keywords:"elektroencefalografia" - Výsledky hledání - Digitální repozitář

host :: přihlásit Digitální repozitář
		Hledej		Nový záznam		Nápověda		O repozitáři

Hlavní stránka > Výsledky hledání: keywords:"elektroencefalografia"

Hledej:

Tipy pro vyhledávaní :: Rozšířené hledání

Hledej ve sbírkách:

Seřadit podle:	Zobrazit výsledky:	Výstupní formát:

	Vyhodnocení vazeb mezi páry kontaktů intracerebrálních signálů EEG Hraboš, Martin ; Drahanský, Martin (oponent) ; Kupková, Karolína (vedoucí práce) Táto práca popisuje analýzu zvolených metód mozgovej konektivity. Tieto metódy vyhodnocujú väzby a závislosti medzi signálmi získanými pomocou hĺbkových intrakraniálnych elektród. Súčasťou tejto práce je aplikácia - zásuvný modul, ktorý určuje závislosti medzi signálmi pomocou Pearsonovych korelačných koeficientov. Pri výpočte týchto koeficientov je použitá akcelerácia pomocou GPU. Úplný záznam
	Developing Brain Computer Interface for Imagined Movements Blašková, Barbora ; Jawed, Soyiba (oponent) ; Malik, Aamir Saeed (vedoucí práce) Brain disorders and diseases affect 1 in 6 people worldwide and in many cases result in a condition that profusely impacts the life of patient. Mental health topics surge as 1 in 10 people is diagnosed with a mental health disorder. It is therefore crucial to study the organ that is still in a big part a mystery to the researchers - brain. The focus of this thesis is on Brain Computer Interface (BCI) which can act as a intermediary between the brain and a device by acquiring the brain signals and translating them into a set of actions or commands. One of the methods to control a device by thoughts is motor imagery, which is based on the fact that imagining moving a part of the body elicits the same brain response as actual movement. This thesis proposes to utilize a recent field of the EEG for the BCI applications - microstate analysis. Classifier for distinguishing between the motor imagery tasks is proposed as a combination of microstate features extracted from different regions of the brain with the already established features such as from frequency or time-domain. The subject-specific classifiers was trained for 30 participants. Two distinct classifiers were implemented - one for the classification of the rest versus activity and second for the classification of the left versus right motor imagery. The mean accuracy across participants for the rest versus activity classification was 0.85. The mean accuracy across participants for the left versus right motor imagery classification was 0.74. The microstates proved to be helpful in distinguishing between different conditions in a task settings, but need some improvements in terms of the further research. Úplný záznam
	Vyhodnocení vazeb mezi páry kontaktů intracerebrálních signálů EEG Hraboš, Martin ; Drahanský, Martin (oponent) ; Kupková, Karolína (vedoucí práce) Táto práca popisuje analýzu zvolených metód mozgovej konektivity. Tieto metódy vyhodnocujú väzby a závislosti medzi signálmi získanými pomocou hĺbkových intrakraniálnych elektród. Súčasťou tejto práce je aplikácia - zásuvný modul, ktorý určuje závislosti medzi signálmi pomocou Pearsonovych korelačných koeficientov. Pri výpočte týchto koeficientov je použitá akcelerácia pomocou GPU. Úplný záznam

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

Digitální repozitář :: :: :: ::
Powered by v1.1.2
Spravuje

Tato stránka je dostupná také v následujících jazycích:
Česky English