|
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.
|
|
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.
|
|
Analýza spánkového EEG
Sadovský, Petr ; Rozman, Jiří (vedoucí práce)
Práce se zabývá analýzou a zpracováním spánkových signálů EEG. Problematika, která je v ní zpracována se dá rozdělit do několika hlavních oblastí. První oblast se věnuje analýze signálů EEG metodou nezávislých komponent. Na základě specifikace této metody analýzy je navržen a popsán lineární model vzniku signálů EEG. Dále je podrobně rozpracováno posouzení podmínek, za kterých jsou informace získané analýzou platné. Další část se věnuje využití metody nezávislých komponent k odstranění nedeterministických artefaktů ze signálů EEG. Druhou hlavní oblastí je analýza stacionarity spánkových signálů EEG, hledání stacionárních úseků signálů a analýza statistických vlastností těchto stacionárních úseků. Další oblast je zaměřena na spektrální analýzu spánkových signálů EEG. V této oblasti jsou analyzovány děje, které se podílí na vzniku konkrétních spekter signálů EEG. Je zde také provedena analýza stochastických signálů, které jsou nedílnou součástí záznamu signálů EEG. Poslední oblast je zaměřena na eliminaci přechodných dějů, které vznikají při filtraci krátkých úseků signálů EEG na jeho začátku.
|
|
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).
|
|
Analýza souvislostí mezi simultánně měřenými EEG a fMRI daty
Labounek, René ; Kremláček,, Jan (oponent) ; Lamoš, Martin (vedoucí práce)
Elektroencefalografie a funkční magnetická rezonance jsou dvě rozdílné metody měření neurální aktivity mozku. EEG signály disponují výborným časovým rozlišením, fMRI snímky pořizují záznamy mozkové aktivity ve výborném prostorovém rozlišení. Předpokládá se, že společnou analýzou je možné využít výhody obou metod současně. K automatické analýze fMRI dat pomocí obecného lineárního modelu slouží volně dostupný software Statistical Parametric Mapping (SPM8), který ale neumožňuje automatizovanou EEG–fMRI analýzu. Proto byl během diplomové práce vytvořen software EEG Regressor Builder, který předzpracuje EEG signály do podoby EEG regresorů, které je možné načíst programem SPM8, kde se spolu s fMRI daty spočítá obecný lineární model. EEG regresory jsou tvořeny vektory časových změn absolutních nebo relativních hodnot výkonu EEG signálu v zadaných frekvenčních pásmech z vybraných elektrod vzhledem k dobám pořízení jednotlivých fMRI snímků. Software je testován na simultánních EEG–fMRI datech vizuálního oddball experimentu. EEG regresory se počítají pro časové změny absolutního i relativního výkonu EEG signálu ve třech frekvenčních pásem zájmu ( 8-12Hz, 12-20Hz a 20-30Hz) z okcipitálních elektrod (O1, O2 a Oz). Celkem jsou provedeny tři druhy testovacích analýz. V první se zkoumají data od tří jednotlivců. Hodnotí se přesnosti výsledků vzhledem k možnostem nastavení metody výpočtu regresoru. V druhé se provedla skupinová analýza dat od dvaceti dvou zdravých pacientů. Ve třetí se realizuje skupinová analýza EEG regresorů pomocí korelační matice vzhledem k zadanému druhu výkonu a frekvenčnímu pásmu mimo obecný lineární model.
|
|
Sdružená EEG-fMRI analýza na základě heuristického modelu
Janeček, David ; Kremláček, Jan (oponent) ; Labounek, René (vedoucí práce)
Diplomová práce se zabývá sdruženou EEG-fMRI analýzou na základě heuristického modelu. Heuristický model popisuje vztah mezi změnami v prokrvení aktivních mozkových oblastí a v elektrické aktivitě neuronů. Dále se tato práce zabývá různými metodami extrakce užitečné informace z EEG záznamu a jejich vlivy na konečný výsledek sdružené analýzy. Byly testovány metody průměrování elektrod zájmu, rozklad pomocí analýzy hlavních komponent a rozklad pomocí nezávislých komponent. Metoda průměrování elektrod zájmu a rozklad pomocí PCA dává podobné výsledky, ale není možné z EEG záznamu extrahovat jedinečnou informaci o určitém stimulačním vektoru. Pomocí ICA rozkladu jsme schopni získat informaci vztahující se k určité stimulaci, ale nastává zde problém v konečné interpretaci a výběru správné komponenty při slepém hledání variability spřažené s experimentem. Bylo zjištěno, že ačkoliv komponenty vypočtené z časové posloupnosti EEG záznamu jsou vzájemně nezávislé, jejich posun spektra vzájemně koreluje. Tato spektrální závislost byla eliminována PCA/ICA rozkladem až na vektorech posunu spektra. Zde již každá komponenta přináší novou informaci o mozkové aktivitě. Výsledky z heuristického přístupu byly porovnávány s výsledky sdružené analýzy na základě výpočtu relativního a absolutního výkonu v pásmech zájmu a byly nalezeny souvislosti mezi aktivačními mapami, a to především mezi heuristickým modelem a relativním výkonem v pásmu gamma (20-40 Hz).
|
| |
|
Topografické mapování elektrické aktivity mozku
Dobeš, Petr ; Drahanský, Martin (oponent) ; Kupková, Karolína (vedoucí práce)
Jedním z nejvýznamnějších signálů biologického původu je elektrická aktivita lidského mozku. Pro správné pochopení a interpretaci elektroencefalogramu (EEG signálu) je často nezbytné provádět jeho vizualizaci. Tato práce se zabývá EEG signálem a vizualizací pomocí topografického mapování. V práci jsou popsány základy teorie EEG signálu a jeho zpracování. Součástí této práce je také návrh a implementace aplikace umožňující zobrazení topografických map pro zařízení Emotiv Epoc Headset přímo v průběhu snímání EEG signálu. Vizualizovanými veličinami jsou amplituda signálu a frekvenční doména s možností volby frekvenčních pásem. Vytvořená aplikace nabízí alternativu k postupu, kdy je EEG signál nutné nejprve uložit, a teprve poté je možné jej vizualizovat ze záznamu.
|
|
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.
|