|
|
Měření biologických signálů pomocí systému Biopac
Brudík, Vladislav ; Hlaváček, Antonín (oponent) ; Valla, Martin (vedoucí práce)
Tato bakalářská práce se zabývá problematikou snímání elektrické aktivity z mozku, která se provádí pomocí elektroencefalografu, a zpracováním naměřených dat. Teoretická část je zaměřena na mozek, jeho stavbu a funkce. Také se zabývá biologickými signály, typy křivek a systémy, které slouží k měření EEG křivky. Pro zpracování je navržena programová aplikace s GUI rozhraním. Tato aplikace zobrazuje EEG a frekvenčně významná pásma, frekvenční spektrum a filtrované úseky charakteristických vln.
|
|
|
Alfa monitor
Svobodová, Eva ; Kolářová, Jana (oponent) ; Chmelař, Milan (vedoucí práce)
Diplomová práce se zabývá problematikou EEG biologické zpětné vazby a možnosti jejího využití pro relaxaci osoby. První část práce rozebírá vlastnosti EEG signálu, požadavky na standardní EEG a také rozdělení signálu do jednotlivých frekvenčních pásem. Hlavní podstatou práce je návrh a realizaci Alfa monitoru - relaxačního přístroje, který pro realizaci EEG biologické zpětné vazby využívá akustickou podobu a snímá elektrickou aktivitu mozku v oblasti alfa vln. Druhá polovina práce je zaměřena na obvodový návrh, použití integrovaných obvodů s příslušnými výpočty hodnot součástek. Dále rozebírá samotnou praktickou realizaci alfa monitoru. Poslední kapitola práce se věnuje otestování funkčnosti přístroje.
|
|
|
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.
|
|
|
Psaní na počítači pomocí mozkových signálů
Wagner, Lukáš ; Malinka, Kamil (oponent) ; Tinka, Jan (vedoucí práce)
Tato práce se zabývá implementací rozhraní mezi mozkem a počítačem v jazyce Python umožňující psát a komunikovat s použitím zařízení EEG. Práce studuje a hodnotí dosavadní technologie rozhraní mezi mozkem a počítačem pro použití za tímto účelem. Dále se práce zabývá použitím strojového učení, které se v technologii používá, zejména neuronovými sítěmi, jež se prokázaly být jednou z nejpřesnějších metod klasifikace signálu EEG. Následně jsou navrženy a implementovány 3 různé systémy založené na různých paradigmatech vyvolávání změny potenciálu EEG vizuální cestou. Tyto systémy byly na závěr otestovány s různými přístupy ke zpracování signálu. Bohužel žádný ze systémů neuspěl v komunikaci cílových písmen.
|
|
|
Adaptivní segmentace EEG signálů
Balcarová, Anežka ; Kozumplík, Jiří (oponent) ; Kubicová, Vladimíra (vedoucí práce)
Tato práce je zaměřena na signál EEG, především na segmentaci signálu a dále také na zpracování signálu, které této segmentaci předchází. Je zde nastíněna problematika stacionarity signálu a vyzdvižena důležitost adaptivní segmentace. Principy základních metod adaptivní segmentace jsou vysvětleny a dvě popsané metody jsou také dále zpracovány v prostředí Matlab tak, aby byla možná segmentace vybraného kanálu EEG. Vliv volby parametrů (mezní hodnota segmentace a délka okna) na signál je taktéž názorně ukázán. Mezní hodnota je stanovena pomocí bílého šumu.
|
|
|
Analýza souvislostí mezi simultánně měřenými EEG a fMRI daty
Labounek, René ; Kremláček,, Jan (oponent) ; Lamoš, Martin (vedoucí práce)
Elektroencefalografie a funkční magnetická rezonance jsou dvě rozdílné metody měření neurální aktivity mozku. EEG signály disponují výborným časovým rozlišením, fMRI snímky pořizují záznamy mozkové aktivity ve výborném prostorovém rozlišení. Předpokládá se, že společnou analýzou je možné využít výhody obou metod současně. K automatické analýze fMRI dat pomocí obecného lineárního modelu slouží volně dostupný software Statistical Parametric Mapping (SPM8), který ale neumožňuje automatizovanou EEG–fMRI analýzu. Proto byl během diplomové práce vytvořen software EEG Regressor Builder, který předzpracuje EEG signály do podoby EEG regresorů, které je možné načíst programem SPM8, kde se spolu s fMRI daty spočítá obecný lineární model. EEG regresory jsou tvořeny vektory časových změn absolutních nebo relativních hodnot výkonu EEG signálu v zadaných frekvenčních pásmech z vybraných elektrod vzhledem k dobám pořízení jednotlivých fMRI snímků. Software je testován na simultánních EEG–fMRI datech vizuálního oddball experimentu. EEG regresory se počítají pro časové změny absolutního i relativního výkonu EEG signálu ve třech frekvenčních pásem zájmu ( 8-12Hz, 12-20Hz a 20-30Hz) z okcipitálních elektrod (O1, O2 a Oz). Celkem jsou provedeny tři druhy testovacích analýz. V první se zkoumají data od tří jednotlivců. Hodnotí se přesnosti výsledků vzhledem k možnostem nastavení metody výpočtu regresoru. V druhé se provedla skupinová analýza dat od dvaceti dvou zdravých pacientů. Ve třetí se realizuje skupinová analýza EEG regresorů pomocí korelační matice vzhledem k zadanému druhu výkonu a frekvenčnímu pásmu mimo obecný lineární model.
|
|
|
EEG Signal Processing and Analysis
Uhliarik, Michal ; Drahanský, Martin (oponent) ; Kupková, Karolína (vedoucí práce)
This thesis covers topic of electroencephalography, EEG signal processing and analysis. It explains fundamental concepts of biological signal genesis in brain, characteristic brain waves and their classi cation. Then it illustrates basic methodologies of EEG signal recording, measurement errors, impact and sources of signal artifacts. Thesis provides overview of the most common methodologies for EEG preprocessing and analysis with special focus on methods for spectral analysis. Practical part of this thesis describes architecture and implementation of Easy EEG Player application created as a part of this thesis.
|
|
|
Numerozita u hudebníků
VOTAVOVÁ, Jana
Tato bakalářská práce se zaměřuje na popis spojení mezi hudbou a numerozitou, která souvisí s nesymbolickou matematikou. Zabývá se možnostmi, jakými může působit ranný intenzivní hudební trénink na matematické schopnosti, a to především na aproximální numerický systém (ANS). Aproximální numerický systém se řadí mezi tři základní matematické systémy, které tvoří základ symbolické matematiky. Kromě možností propojení hudby a matematiky se práce věnuje i matematické úzkosti, která vzniká nejčastěji již při prvním kontaktu se školní matematikou a značně ovlivňuje rozvoji matematických schopností i u nadaných jedinců. Tato práce předkládá nezpochybnitelné důkazy o tom, že má hudební výcvik vliv na matematické schopnosti a že by mohl být využíván k tréninku aproximálního numerického systému a díky tomu zlepšovat matematický výkon, potažmo redukovat matematickou úzkost. Ovšem hlavním cílem práce není pouze poskytnout důkazy o propojení hudby a matematiky, ale má také sloužit jako podnět k dalšímu výzkum.
|
|
|
Psaní na počítači pomocí mozkových signálů
Wagner, Lukáš ; Malinka, Kamil (oponent) ; Tinka, Jan (vedoucí práce)
Tato práce se zabývá implementací rozhraní mezi mozkem a počítačem v jazyce Python umožňující psát a komunikovat s použitím zařízení EEG. Práce studuje a hodnotí dosavadní technologie rozhraní mezi mozkem a počítačem pro použití za tímto účelem. Dále se práce zabývá použitím strojového učení, které se v technologii používá, zejména neuronovými sítěmi, jež se prokázaly být jednou z nejpřesnějších metod klasifikace signálu EEG. Následně jsou navrženy a implementovány 3 různé systémy založené na různých paradigmatech vyvolávání změny potenciálu EEG vizuální cestou. Tyto systémy byly na závěr otestovány s různými přístupy ke zpracování signálu. Bohužel žádný ze systémů neuspěl v komunikaci cílových písmen.
|
|
|
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.
|
host ::
RSS.