Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1019941

Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka


Moštak, Ivan
Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka, 2019., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb


CROSBI ID: 1019941 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka
(Feature extraction and pattern recognition in different human psychophysiological states from electrophysiological signals)

Autori
Moštak, Ivan

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
17.07

Godina
2019

Stranica
63

Mentor
Cifrek, Mario

Neposredni voditelj
Friganović, Krešimir

Ključne riječi
EEG ; elektroencefalografija ; izvlačenje značajki ; prepoznavanje obrazaca ; individualna alfa frekvencija ; alfa vreteno ; spektralna analiza ; prostorno-vremenska propagacija ; mentalna iscrpljenost ; umor
(EEG ; Electroencephalography ; Feature Extraction ; Pattern Recognition ; Individual Alpha Frequency ; Alpha Spindle ; Spectral Analysis ; Temporo-spatial Propagation ; Mental Fatigue ; Drowsiness)

Sažetak
Signali električne aktivnosti mozga (elektroencefalografski signali, EEG) koriste se u svrhu medicinske dijagnostike i znanstvenih istraživanja u području neuroznanosti. Pri tome se iz signala nastoje prepoznati određeni obrasci i izlučiti značajke koje najbolje opisuju određena psihofiziološka stanja čovjeka. Ručno pregledavanje i analiza EEG signala dugotrajan je proces koji zahtjeva veliko znanje stručnjaka, a na analizu mogu znatno utjecati subjektivno mišljenje i iskustvo eksperta, način uklanjanja artefakata, odabir referentne elektrode i sl. Upotrebom MATLAB programskog paketa razvijen je sustav za učitavanje i automatsku obradu EEG signala. Obrada se sastoji od poluautomatskog uklanjanja artefakata (upotrebom ICA analize uz sugestiju koje komponente bi bilo poželjno ukloniti) te procesa izdvajanja i izračuna značajki koje ukazuju na trenutno stanje svijesti čovjeka. Upotrebom automatske obrade signala analiza se znatno ubrzava, a za sve EEG signale primjenjuju se jednaki kriteriji. U radu su korišteni EEG signali izmjereni u sklopu određivanja vala P300 tijekom odmornog i umornog stanja svakog sudionika. U signalima se izlučuju značajke i određuju ponavljajući obrasci koji ukazuju na pojavu smanjenog stanja pobudljivosti, poput: pojava alfa vretena, promjene u distribuciji karakterističnih frekvencijskih pojaseva signala EEG-a te prostorno-vremenske propagacije moždane aktivnosti.

Izvorni jezik
Hrvatski



POVEZANOST RADA


Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb

Profili:

Avatar Url Krešimir Friganović (mentor)

Avatar Url Mario Cifrek (mentor)


Citiraj ovu publikaciju

Moštak, Ivan
Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka, 2019., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb
Moštak, I. (2019) 'Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka', diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb.
@phdthesis{phdthesis, author = {Mo\v{s}tak, I.}, year = {2019}, pages = {63}, keywords = {EEG, elektroencefalografija, izvla\v{c}enje zna\v{c}ajki, prepoznavanje obrazaca, individualna alfa frekvencija, alfa vreteno, spektralna analiza, prostorno-vremenska propagacija, mentalna iscrpljenost, umor}, title = {Izlu\v{c}ivanje zna\v{c}ajki elektrofiziolo\v{s}kih signala i prepoznavanje obrazaca u razli\v{c}itim psihofiziolo\v{s}kim stanjima \v{c}ovjeka}, keyword = {EEG, elektroencefalografija, izvla\v{c}enje zna\v{c}ajki, prepoznavanje obrazaca, individualna alfa frekvencija, alfa vreteno, spektralna analiza, prostorno-vremenska propagacija, mentalna iscrpljenost, umor}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Mo\v{s}tak, I.}, year = {2019}, pages = {63}, keywords = {EEG, Electroencephalography, Feature Extraction, Pattern Recognition, Individual Alpha Frequency, Alpha Spindle, Spectral Analysis, Temporo-spatial Propagation, Mental Fatigue, Drowsiness}, title = {Feature extraction and pattern recognition in different human psychophysiological states from electrophysiological signals}, keyword = {EEG, Electroencephalography, Feature Extraction, Pattern Recognition, Individual Alpha Frequency, Alpha Spindle, Spectral Analysis, Temporo-spatial Propagation, Mental Fatigue, Drowsiness}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font