|
|
EEG Signal Processing and Analysis
Uhliarik, Michal ; Drahanský, Martin (oponent) ; Kupková, Karolína (vedoucí práce)
This thesis covers topic of electroencephalography, EEG signal processing and analysis. It explains fundamental concepts of biological signal genesis in brain, characteristic brain waves and their classi cation. Then it illustrates basic methodologies of EEG signal recording, measurement errors, impact and sources of signal artifacts. Thesis provides overview of the most common methodologies for EEG preprocessing and analysis with special focus on methods for spectral analysis. Practical part of this thesis describes architecture and implementation of Easy EEG Player application created as a part of this thesis.
|
|
|
Evoluční optimalizace extraktoru příznaků klasifikátoru EEG
Ovesná, Anna ; Hurta, Martin (oponent) ; Mrázek, Vojtěch (vedoucí práce)
Tato práce se zaměřuje na optimalizaci klasifikace EEG signálu alkoholiků a kontrolních subjektů pomocí evolučních algoritmů s vícekriteriálním přístupem. Hlavním cílem je maximalizovat přesnost, senzitivitu a specificitu klasifikačního algoritmu a minimalizovat počet použitých příznaků. Práce využívá čtyři různé klasifikátory, konkrétně Support Vector Machine, k-nearest neighbors, Naive Bayes a AdaBoost. Výběr nejlepších příznaků je optimalizován pomocí tří různých evolučních přístupů, z nichž dva převádějí vícekriteriální optimalizaci na jednokriteriální pomocí váženého součtu a omezení maximálního počtu příznaků. Pareto optimální řešení nalézá algoritmus NSGA-II. Výsledky dokazují, že evoluční algoritmy v kombinaci s vhodnými klasifikátory spolehlivě rozeznají člověka se sklonem k alkoholismu od toho se zdravým vztahem k alkoholu.
|
|
|
Methods for electroencephalogram records comparison
Kliment, Juraj ; Ronzhina, Marina (oponent) ; Janoušek, Oto (vedoucí práce)
The bachelor thesis deals with the comparison of EEG signals from the human brain. The aim of this work is to find suitable nonlinear parameters, based on which it is possible to compare EEG records created in different conditions. The selected parameters are then tested on data from a publicly available database using Matlab software, the results are statistically processed and compared with the results of existing scientific studies. The comparison was based on the parameters Approximate entropy, Correlation dimension, Hurst exponent and Lyapunov exponent.
|
|
|
Methods for electroencephalogram records comparison
Kliment, Juraj ; Ronzhina, Marina (oponent) ; Janoušek, Oto (vedoucí práce)
The bachelor thesis deals with the comparison of EEG signals from the human brain. The aim of this work is to find suitable nonlinear parameters, based on which it is possible to compare EEG records created in different conditions. The selected parameters are then tested on data from a publicly available database using Matlab software, the results are statistically processed and compared with the results of existing scientific studies. The comparison was based on the parameters Approximate entropy, Correlation dimension, Hurst exponent and Lyapunov exponent.
|
|
|
Time Frequency Analysis of ERP Signals
Bartůšek, Jan ; Provazník, Ivo (oponent) ; Černocký, Jan (vedoucí práce)
The aim of this work is to improve the algorithm for clustering ERP signals based on the temporal and spatial properties of pseudo-signals gained by the Independent Component Analysis. The main purpose is to find new features, which could improve the original algorithm. This study is investigating application of new features gained by Fourier Transform and short time Fourier Transform methods. Basic principle and performance of the concept is demonstrated on the sample algorithm. Results have shown that the method can bring a contribution to the original project and can be its convenient improvement.
|
|
|
Vliv nucleus accumbens na percepci faciálních expresí
VALUCHOVÁ, Kateřina
Tato bakalářská práce se zabývá zkoumáním stimulace nucleus accumbens pomocí smíchu a vlivem této stimulace na percepci faciálních expresí. Teoretická část je zaměřená na anatomický i funkční popis nucleus accumbens a související výzkumy. Dále jsou v teoretické části představeny kapitoly týkající se smíchu, faciálních expresí, elektroencefalografie (EEG) a kognitivních evokovaných potenciálů (ERP). Empirická část představuje metodologii výzkumu, který si klade za cíl zjistit vliv smíchu, a s ním spojené stimulace nucleus accumbens, na percepci a hodnocení neutrálních a pozitivních faciálních expresí (získaných z databáze KDEF). Experimentu se účastnilo 16 subjektů. Subjektům byla promítána zábavná videa a po každém z nich měly za úkol hodnotit prezentované faciální exprese. Neurální data byla získána pomocí elektroencefalogramu a zpracována prostřednictvím programu Matlab, konkrétně v jeho toolboxu EEGlab. Behaviorální data byla zpracována v programu Statistica a ke statistické analýze byl použit párový T-test. Do závěrečné analýzy neurálních i behaviorálních dat bylo zařazeno 15 subjektů. Výsledná analýza ukázala, že i přes stimulaci humorným podnětem docházelo k rozdílnému zpracování a hodnocení neutrálních a pozitivních faciálních expresí na úrovni neurální i behaviorální, což bylo v rozporu se stanovenými hypotézami. Výsledky neprokázaly, že by humorný podnět užitý ke stimulaci nucleus accumbens měl statisticky významný vliv na hodnocení faciálních expresí.
|
|
|
Použití senzorů pro zařízení ovládané signály EEG
Blažej, Svätopluk ; Sekora, Jiří (oponent) ; Marcoň, Petr (vedoucí práce)
Bakalárska práca sa zaoberá rôznymi typmi senzorov pre zber EEG dát a ich využitie na ovládanie priemyselných zariadení. V práci je popísaná problematika merania EEG signálu a jeho spracovania, výber vhodného typu senzoru, návrh a zostrojenie zariadenia schopného zberu, zosilnenia a filtrácie signálu nadobudnutého vybraným senzorom. Tvorba ovládacieho programu určeného na preklad nadobudnutých dát pre komunikáciu a ovládanie externého zariadenia. Testovanie a vyhodnotenie správnosti funkčnosti navrhnutého zariadenia.
|
|
|
The influence of deep brain stimulation on the brain connectivity
Horváthová, Ľubica ; Výtvarová, Eva (oponent) ; Klimeš, Petr (vedoucí práce)
The deep brain stimulation (DBS) represents effective treatment for patients with Parkinson’s disease (PD) or patients with pharmacoresistant epilepsy. However its mechanisms by which it moderates seizures and improves movement still remain largely unknown. To understand it better and to determine in which frequency bands is the change most relevant, comparisons between DBS OFF and DBS ON were made using correlation method and phase lag index. Eleven patients with (PD) and with implanted neurostimulators for DBS from the companies Medtronic and St.Jude Medical are the subjects of the recorded data used in this thesis. The results prove that not only does the change in connectivity occur during the DBS, but also that the higher frequencies such as beta, low gamma and high gamma are affected the most. Changes in these frequencies, responsible for motor activity, attentive focusing and information processing, are consistent with the PD clinical findings. During this disease, pathological beta activity is hypersynchronized and gamma activity is reduced in motor areas. With gamma activity increasing during DBS ON, the physiological state of the patients is partially restoring and therefore improving their motility. The methods and results of this thesis will be used for further research on patients with PD and epilepsy.
|
|
|
Klasifikace spánkových stádií
Nováková, Kateřina ; Ronzhina, Marina (oponent) ; Potočňák, Tomáš (vedoucí práce)
Předložená práce se zabývá základním popisem polysomnografického měření, morfologií spánku a jeho stádii. Dále jsou zde uvedeny vybrané metody zpracování elektroencefalografických signálů. Techniky zpracování jsou zejména zaměřeny na klasifikaci spánkových stádií. Praktická část práce se zabývá realizací tří metod klasifikace s využitím umělých neuronových sítí a ověřením funkčnosti těchto metod. Všechny algoritmy jsou zpracovány v prostředí programu Matlab. Příznakové vektory jsou získány pomocí výpočtu energií, Welchovy spektrální analýzy a Hilbert-Huangovy transformace. Pro klasifikaci jsou zde využity tři typy umělých neuronových sítí - rekurentní neuronová síť, dopředná síť a síť pro klasifikaci vzorů. Na základě příznakových vektorů je spánek klasifikován do stádií bdělost (W), spánek bez výskytu rychlých očních pohybů (NREM) a spánek s výskytem rychlých očních pohybů (REM).
|
|
|
EEG Signal Processing and Analysis
Uhliarik, Michal ; Drahanský, Martin (oponent) ; Kupková, Karolína (vedoucí práce)
This thesis covers topic of electroencephalography, EEG signal processing and analysis. It explains fundamental concepts of biological signal genesis in brain, characteristic brain waves and their classi cation. Then it illustrates basic methodologies of EEG signal recording, measurement errors, impact and sources of signal artifacts. Thesis provides overview of the most common methodologies for EEG preprocessing and analysis with special focus on methods for spectral analysis. Practical part of this thesis describes architecture and implementation of Easy EEG Player application created as a part of this thesis.
|
host ::
RSS.