Zobrazit minimální záznam

dc.contributor.advisorMohylová, Jitkacs
dc.contributor.authorBos, Petrcs
dc.date.accessioned2014-08-05T09:58:30Z
dc.date.available2014-08-05T09:58:30Z
dc.date.issued2014cs
dc.identifier.otherOSD002cs
dc.identifier.urihttp://hdl.handle.net/10084/103814
dc.descriptionImport 05/08/2014cs
dc.description.abstractKaždý EEG záznam se skládá kromě vlastní mozkové aktivity daného pacienta také z různých typů artefaktů, které se během měření superponují na měřený signál. Některé artefakty je možné odstranit pomocí filtrace, ale je nutné, použit jemné filtry. Pokud zvolíme špatnou filtraci, může dojít k odfiltrování také některých patologických grafoelementů, např. vln epileptické aktivity, které mají velmi vysokou amplitudu. Proto můžeme použít metodu nezávislých komponent, která získává z naměřené mozkové činnosti podstatná data, která dále zpracováváme a vyhodnocujeme. Hlavním principem této metody je rozklad naměřených dat na nezávislé komponenty, u kterých musí být splněna podmínka nezávislosti, tzn., že nesmí mít normální gaussovské rozložení. Po odstranění určitých komponent, které obsahují artefakty, jsme schopni zrekonstruovat nový EEG záznam bez těchto rušivých složek. V diplomové práci se zaměřuji především na spektrální analýzu dat zpracovaných pomocí této metody a následně také na detekci epileptiformní aktivity pomocí testů extrémních hodnot vyskytujících se v záznamech.cs
dc.description.abstractEach EEG recording consists of not only brain activity of the patient but also different types of artifacts superimposed to the measured signal during the measurement. Some of the artifacts can be eliminated by filtration, but it is necessary to use fine filters. If we choose the wrong filtration, we can remove some of the pathological graphoelements, such as high altitude waves of epileptic activity. Therefore, we can use independent component analysis, which finds the most important components from recorded brain activity; these components are further processed and evaluated. The main principal of this method is separation of measured data into independent components which are non-Gaussian. After removal of certain components that contain artifacts we are able to reconstruct a new EEG recording without these interfering components. My thesis is mainly focused on spectral analysis of the data processed by this method and on detection of epileptiform activity using the tests of extreme values occurring in records.en
dc.format.extent4203593 bytescs
dc.format.mimetypeapplication/pdfcs
dc.language.isocscs
dc.publisherVysoká škola báňská - Technická univerzita Ostravacs
dc.subjectEEG záznamcs
dc.subjectmetoda ICAcs
dc.subjectbiologické artefaktycs
dc.subjecttechnické artefaktycs
dc.subjectepilepsiecs
dc.subjectnezávislé komponentycs
dc.subjectspektrální analýzacs
dc.subjectbrainmappingcs
dc.subjectspektrální výkonová hustotacs
dc.subjectdetekce epileptických hrotů.cs
dc.subjectEEG recordingen
dc.subjectICAen
dc.subjectbiological artifactsen
dc.subjecttechnical artifactsen
dc.subjectepilepsyen
dc.subjectindependent componentsen
dc.subjectspectral analysisen
dc.subjectBrainmappingen
dc.subjectpower spectral densityen
dc.subjectdetection of epileptic spikes.en
dc.titleAnalýza EEG metodou ICAcs
dc.title.alternativeICA Analysis of EEG Recorden
dc.typeDiplomová prácecs
dc.contributor.refereeVelička, Richardcs
dc.date.accepted2014-06-03cs
dc.thesis.degree-nameIng.cs
dc.thesis.degree-levelMagisterský studijní programcs
dc.thesis.degree-grantorVysoká škola báňská - Technická univerzita Ostrava. Fakulta elektrotechniky a informatikycs
dc.description.department450 - Katedra kybernetiky a biomedicínského inženýrstvícs
dc.thesis.degree-programElektrotechnikacs
dc.thesis.degree-branchBiomedicínské inženýrstvícs
dc.description.resultvýborněcs
dc.identifier.senderS2724cs
dc.identifier.thesisBOS0005_FEI_N2649_3901T009_2014
dc.rights.accessopenAccess


Soubory tohoto záznamu

Tento záznam se objevuje v následujících kolekcích

Zobrazit minimální záznam