|
|
Prostorovo-časová analýza HD-EEG dat u pacientů s neurodegenerativním onemocněním
Jordánek, Tomáš ; Kozumplík, Jiří (oponent) ; Lamoš, Martin (vedoucí práce)
Práce se zabývá problematikou diagnostiky prodromálního stádia onemocnění s Lewyho tělísky za pomocí analýzy EEG mikrostavů. V první části práce se nachází teoretický základ, který je potřeba ke zorientování se v problematice a porozumění výsledkům. Z této části lze zmínit např. popis onemocnění a možnosti diagnostiky, elektroencefalografii, předzpracování signálů EEG či provedení samotné analýzy. Na teoretickou část navazuje část praktická, ve které je popsán datový soubor, na němž analýza probíhala, následně předzpracování signálů a poté samotná analýza mikrostavů, jejíž výstupní parametry byly hodnoceny za pomocí metod statistické analýzy. Při porovnání skupiny osob s podezřením na onemocnění s Lewyho tělísky a zdravých, věkově vázaných kontrol byly nalezeny statisticky významné rozdíly u tří parametrů mikrostavů, míry zastoupení úseků bez přiřazené mapy a také pro některé počty přechodů mezi jednotlivými mapami.
|
|
|
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.
|
|
|
Prostorovo-časová analýza HD-EEG dat u pacientů s neurodegenerativním onemocněním
Jordánek, Tomáš ; Kozumplík, Jiří (oponent) ; Lamoš, Martin (vedoucí práce)
Práce se zabývá problematikou diagnostiky prodromálního stádia onemocnění s Lewyho tělísky za pomocí analýzy EEG mikrostavů. V první části práce se nachází teoretický základ, který je potřeba ke zorientování se v problematice a porozumění výsledkům. Z této části lze zmínit např. popis onemocnění a možnosti diagnostiky, elektroencefalografii, předzpracování signálů EEG či provedení samotné analýzy. Na teoretickou část navazuje část praktická, ve které je popsán datový soubor, na němž analýza probíhala, následně předzpracování signálů a poté samotná analýza mikrostavů, jejíž výstupní parametry byly hodnoceny za pomocí metod statistické analýzy. Při porovnání skupiny osob s podezřením na onemocnění s Lewyho tělísky a zdravých, věkově vázaných kontrol byly nalezeny statisticky významné rozdíly u tří parametrů mikrostavů, míry zastoupení úseků bez přiřazené mapy a také pro některé počty přechodů mezi jednotlivými mapami.
|
host ::
RSS.