|
|
Detekce K-komplexů ve spánkových signálech EEG
Hlaváčová, Kristýna ; Ronzhina, Marina (oponent) ; Kozumplík, Jiří (vedoucí práce)
Tato diplomová práce se zabývá problematikou detekce K-komplexů ve spánkových signálech EEG. Záznam z elektroencefalografu je důležitý pro neinvazivní diagnostiku a výzkum aktivity mozku. Snímaný signál se používá pro vyšetření fází spánku, projevů poruch, stavů vědomí a vlivů různých látek. Tato práce se věnuje automatické detekci K-komplexů, jelikož manuální označování grafoelementů je komplikované. Bylo využito dvou přístupů-Stockwellovy transformace a filtrace pásmovou propustí s následnou aplikací operátoru TKEO. Algoritmy byly vytvořeny v prostředí MATLAB R2014a.
|
|
|
Automatická klasifikace spánkových fází
Schwanzer, Miroslav ; Kozumplík, Jiří (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato diplomová práce se zabývá klasifikací spánkových fází na základě polysomnografických signálů. Pro vybrané signály byla provedena analýza a selekce příznaků v časové oblasti a ve frekvenční oblasti. Příznaky ke klasifikaci byly získány ze signálů EEG, EOG a EMG. Jako klasifikátory byly použity klasifikační modely typu K-NN, SVM, a umělé neuronové sítě. Úspěšnost klasifikace se liší podle použité metody a rozdělení skupin. Nejlepších výsledků dosahovala klasifikace mezi stavy bdělosti, fáze REM a N3, a to za pomoci neuronové sítě. Zde bylo dosaženo celkové úspěšnosti 93,1 %.
|
|
|
Analýza mikrostavů v EEG datech u osob se spánkovou deprivací
Křápková, Monika ; Koudelka, Vlastimil (oponent) ; Lamoš, Martin (vedoucí práce)
Tato bakalářská práce se zabývá oblastí zpracování a analýzy EEG dat u spánkově deprivovaných osob. V teoretické části je nejprve obecně představena metoda elektroencefalografie, dále pak možnosti předzpracování a analýzy EEG dat, úvod do statistiky, a jako poslední je zde uvedena rešerše týkající se vlivu spánkové deprivace na elektrofyziologii člověka. Praktická část obsahuje samotné předzpracování EEG dat, analýzu EEG mikrostavů a statistické vyhodnocení výsledků u výzkumu spánkové deprivace. Dosažené výsledky z této části jsou na závěr diskutovány v samostatné kapitole.
|
|
|
K-complex detection in sleep EEG
Bjelová, Martina ; Mézl, Martin (oponent) ; Králík, Martin (vedoucí práce)
This paper addresses detecting of K-complexes in sleeping EEG records. Polysomnography is the method, which is used for diagnostic and following therapy of many sleep disorders. For identifnging of sleep stages it is fundamental to know graphoelements, in which they are situate. K-complex is important indicator of second sleep stange and hence is essencial to know to detect this pattern. In this paper we focus on design and implementation of more algorithms for detection of these patterns with various characteristics. Among the proposed methods, the wavelet transform method was best evaluated. Performance of this detection reached values the average senzitivity 63,83 % and average positive predictive value 44,07 %.
|
|
|
Segmentace EEG signálů
Nečadová, Anežka ; Kozumplík, Jiří (oponent) ; Kubicová, Vladimíra (vedoucí práce)
Předmětem této bakalářské práce je seznámení se signálem EEG. Jsou zde rozebrány jeho vlastnosti, použití a způsoby zpracování. Hlavní část se zabývá segmentací EEG signálu. Dvě metody segmentace jsou realizovány v programu Matlab, a to adaptivní segmentace na základě míry diference střední amplitudy a míry diference střední frekvence a adaptivní segmentace na základě míry diference odhadnuté z rychlé Fourierovy transformace. Funkčnost algoritmu je ověřena na reálných EEG signálech.
|
|
|
Automatická segmentace dat EEG
Krupka, Ondřej ; Ronzhina, Marina (oponent) ; Bubník, Karel (vedoucí práce)
Tato bakalářská práce se zabývá EEG signálem, jeho vlastnostmi, použití a způsoby zpracování. Prvním úkolem je seznámení s různými metodami automatické segmentace dat EEG signálu. Dále je předmětem realizace některých metod v programu MATLAB, ověření jejich funkčnosti a vzájemné porovnání výsledků segmentace.
|
|
|
Segmentace EEG signálů
Nečadová, Anežka ; Kozumplík, Jiří (oponent) ; Kubicová, Vladimíra (vedoucí práce)
Předmětem této bakalářské práce je seznámení se signálem EEG. Jsou zde rozebrány jeho vlastnosti, použití a způsoby zpracování. Hlavní část se zabývá segmentací EEG signálu. Dvě metody segmentace jsou realizovány v programu Matlab, a to adaptivní segmentace na základě míry diference střední amplitudy a míry diference střední frekvence a adaptivní segmentace na základě míry diference odhadnuté z rychlé Fourierovy transformace. Funkčnost algoritmu je ověřena na reálných EEG signálech.
|
|
|
Studium EEG signálu v experimentu s flicker-fusion testem
Malá, Aneta ; Chmelař, Milan (oponent) ; Ronzhina, Marina (vedoucí práce)
Rychlá a snadná detekce úrovně bdělosti má pro praxi velký význam. Ke stanovení úrovně bdělosti je využíváno testových dotazníků, psychologických testů či analýzy biologických signálů měřené osoby. Tato práce se zabývá spojením flicker-fusion testu (FF testu) a analýzy elektroencefalogramu (EEG) pro stanovení úrovně bdělosti. První část se věnuje vymezení pojmů, druhá představuje stručný úvod k metodě EEG a v třetí části je popsána metoda FF testu. Poslední část je věnována realizaci spektrální analýzy EEG v programovém prostředí MATLAB a návrhu metody hodnocení parametrů EEG a FF testu.
|
|
|
Měření a analýza elektroencefalogramu
Klus, Michal ; Chmelař, Milan (oponent) ; Kubicová, Vladimíra (vedoucí práce)
První teoretická část studuje vznik a historii elektroencefalografie. Popisuje základní stavební část mozku, neouron, z anatomického a funkčního hlediska. Rozebírá princip vzniku elektrických potenciálů. Dále je uveden přehled s popisem alternativních diagnostických metod používaných pro vyšetření mozku a samotné vyšetření elektrické aktivity mozku. Jsou popsány typy používaných elektrod a jejich rozmístění. Závěr teoretické části se zabývá celkovým popisem EEG záznamu a charakteristikou jednotlivých typů vlnění. Praktická část popisuje samostatný pokus měření. Postup správného měření a získání potřebných dat. Převedení dat do požadovaného formátu. Vykreslení záznamu EEG, spektrální analýzu a brain mapping. To vše je zahrnuto ve vytvořeném programu analyza_EEG. Konec praktické části popisuje výstupy z vytvořeného programu při zkoumání vlastních naměřených dat.
|
|
|
Klasifikace spánkových EEG
Holdova, Kamila ; Smital, Lukáš (oponent) ; Ronzhina, Marina (vedoucí práce)
Tato diplomová práce se zabývá aplikaci vlnkové transformace na analýzu spánkových elektroencefalogramů za účelem rozpoznávání spánkových fázi. Teoretická část diplomové práce se zabývá teorií vzniku EEG signálu a jeho analýzou. Dále je tu popsána diagnostická metoda polysomnografie (PSG), při které se zaznamenává současně více funkcí organismu, mezi základní funkce patří elektroencefalogram (EEG), elektromyogram (EMG) a elektrookulogram (EOG). Tato metoda slouží k diagnostice spánkových poruch, a proto je v projektu popsán spánek, spánkové fáze a poruchy spánku. V praktické části je k analýze EEG signálu použita diskrétní vlnková transformace (DWT) a byla zde použita mateřská vlnka Daubechies 4 „db4“a rozklad signálu na úroveň 7. Ke klasifikaci vzniklých dat byla použita dopředná neuronová síť se zpětným šířením chyby.
|
host ::
RSS.