Národní úložiště šedé literatury Nalezeno 7 záznamů.  Hledání trvalo 0.01 vteřin. 
Moduly pro synchronizaci měřicích zařízení s galvanickým oddělením
Petr, Ondřej ; Šebesta, Jiří (oponent) ; Dřínovský, Jiří (vedoucí práce)
Cílem této práce bylo seznámit se s možností přenosu vysokofrekvenčních signálů pomocí optických kabelů a návrh synchronizačních modulů k přenosu referenčního signálu, tak aby zdroj i přijímač tohoto signálu byly časově synchronizovány a vzájemně galvanicky odděleny pomocí optického kabelu. Pro vysílání a příjem optického signálu pomocí optického vlákna jsem vysílač a přijímač zvolil ze série HBR- 0400 od firmy Agilent Technologies.
Moduly pro synchronizaci měřicích zařízení s galvanickým oddělením
Petr, Ondřej ; Šebesta, Jiří (oponent) ; Dřínovský, Jiří (vedoucí práce)
Cílem této práce bylo seznámit se s možností přenosu vysokofrekvenčních signálů pomocí optických kabelů a návrh synchronizačních modulů k přenosu referenčního signálu, tak aby zdroj i přijímač tohoto signálu byly časově synchronizovány a vzájemně galvanicky odděleny pomocí optického kabelu. Pro vysílání a příjem optického signálu pomocí optického vlákna jsem optický vysílač a přijímač zvolil ze série HBR- 0400 od firmy Agilent Technologies.
Reference v intrakraniálním EEG: implementace a analýza
Uher, Daniel ; Hejč, Jakub (oponent) ; Ronzhina, Marina (vedoucí práce)
PĹ™edstava záznamu mozkovĂ© aktivity bez zkreslujĂ­cĂ­ch artefaktĹŻ koluje ve vÄ›deckĂ˝ch kruzĂ­ch jiĹľ nÄ›kolik desĂ­tek let. ParazitnĂ­ jevy a nežádoucĂ­ sloĹľky dokáží vĂ˝raznÄ› komplikovat analĂ˝zu pacientskĂ©ho záznamu intrakraniálnĂ­ho elektroencefalografu (iEEG). S nástupem modernĂ­ technologie však zaÄŤaly pĹ™ibĂ˝vat novĂ© metody pro preciznĂ­ odstranÄ›nĂ­ zkreslujĂ­cĂ­ho šumu. Zde nastupuje koncept virtuálnĂ­ch referenÄŤnĂ­ch signálĹŻ, jakoĹľto nástroj pro eliminaci nežádoucĂ­ch komponent. V tĂ©to práci, metoda zaloĹľená na prĹŻmÄ›rovánĂ­ spolu s modernÄ›jšími metodami zaloĹľenĂ˝ch na analĂ˝ze nezávislĂ˝ch komponent (ICA) byly realizovány a testovány na rĹŻznĂ˝ch iEEG záznamech. Bylo zjištÄ›no, Ĺľe algoritmy zaloĹľenĂ© na ICA umoĹľĹujĂ­ lepší a pĹ™esnÄ›jší odhad referenÄŤnĂ­ho signálu v porovnánĂ­ s prĹŻmÄ›rovacĂ­ metodou. Na závÄ›r byly všechny navrĹľenĂ© metody implementovány do open-source Python knihovny đť‘źđť‘’đť‘“đť‘ đť‘–đť‘”, která je veĹ™ejnÄ› dostupná, jednoduše instalovatelná a pĹ™ipravena k pouĹľitĂ­.
Artefacts Removal from Brain EEG Signals Using Adaptive Algorithms
Hatala, Juraj ; Jawed, Soyiba (oponent) ; Shakil, Sadia (vedoucí práce)
This thesis covers the problem of artifacts in electroencephalography (EEG) data and the methods used to remove them with a focus on adaptive filtering. Artifacts are an unavoid- able part of the EEG method and they have a negative impact on the analysis of the results by covering the brain signals of interest. Adaptive filtering is a versatile method that can be used for removal of these artifacts if the reference signal correlated with the artifact is pro- vided. The primary goal of this thesis is a proposal and implementation of the framework that can be used to apply methods of adaptive filtering on EEG data. The secondary goal is to examine the effectiveness of a novel Q-LMS algorithm on the task of removal of artifacts from EEG as it was not yet used in this scenario. The work is introducing a library in a Python environment for EEG adaptive filtering and shows and evaluates experiments for EEG artifact removal scenarios with a Q-LMS filter implemented in the proposed library. In this library, a user is able to construct customizable filtering pipelines. The library of- fers a variety of adaptive filters and reference-building methods with a focus on processing neurological data in BIDS format. However, the user is able to share his custom filters with the framework as well as use his own input data and reference signals. The experiments with Q-LMS showed that it is a well-functioning adaptive algorithm yet the filtering results were moderate in contrast to results obtained by other standard adaptive algorithms.
Reference v intrakraniálním EEG: implementace a analýza
Uher, Daniel ; Hejč, Jakub (oponent) ; Ronzhina, Marina (vedoucí práce)
PĹ™edstava záznamu mozkovĂ© aktivity bez zkreslujĂ­cĂ­ch artefaktĹŻ koluje ve vÄ›deckĂ˝ch kruzĂ­ch jiĹľ nÄ›kolik desĂ­tek let. ParazitnĂ­ jevy a nežádoucĂ­ sloĹľky dokáží vĂ˝raznÄ› komplikovat analĂ˝zu pacientskĂ©ho záznamu intrakraniálnĂ­ho elektroencefalografu (iEEG). S nástupem modernĂ­ technologie však zaÄŤaly pĹ™ibĂ˝vat novĂ© metody pro preciznĂ­ odstranÄ›nĂ­ zkreslujĂ­cĂ­ho šumu. Zde nastupuje koncept virtuálnĂ­ch referenÄŤnĂ­ch signálĹŻ, jakoĹľto nástroj pro eliminaci nežádoucĂ­ch komponent. V tĂ©to práci, metoda zaloĹľená na prĹŻmÄ›rovánĂ­ spolu s modernÄ›jšími metodami zaloĹľenĂ˝ch na analĂ˝ze nezávislĂ˝ch komponent (ICA) byly realizovány a testovány na rĹŻznĂ˝ch iEEG záznamech. Bylo zjištÄ›no, Ĺľe algoritmy zaloĹľenĂ© na ICA umoĹľĹujĂ­ lepší a pĹ™esnÄ›jší odhad referenÄŤnĂ­ho signálu v porovnánĂ­ s prĹŻmÄ›rovacĂ­ metodou. Na závÄ›r byly všechny navrĹľenĂ© metody implementovány do open-source Python knihovny đť‘źđť‘’đť‘“đť‘ đť‘–đť‘”, která je veĹ™ejnÄ› dostupná, jednoduše instalovatelná a pĹ™ipravena k pouĹľitĂ­.
Moduly pro synchronizaci měřicích zařízení s galvanickým oddělením
Petr, Ondřej ; Šebesta, Jiří (oponent) ; Dřínovský, Jiří (vedoucí práce)
Cílem této práce bylo seznámit se s možností přenosu vysokofrekvenčních signálů pomocí optických kabelů a návrh synchronizačních modulů k přenosu referenčního signálu, tak aby zdroj i přijímač tohoto signálu byly časově synchronizovány a vzájemně galvanicky odděleny pomocí optického kabelu. Pro vysílání a příjem optického signálu pomocí optického vlákna jsem vysílač a přijímač zvolil ze série HBR- 0400 od firmy Agilent Technologies.
Moduly pro synchronizaci měřicích zařízení s galvanickým oddělením
Petr, Ondřej ; Šebesta, Jiří (oponent) ; Dřínovský, Jiří (vedoucí práce)
Cílem této práce bylo seznámit se s možností přenosu vysokofrekvenčních signálů pomocí optických kabelů a návrh synchronizačních modulů k přenosu referenčního signálu, tak aby zdroj i přijímač tohoto signálu byly časově synchronizovány a vzájemně galvanicky odděleny pomocí optického kabelu. Pro vysílání a příjem optického signálu pomocí optického vlákna jsem optický vysílač a přijímač zvolil ze série HBR- 0400 od firmy Agilent Technologies.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.