|
|
Posuzování spánkových stádií ze signálů HRV
Schlorová, Hana ; Kubičková, Alena (oponent) ; Kozumplík, Jiří (vedoucí práce)
Nejužívanější metodou pro skórování spánkových stadií je hodnocení dle EEG. Tato práce využívá naopak EKG jako signálu srovnatelného k hodnocení spánku. Shrnuje metody prezentace a hodnocení variability srdečního rytmu (HRV) a popisuje celý algoritmus výpočtu a prezentace tohoto signálu pomocí Poincarého map. Práce se také zaměřuje na hodnocení Poincarého map a parametrů vyčíslujících proměnlivost a variabilitu vzorků v mapách. Z průběhů parametrů se snaží vyvodit závěry k posouzení spánkových stadií.
|
|
|
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).
|
|
|
Klasifikace spánkových stádii
Cikánek, Martin ; Mézl, Martin (oponent) ; Potočňák, Tomáš (vedoucí práce)
Cílem této bakalářské práce bylo zpracovat literární rešerši na téma automatické klasifikace spánkových stádií z polysomnografického měření a následně zvolit způsob extrakce příznakových vektorů a kvantitativně ho zhodnotit. V první části se práce zabývá převážně teorií ohledně klasifikace spánkových stádií a rozebírá různé možnosti procesu. Na tuto část navazuje popis jednotlivých částí programu, který slouží pro extrakci a následné kvantitativní zhodnocení příznakových vektorů. Práci uzavírá statistické zhodnocení výsledků.
|
|
|
Klasifikace spánkových stádii
Cikánek, Martin ; Mézl, Martin (oponent) ; Potočňák, Tomáš (vedoucí práce)
Cílem této bakalářské práce bylo zpracovat literární rešerši na téma automatické klasifikace spánkových stádií z polysomnografického měření a následně zvolit způsob extrakce příznakových vektorů a kvantitativně ho zhodnotit. V první části se práce zabývá převážně teorií ohledně klasifikace spánkových stádií a rozebírá různé možnosti procesu. Na tuto část navazuje popis jednotlivých částí programu, který slouží pro extrakci a následné kvantitativní zhodnocení příznakových vektorů. Práci uzavírá statistické zhodnocení výsledků.
|
|
|
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).
|
|
|
Posuzování spánkových stádií ze signálů HRV
Schlorová, Hana ; Kubičková, Alena (oponent) ; Kozumplík, Jiří (vedoucí práce)
Nejužívanější metodou pro skórování spánkových stadií je hodnocení dle EEG. Tato práce využívá naopak EKG jako signálu srovnatelného k hodnocení spánku. Shrnuje metody prezentace a hodnocení variability srdečního rytmu (HRV) a popisuje celý algoritmus výpočtu a prezentace tohoto signálu pomocí Poincarého map. Práce se také zaměřuje na hodnocení Poincarého map a parametrů vyčíslujících proměnlivost a variabilitu vzorků v mapách. Z průběhů parametrů se snaží vyvodit závěry k posouzení spánkových stadií.
|
host ::
RSS.