Pregled bibliografske jedinice broj: 1019941
Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka
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