|
|
Investigating very high-frequency oscillations phenomena in human brain
Kolajová, Martina ; Cimbálník, Jan (referee) ; Klimeš, Petr (advisor)
Identifikace zóny vzniku záchvatu (SOZ) – oblasti mozku, kde začínají záchvaty – je klíčová pro úspěch chirurgické resekce epileptického ložiska. Význam vysokých vysokofrekvenčních oscilací (VHFO) spočívá v jejich roli jako více specifického biomarkeru této nemoci, přestože mechanismus jejich vzniku zůstává nejasný. Jednotlivé neurony nejsou fyziologicky schopné generovat oscilace v rozsahu VHFO. Je proto předpokládáno, že VHFO zaznamenané makroelektrodami mohou vznikat sumací aktivity různých neuronálních skupin, které pálí asynchronně. Tato diplomová práce se věnuje analýze jevů VHFO s důrazem na jejich vztah k epilepsii. Pomocí metod s využitím měření na mikroelektrodovém poli (MEA) jsou zkoumány mechanismy vzniku VHFO prostřednictvím analýzy dat v programovacím jazyce Python.
|
|
|
Aperiodic component of EEG power spectrum in Parkinson’s disease patients treated by deep brain stimulation
Chrásková, Sofie Hedvika ; Gajdoš, Martin (referee) ; Lamoš, Martin (advisor)
Parkinson's disease (PD) is one of the most common neurodegenerative diseases. The number of diagnosed patients has doubled in the last 30 years. Symptomatic treatment primarily includes pharmacological therapy, as well as modulation of brain activity using deep brain stimulation (DBS). This work focuses on the electrophysiological changes in patients treated with DBS, which may aid the development of this highly successful therapy. As part of the practical section of the work, the effect of DBS on the so-called aperiodic component of the power spectrum of the EEG signal was examined. The results of the work demonstrate that the long-term effects of DBS have an impact on the aperiodic component. Likewise, the work proves that changes in the aperiodic component can be observed when comparing stimulation on and off. These statements support the conclusions of the latest research, which highlight the potential of the aperiodic component as an input signal for individual therapy of Parkinson's disease using adaptive DBS.
|
|
|
Diagnosing anxiety and depression from brain electroencephalogram (EEG) signals
Osvald, Martin ; Jaroš, Marta (referee) ; Malik, Aamir Saeed (advisor)
Duševné poruchy predstavujú širokú škálu emócií v našej spoločnosti. Tieto psychické stavy významne ovplyvňujú kognitívne, emocionálne a behaviorálne fungovanie jednotlivcov. Bežné duševné poruchy sa vzťahujú na dve hlavné diagnostické kategórie: depresívne poruchy a úzkostné poruchy. Cielom tejto práce je nájsť novú metódu na detekciu či daný pacient trpí úzkosťou alebo depresiou pomocou klasifikácie EEG. V tejto práci používame kombináciu genetických algoritmov a modelov z hlbokého učení.
|
|
| |
|
|
Detection of Anxiety from Brain Electroencephalogram (EEG) Signals
Marko, Július ; Shakil, Sadia (referee) ; Malik, Aamir Saeed (advisor)
Úzkosť ovplyvňuje ľudské schopnosti, správanie, produktivitu a kvalitu života. Úzkosť nás udržuje v bezpečí ako súčasť systému, ktorý pomáha kontrolovať a odvracať nebezpečenstvo. Tento systém sa však môže narušiť. Keď takéto narušenie nastane, môže to viesť k depresii a dokonca k samovražde. Cieľom tejto práce je vyvinúť novú metódu detekcie úzkosti zo signálov mozgu, konkrétne elektroencefalogramu (EEG), neinvazívnej a nákladovo efektívnej skríningovej metódy. Navrhovaná metóda zahŕňa mikrostavy, ktoré zatiaľ neboli na základe dostupnej literatúry použité na detekciu úzkosti. Extrahované sú aj ďalšie vlastnosti v časovej a frekvenčnej doméne. Nakoniec bol na týchto vlastnostiach natrénovaný a vyhodnotený klasifikátor strojového učenia, ktorý prekonal aktuálne dostupné metódy.
|
|
|
Electroencephalogram (EEG) and machine learning-based classification of various stages of mental stress
Lapčíková, Tereza ; Malik, Aamir Saeed (referee) ; Zaheer, Muhammad Asad (advisor)
Tato závěrečná práce se věnuje rozpoznávání a klasifikaci různých úrovní psychické zátěže z elektroencefalogramu (EEG). V rámci této práce bylo vytvořeno několik modelů SVM a LSTM, které klasifikují EEG data do tří tříd odpovídajících mentální zátěži – nízká mentální zátěže, střední mentální zátěž a vysoká mentální zátěž. Proces vedoucí k tvorbě těchto modelů se skládal z kroků jako je úprava vstupního signálu, extrakce jeho vlastností a implementace modelu pro samotnou klasifikaci. Toto řešení taktéž obsahuje augmentaci dat. Nejvyšší dosažená přesnost klasifikace byla 90 %, a to s modelem SVM. Nejlepší LSTM model obsahoval tři vrstvy LSTM a přesnost jeho výsledné klasifikace byla 70 %.
|
|
|
Spectral Analysis of EEG Signal
Miklenda, Petr ; Orság, Filip (referee) ; Kupková, Karolína (advisor)
This bachelor thesis is focused at the EEG signal analysis using the Fast Fourier Transform. The theoretical part consist of EEG signal description, its creation and selected method for signal analysis. The practical part presents program for recording data from EEG headset and displaying the Fourier spectrum.
|
|
|
Spectral analysis of the EEG signal
Blatný, Michal ; Kozumplík, Jiří (referee) ; Hrozek, Jan (advisor)
Master’s thesis deal about electroencefalography, measurement EEG signals and analysis measuermed signals. Project contains two basis practical parts. Firts part contain two PC’s programs that’s are used to fundamental analysis to frequence-domain and visual display of brain mapping created with Matlab. Second chapter of practical parts includes two PC’s programs created with LabView. First of them is the EEG biofeedback making use for advanced analyses and second program is used to detection segment of stacionarity.
|
|
|
Electroencephalography
Jarošová, Veronika ; Ronzhina, Marina (referee) ; Chmelař, Milan (advisor)
This semestral paper has its aim to describe the electroencephalography. The beginning of paper is devoted to the history of electroencephalography, then there is both spontaneous and evoked brain activity described. Further, the paper deal with the electroencephalography. At the conclusion of teoretical part is described the methodology and processing of electroencephalography signal. The practical part of the work is focused on the creation of three various exercises on the epilepsy theme, reflexes and memory. Then the exercises were verified practically at fourteen volunteers. Further, in the work there is mentioned the instruction for particular measures, valuation results and its discussion.
|
|
|
Event Fixation Related Potential During Visual Emotion Stimulation
Mičánková, Veronika ; Lamoš, Martin (referee) ; Potočňák, Tomáš (advisor)
Cílem této diplomové práce je najít a popsat souvislost mezi fixací očí v emočně zabarveném stimulu, kterým je obrázek či video, a EEG signálu. K tomuto studiu je třeba vyvinout softwarové nástroje v prostředí Matlab k úpravě a zpracování dat získaných z eye trackeru a propojení s EEG signály pomocí nově vytvořených markerů. Na základě získaných znalostí o fixacích, jsou v prostředí BrainVision Analyzeru EEG data zpracovány a následně jsou segmentovány a průměrovány jako evokované potenciály pro jednotlivé stimuly (ERP a EfRP). Tato práce je vypracována ve spolupráci s Gipsa-lab v rámci výzkumného projektu.
|
guest ::
