|
|
Vícekanálové metody zvýrazňování řeči
Zitka, Adam ; Balík, Miroslav (oponent) ; Smékal, Zdeněk (vedoucí práce)
Diplomová práce se zabývá vícekanálovými metodami zvýrazňování řeči. Vícekanálové metody zvýrazňování řeči používají pro snímání signálů více mikrofonů. Ze směsí signálů můžeme pomocí neuronových sítí oddělit například jednotlivé mluvčí, potlačit hluk v pozadí či šum. Tato úloha bývá nazývána cocktail-party efekt. Hlavní metoda řešící tento problém se nazývá analýza nezávislých komponent. V práci jsou nejdříve popsány její teoretické základy a jsou představeny podmínky a požadavky k její aplikaci. Jednotlivé metody ICA se snaží směsi rozdělovat pomocí hledání co nejmenších gaussovských vlastností signálů. Pro analýzu nezávislých komponent se používají různé matematické vlastnosti signálů jako je např. špičatost a entropie. Signály, které byly smíšeny uměle v počítači, lze poměrně dobře oddělovat např. pomocí FastICA či algoritmu rostoucího gradientu. Složitější situace nastává, chceme-li oddělit signály pořízené v reálném nahrávacím prostředí, protože separaci řeči osob současně mluvících v reálném prostředí ovlivňují různé další okolnosti jako akustické vlastnosti místnosti, šum, zpoždění, odrazy od stěn, pozice či typ mikrofonů apod. Práce představuje postup analýzy nezávislých komponent ve frekvenční oblasti, který dokáže úspěšně oddělit i nahrávky pořízené v reálném prostředí.
|
|
|
Vztah elektrofyziologické aktivity a dynamické funkční konektivity rozsáhlých mozkových sítí ve fMRI datech
Lamoš, Martin ; Hlinka, Jaroslav (oponent) ; Kremláček, Jan (oponent) ; Jan, Jiří (vedoucí práce)
Funkční mozková konektivita odráží určitý stav mozku. Vrůstající zájem o studium dynamiky funkční konektivity mezi jednotlivými rozsáhlými mozkovými sítěmi je doprovázen snahou nalézt její elektrofyziologické koreláty. Část takové neurální aktivity však může zůstat nerozpoznána, protože se během analýzy EEG dat velmi často používá různých omezení v prostorové a spektrální doméně. Zde představený přístup slepě odhaluje multimodální EEG spektrální vzorce, které se vztahují k dynamice BOLD funkční konektivity sítí. Slepá dekompozice EEG spektrogramu pomocí paralelní faktorové analýzy byla představena jako užitečný nástroj k odhalení vzorů neurální aktivity, kde každý vzor obsahuje tři signatury (prostorovou, časovou a spektrální). Na rozdíl od standardních přístupů, kdy dochází k průměrování signálů z jednotlivých elektrod, vybírají se pouze podskupiny elektrod, či se využívá standardních frekvenčních pásem, tato slepá dekompozice bere v potaz kompletní trilineární strukturu EEG dat. Simultánně měřená BOLD fMRI data jsou odděleně od EEG rozložena pomocí analýzy nezávislých komponent. Na časových průbězích komponent je odhadována dynamická funkční konektivita pomocí výpočtu korelačního koeficientu v plovoucím okně. Funkční konektivita síťových stavů je následně odvozena na základě hodnot těchto korelačních koeficientů. Použitím ANOVA testů jsou na závěr nalezeny tři EEG spektrální vzory vztahující se k dynamice funkční konektivity síťových stavů. Předchozí výzkum odhalil vztah mezi fluktuacemi EEG spektrálních vzorů a hemodynamikou rozsáhlých mozkových sítí. Tato práce ukazuje, že zmíněný vztah lze nalézt také na úrovni dynamiky funkční konektivity mezi jednotlivými rozsáhlými mozkovými sítěmi, kdy nejsou použita žádná standardní prostorová a spektrální omezení ve zpracování EEG dat.
|
|
|
Time Frequency Analysis of ERP Signals
Bartůšek, Jan ; Provazník, Ivo (oponent) ; Černocký, Jan (vedoucí práce)
The aim of this work is to improve the algorithm for clustering ERP signals based on the temporal and spatial properties of pseudo-signals gained by the Independent Component Analysis. The main purpose is to find new features, which could improve the original algorithm. This study is investigating application of new features gained by Fourier Transform and short time Fourier Transform methods. Basic principle and performance of the concept is demonstrated on the sample algorithm. Results have shown that the method can bring a contribution to the original project and can be its convenient improvement.
|
|
|
Nedourčená slepá separace zvukových signálů
Čermák, Jan ; Smékal, Zdeněk (vedoucí práce)
V reálných situacích se často setkáváme s případem, kdy je v neznámém prostředí smícháno více zvukových signálů dohromady. Aby mohly být tyto signály správně interpretovány je nutné užitečné signály extrahovat z jejich směsi. Disciplína zabývající se tímto problémem se nazývá slepá separace signálů. Tato práce pojednává o vícekanálové slepé separaci zvukových signálů v reálném prostředí, a to i v případě kdy počet zdrojů přesáhne počet senzorů. První částí disertační práce je úvodem do slepé separace signálu. Je zde provedena analýza současného stavu separačních metod. Na základě získaných poznatků jsou navrženy separační systémy implementující více-stavové časově-frekvenční maskování. Tyto metody však stále provádí nelineární změny ve spektru, jež mohou způsobovat hudební šum. Jsou tedy představeny další metody potlačující hudební šum. Tyto metody kombinují časově-frekvenční binární maskování a adaptivní metody směrování přijímací charakteristiky. Výsledkem je nový lineární separační systém aplikovatelný i v případě kdy počet zdrojů převyšuje počet senzorů. V závěrečné části práce jsou navržené separační systémy vyhodnoceny pomocí objektivních i subjektivních testů.
|
|
|
Porovnání úspěšnosti vícekanálových metod separace řečových signálů
Přikryl, Petr ; Zezula, Radek (oponent) ; Míča, Ivan (vedoucí práce)
Separace nezávislých zdrojů signálů ze směsí zaznamenaných dat je základní problém v mnoha praktických situacích. Typický příklad je záznam řeči v prostředí za přítomnosti šumu či jiného mluvčího na pozadí. Touto problematikou se zabývá skupina metod nazvaných Separace zdrojů naslepo. Slepá separace je založena na odhadu N neznámých zdrojů z P měření, které jsou směsmi těchto neznámých zdrojů a neznámého prostředí. Představeny a v Matlabu implementovány jsou některé známé řešení okamžitých směsí, tj. Analýza nezávislých komponent a Časově kmitočtová analýza. V reálném prostředí však akustické signály nejsou okamžité směsi, ale směsi konvoluční. Pro tento případje představen a v Matlabu implementován algoritmus pro separaci konvolučních směsí v kmitočtové oblasti.Tato diplomová práce zkoumá porovnání a použitelnost těchto separačních algoritmů.
|
|
|
Analýza spánkového EEG
Sadovský, Petr ; Rozman, Jiří (vedoucí práce)
Práce se zabývá analýzou a zpracováním spánkových signálů EEG. Problematika, která je v ní zpracována se dá rozdělit do několika hlavních oblastí. První oblast se věnuje analýze signálů EEG metodou nezávislých komponent. Na základě specifikace této metody analýzy je navržen a popsán lineární model vzniku signálů EEG. Dále je podrobně rozpracováno posouzení podmínek, za kterých jsou informace získané analýzou platné. Další část se věnuje využití metody nezávislých komponent k odstranění nedeterministických artefaktů ze signálů EEG. Druhou hlavní oblastí je analýza stacionarity spánkových signálů EEG, hledání stacionárních úseků signálů a analýza statistických vlastností těchto stacionárních úseků. Další oblast je zaměřena na spektrální analýzu spánkových signálů EEG. V této oblasti jsou analyzovány děje, které se podílí na vzniku konkrétních spekter signálů EEG. Je zde také provedena analýza stochastických signálů, které jsou nedílnou součástí záznamu signálů EEG. Poslední oblast je zaměřena na eliminaci přechodných dějů, které vznikají při filtraci krátkých úseků signálů EEG na jeho začátku.
|
|
|
Implementace algoritmů slepé separace zdrojů v jazyce C/C++
Funderák, Marcel ; Malý, Jan (oponent) ; Míča, Ivan (vedoucí práce)
Tato práce se zabývá jednou z metod slepé separace zdrojů (BSS), která se nazývá analýza nezávislých komponent (z anglického Independent Component Analysis). Je uveden stručný teoretický podklad, ve kterém jsou vysvětleny základní poznatky důležité pro odvození jednotlivých algoritmů ICA. Tyto teoretické poznatky zahrnují zejména vysvětlení základních znalostí ze statistiky. V další části jsou popsány metody vhodné k předzpracování vstupních signály – analýza hlavních komponent (PCA) a bělení signálů. Zejména bělení je důležitou součástí řešení algoritmů ICA. Poté jsou již nastíněna různá řešení algoritmů ICA, jakož i úvod do této problematiky. Mezi uvedenými postupy lze vyzvednout popis algoritmů FastICA, které se jeví jako velice vhodné pro počítačové zpracování, jelikož jsou robustní a také nejsou výpočetně náročné oproti jiným metodám. Dále je nastíněno zpracování jednoho algoritmu ICA v jazyce C++, konkrétně algoritmus FastICA pro komplexní signály.
|
|
|
Detekce bdělosti mozku ze skalpového EEG záznamu za pomoci vyšších statistických metod
Semeráková, Nikola ; Ronzhina, Marina (oponent) ; Labounek, René (vedoucí práce)
Diplomová práce se věnuje detekci bdělosti mozku ze skalpového EEG záznamu pomocí vyšších statistických metod. Součástí práce je popis elektroencefalografie, od způsobu geneze signálu, snímání, elektroencefalografu, artefaktů EEG signálu, frekvenčních pásem EEG signálu až po jeho možné zpracování. Dále je zde rozebrán pojem mentální únavy a možnosti její detekce v EEG signálu. Následně jsou zde popsány principy vyšších statistických metod PCA a ICA a konkrétní možnosti dekompozice EEG signálu pomocí těchto metod, ze kterých byla vybrána metoda skupinové prostorovofrekvenční ICA jako vhodná metoda pro selekci dílčích oscilačních zdrojů v EEG signálu V další části je popsán způsob akvizice dat, návrh řešení za pomoci vybrané metody a popis implementovaného algoritmu, který byl aplikován na reálná 256-svodová skalpová EEG data nasnímaná při plnění blokového úkolu zaměřeného na testování pozornosti subjektů. Dekomponován byl absolutní a relativní výkon EEG signálu. Z dosažených výsledků pozorujeme, že fluktuace prostorovofrekvenčních vzorů relativního výkonu (zejména pro theta a alfa pásma) mnohem více signifikantně korespondují se změnou reakčního času a s chybovostí subjektů plnících úkol. Tato dosažená pozorování se jeví poměrně konzistentní s dříve publikovanou literaturou a aktuální studie ukazuje, že prostorovo-frekvenční ICA je schopna slepě izolovat prostorovo-frekvenční vzory, jejichž fluktuace jsou statisticky signifikantně korelované s parametry (reakční čas, míra chybovosti) plynoucími přímo z plnění daného úkolu.
|
|
|
Hodnocení vlivu mrkání na výsledek fúze simultánních EEG-fMRI dat
Dobiš, Lukáš ; Jakubíček, Roman (oponent) ; Labounek, René (vedoucí práce)
Práce se zabývá základní teorií k simultánní fúzi EEG-fMRI dat. Principy akvizice jednotlivých dat a jejich artefakty s rozsáhlým zaměřením na jejich předzpracování. Konkrétně na potlačení artefaktu mrkání z EEG dat a metodou analýzy nezávislých komponent. Dále se zabývá technikou fúze dat v obecném lineárním modelu a vytvořením aktivačních map statisticky významných korelací. Práce obsahuje popis metodiky potřebné na analýzu výsledků. Jsou popsány parametry použitých dat. Je navržen a aplikován proces předzpracování EEG dat, včetně potlačení artefaktu a fúze s vyhodnocením v prostředí MATLAB. Výsledky vyhodnocení prokázaly větší vliv mrkacího artefaktu na výsledky počítané z relativního výkonu a neúplnost kompletního potlačení artefaktu z dat pro testovanou metodu.
|
|
|
Bezkontaktní detekce fyziologických parametrů z obrazových sekvencí
Bršlicová, Tereza ; Janoušek, Oto (oponent) ; Kolář, Radim (vedoucí práce)
Diplomová práce se zabývá studií bezkontaktních a neinvazivních metod pro odhad tepové a dechové frekvence. Bezkontaktní měření spočívá ve snímání osob běžnou videokamerou a ze získaných sad obrazových sekvencí jsou vhodnými přístupy vyhodnoceny hodnoty fyziologických parametrů. Teoretická část práce je věnována především popisu jednotlivých metod a jejich implementace. Praktická část popisuje návrh a realizaci experimentu pro bezkontaktní detekci tepové a dechové frekvence. Experiment byl uskutečněn na 10 dobrovolnících se známou hodnotou tepové a dechové frekvence, což zajišťoval sofistikovaný systému BIOPAC. Zpracování a analýza naměřených dat byla provedena v programovém prostředí Matlab. Nakonec bylo provedeno srovnání výsledků z bezkontaktní detekce a referenčního měření systémem BIOPAC. Výsledky experimentu jsou statisticky vyhodnoceny a diskutovány.
|
host ::
RSS.