|
|
Processing of heart sounds signals
Němcová, Simona ; Matějková, Magdaléna (referee) ; Vondra, Vlastimil (advisor)
This bachelor thesis is focused on the heart sound signal. It describes the principles of hear sound formation, measurement methods and especially the analysis of the measured phonocardiography signal. In the practical part of this thesis, the algorithm for detecting the first and the second heart sounds is designed by using MATLAB software. Its principle is realized in finding maximum or center of gravity in the filtered phonocardiography signal.
|
|
|
Time Frequency Analysis of ERP Signals
Bartůšek, Jan ; Provazník, Ivo (referee) ; Černocký, Jan (advisor)
Tato práce se zabývá vylepšením algoritmu pro sdružování (clustering) ERP signálů pomocí analýzy časových a prostorových vlastností pseudo-signálů získaných za pomocí metody analýzy nezávislých komponent (Independent Component Analysis). Naším zájmem je nalezení nových vlastností, které by zlepšily stávající výsledky. Tato práce se zabývá použitím Fourierovy transformace (Fourier Transform), FIR filtru a krátkodobé Fourierovy transformace ke zkvalitnění informace pro sdružovací algoritmy. Princip a použitelnost metody jsou popsány a demonstrovány ukázkovým algoritmem. Výsledky ukázaly, že pomocí dané metody je možné získat ze vstupních dat zajímavé informace, které mohou být úspěšně použity ke zlepšení výsledků.
|
|
|
Identification of the parameters of an electroencephalographic recording system
Svozilová, Veronika ; Sekora, Jiří (referee) ; Mézl, Martin (advisor)
Elektroencefalografický záznamový systém slouží k vyšetření mozkové aktivity. Na základě tohoto vyšetření lze stanovit diagnózu některých nemocí, například epilepsie. Účelem této práce bylo zpracování signálu z toho systému a vytvoření modelového signálu, který bude s reálným signálem porovnán. Uměle vytvořený signál vychází z Jansenova matematického modelu, který byl dále implementován v prostředí MATLAB a rozšířen ze základního modelu na komplexnější zahrnující nelinearity a model rozhraní elektroda – elektrolyt. Dále bylo provedeno měření signálů na EEG fantomu a následná identifikace parametrů naměřených signálu. V první fázi byly testovány jednoduché signály. Identifikace parametrů těchto signálů sloužila k validaci daného EEG fantomu. V druhé fázi bylo přistoupeno k testování EEG signálů navržených podle matematického Jansenova modelu. Analýza veškerých signálů zahrnuje mimo jiné časově frekvenční analýzu či ověření platnosti principu superpozice.
|
|
|
Selected Aspects of Statistical Significance Testing in Time-Frequency Analysis
Klejmová, Eva ; Kohl,, Zdeněk (referee) ; Fidrmuc, Jarko (referee) ; Poměnková, Jitka (advisor)
Přeložená dizertační práce se zabývá analýzou a posouzením kvality odhadu frekvenční a časově-frekvenční transformace dat a formulaci doporučení pro práci s metodami. Při použití těchto metod vyvstává otázka, jak vyhodnotit, které složky spektrogramu jsou statisticky významné a které nikoli. V této práci analyzujeme vlastnosti standardních testů statistické významnosti. Diskutujeme o jejich výhodách a nevýhodách s ohledem na heteroskedastický charakter dat. Na základě našich experimentů jsou v práci navrženy dva typy testovacích metod, které snižují negativní aspekty standardních testů. Práce jen zakončena vytvořením rámce pro filtrování dat pomocí námi navržených metod.
|
|
|
Selected Aspects of Statistical Significance Testing in Time-Frequency Analysis
Klejmová, Eva ; Kohl,, Zdeněk (referee) ; Fidrmuc, Jarko (referee) ; Poměnková, Jitka (advisor)
Přeložená dizertační práce se zabývá analýzou a posouzením kvality odhadu frekvenční a časově-frekvenční transformace dat a formulaci doporučení pro práci s metodami. Při použití těchto metod vyvstává otázka, jak vyhodnotit, které složky spektrogramu jsou statisticky významné a které nikoli. V této práci analyzujeme vlastnosti standardních testů statistické významnosti. Diskutujeme o jejich výhodách a nevýhodách s ohledem na heteroskedastický charakter dat. Na základě našich experimentů jsou v práci navrženy dva typy testovacích metod, které snižují negativní aspekty standardních testů. Práce jen zakončena vytvořením rámce pro filtrování dat pomocí námi navržených metod.
|
|
|
Time Frequency Analysis of ERP Signals
Bartůšek, Jan ; Provazník, Ivo (referee) ; Černocký, Jan (advisor)
Tato práce se zabývá vylepšením algoritmu pro sdružování (clustering) ERP signálů pomocí analýzy časových a prostorových vlastností pseudo-signálů získaných za pomocí metody analýzy nezávislých komponent (Independent Component Analysis). Naším zájmem je nalezení nových vlastností, které by zlepšily stávající výsledky. Tato práce se zabývá použitím Fourierovy transformace (Fourier Transform), FIR filtru a krátkodobé Fourierovy transformace ke zkvalitnění informace pro sdružovací algoritmy. Princip a použitelnost metody jsou popsány a demonstrovány ukázkovým algoritmem. Výsledky ukázaly, že pomocí dané metody je možné získat ze vstupních dat zajímavé informace, které mohou být úspěšně použity ke zlepšení výsledků.
|
|
|
Processing of heart sounds signals
Němcová, Simona ; Matějková, Magdaléna (referee) ; Vondra, Vlastimil (advisor)
This bachelor thesis is focused on the heart sound signal. It describes the principles of hear sound formation, measurement methods and especially the analysis of the measured phonocardiography signal. In the practical part of this thesis, the algorithm for detecting the first and the second heart sounds is designed by using MATLAB software. Its principle is realized in finding maximum or center of gravity in the filtered phonocardiography signal.
|
|
|
Identification of the parameters of an electroencephalographic recording system
Svozilová, Veronika ; Sekora, Jiří (referee) ; Mézl, Martin (advisor)
Elektroencefalografický záznamový systém slouží k vyšetření mozkové aktivity. Na základě tohoto vyšetření lze stanovit diagnózu některých nemocí, například epilepsie. Účelem této práce bylo zpracování signálu z toho systému a vytvoření modelového signálu, který bude s reálným signálem porovnán. Uměle vytvořený signál vychází z Jansenova matematického modelu, který byl dále implementován v prostředí MATLAB a rozšířen ze základního modelu na komplexnější zahrnující nelinearity a model rozhraní elektroda – elektrolyt. Dále bylo provedeno měření signálů na EEG fantomu a následná identifikace parametrů naměřených signálu. V první fázi byly testovány jednoduché signály. Identifikace parametrů těchto signálů sloužila k validaci daného EEG fantomu. V druhé fázi bylo přistoupeno k testování EEG signálů navržených podle matematického Jansenova modelu. Analýza veškerých signálů zahrnuje mimo jiné časově frekvenční analýzu či ověření platnosti principu superpozice.
|
guest ::
