nabízené na trhu a vytvořit aplikaci, která umožní uživateli základní zpracování signálu, při kterém uživatel přímo uvidí reakci signálu na změnu nastavení. Aplikace dále umožní práci se zařízením myDAQ a poslech signálů pomocí reproduktorů, při kterém se mu zobrazí aktuální pozice přehrávání.
|
|
|
Řádová analýza signálů
Honc, Lukáš ; Pikula, Stanislav (oponent) ; Beneš, Petr (vedoucí práce)
Tato diplomová práce se zabývá řádovou analýzou signálů. První část práce popisuje běžně používané metody pro řádovou analýzu včetně metod pro zpracování signálu vibrací a tachosondy. Součástí práce je stručný přehled veřejně dostupných nástrojů pro řádovou analýzu a podrobnější popis funkcí Sound and Vibration Measurement Suite (SVMS) rozšíření do LabVIEW od firmy National Instruments. Hlavním cílem práce je návrh a realizace vlastní knihovny pro řádovou analýzu jako rozšíření pro vývojové prostředí LabVIEW, ve které budou naimplementované běžné metody pro řádovou analýzu signálu včetně podpůrných funkcí pro zpracování signálu z akcelerometru a tachosondy. Třetí část práce je pojata jako popis a návod k použití naimplementované knihovny. V poslední části práce jsou pak jednotlivé funkce vytvořené knihovny porovnány s analogickými funkcemi v SVMS knihovně od National Instruments na simulovaných i reálných datech.
|
|
|
Simulátor pro pasivní multistatický radar s použitím WiFi/WiMAX
Sládek, Ondřej ; Kubíček, Michal (oponent) ; Šebesta, Jiří (vedoucí práce)
Diplomová práce se zabývá konceptem pasivního multistatického radaru. Radiolokačním signálem zkoumaného radaru je signál WiFi nebo WiMAX, který je vysílán nespolupracujícím vysílačem. Diplomová práce vyhodnocuje omezení, vyplývající z použití WiFi nebo WiMAX signálů. V rámci práce byl sestaven simulátor v prostředí Matlab, který ověřil základní myšlenku tohoto konceptu. Na základě výsledků simulací s reálnými parametry jsou formulovány závěry směrem k možnému využití WiFi/WiMAX radaru.
|
|
| |
|
|
Návrh zařízení pro testování piezokompozitních senzorů
Zlámal, Radim ; Chalupa, Jan (oponent) ; Kšica, Filip (vedoucí práce)
Předložená bakalářská práce popisuje návrh a následné sestavení zařízení pro testování senzorů MFC. V první části jsou sepsány podstatné teoretické poznatky týkající se hlavních vlastností senzorů, včetně jejich popisu a porovnání s dalšími druhy piezoelektrických materiálů. Dostupné metody k měření odezvy ze senzoru jsou postupně uvedeny a srovnány podle způsobu namáhání (tah/tlak, ohyb, krut). Druhá část se zabývá realizací zařízení na základě zvoleného fyzikálního principu zatěžování testovaného vzorku, na kterém je senzor pevně uchycen. Konstrukce zařízení je navržena a upravena podle vstupních požadavků a okrajových podmínek u ohybu. Hardware i software jsou vybrány pro simulaci konkrétní formy mechanického zatížení. Poslední část se věnuje statickému měření deformací na vzorku za využití nábojového zesilovače a modelování různých dynamických cyklů snímaných zužitkováním zátěžného odporu. Napěťový signál ze senzoru je přepočítán na přetvoření, které je dále pro kontrolu správnosti měření převedeno na průhyb, a nakonec je posouzena funkčnost celého zařízení.
|
|
|
Systém identifikace vlaků ve výhybkách pomocí pokročilých metod strojového učení
Krč, Rostislav ; Vorel,, Jan (oponent) ; Plášek, Otto (oponent) ; Podroužek, Jan (vedoucí práce)
Tato disertační práce pojednává o možnostech automatického rozpoznání vlaků ve výhybkách na základě akcelerometrických dat. Byl zohledněn současný stav poznání včetně požadavků výzkumných projektů jako S-Code, In2Track a Výhybka 4.0. V provedených experimentech byly uvažovány různé architektury umělých neuronových sítí (ANN) a statisticky vyhodnoceny různé scénáře použití. Výsledná přesnost dosáhla 89.2 % pro konvoluční neuronovou síť (CNN), která byla vybrána jako vhodná základní architektura pro další experimenty. Projevila se vysoká schopnost zobecnění problému, jelikož modely natrénované na datech z jedné lokality byly schopné určit typ lokomotivy na jiné lokalitě. Další experimenty posuzovaly vliv filtrů a redukce šumu. Ukázalo se, že natrénované modely jsou vhodné pro aplikaci in-situ s ohledem na hardwarová omezení, neboť mají malé nároky na paměť a výpočetní výkon. Kvůli omezenému množství naměřených dat byla využita data z elektrické přenosové soustavy, což umožnilo další upřesnění navržené CNN architektury. Nejvyšší přesnosti pro klasifikaci časových řad je dosaženo pomocí hluboké vícevrstvé architektury s využitím regularizačních metod jako dropout nebo normalizace batche. Využití aktivační mapy tříd (CAM) napomohlo vysvětlení rozhodovacího procesu neuronové sítě. Prezentované výsledky prokázaly proveditelnost identifikace typů vlaků přímo ve výhybce. CNN byla zvolena jako optimální architektura pro tento úkol, vzhledem k vysoké přesnosti, schopnosti automatické filtrace a rozpoznání vzorů, což umožňuje využití end-to-end strategie. Vzhledem k nízkým výpočetním nárokům je navíc možné použití natrénovaných modelů přímo na výhybce. Byly rovněž formulovány požadavky na minimální množství dat a parametry senzorů. Tato disertační práce přispívá k porozumění problematiky identifikace typů vlaků a poskytuje pevné teoretické základy pro další výzkum.
|
|
|
Nástroj pro vizualizaci a poslech vibračních signálů
Slavov, Jan ; Mancl, Vlastimil (oponent) ; Čala, Martin (vedoucí práce)
Tato bakalářská práce se zabývá vývojem nástroje pro vizualizaci a poslech vibračních signálů. Cílem práce je zjistit možnosti vývojového prostředí LabVIEW v oblasti, ke které je aplikace určena, dále vyhodnotit podobné programy nabízené na trhu a vytvořit aplikaci, která umožní uživateli základní zpracování signálu, při kterém uživatel přímo uvidí reakci signálu na změnu nastavení. Aplikace dále umožní práci se zařízením myDAQ a poslech signálů pomocí reproduktorů, při kterém se mu zobrazí aktuální pozice přehrávání.
|
host ::
RSS.