Kvantifikační analýza metod fNIRS a EEG pro studium variabilních podnětů

Abstract

Tato diplomová práce se zabývá kvantitativní analýzou mozkové aktivity pomocí elektroencefalografie (EEG) a funkční blízké infračervené spektroskopie (fNIRS) při vystavení jedince variabilním podnětům, a to meditaci a nabuzení. Cílem bylo identifikovat charakteristické změny v EEG a fNIRS signálech mezi jednotlivými stavy a zároveň posoudit možnost jejich kombinované interpretace. V rámci analýzy byly ze signálů extrahovány různé metriky, včetně spektrální hustoty výkonu, poměru beta/alfa, entropie, korelačních koeficientů, střední kvadratické chyby a dalších. Signály byly zpracovány v časové, frekvenční i statistické doméně. Výsledky ukázaly signifikantní rozdíly mezi stavy, zejména v oblasti frontálního a centrálního kortexu. Byla potvrzena vyšší komplexita signálu během meditace a zvýšená aktivace při stresu. Korelace mezi EEG a fNIRS metrikami rovněž poukázaly na existenci funkční vazby mezi elektrickou a hemodynamickou aktivitou mozku. Zjištění této práce podporují využití multimodálního přístupu při hodnocení psychofyziologických stavů a ukazují potenciál EEG a fNIRS, jako doplňujících metod pro detekci změn kognitivního a emočního zatížení.

This Master’s thesis focuses on the quantitative analysis of brain activity using electroencephalography (EEG) and functional near–infrared spectroscopy (fNIRS) during exposure to variable stimuli, specifically meditation and arousal. The aim was to identify characteristic changes in EEG and fNIRS signals across different mental states and to assess the potential for their combined interpretation. Various metrics were extracted from the signals, including power spectral density, beta/alpha ratio, entropy, correlation coefficients, root mean square error, and others. The signals were analyzed in time, frequency, and statistical domains. The results revealed significant differences between the states, particularly in the frontal and central cortex areas. Higher signal complexity was observed during meditation, while increased activation was evident during stress. Correlations between EEG and fNIRS metrics further indicated a functional link between the brain’s electrical and hemodynamic activity. The findings of this study support the use of a multimodal approach in the assessment of psychophysiological states and highlight the potential of EEG and fNIRS as complementary methods for detecting changes in cognitive and emotional load.