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

Napredna pretraga

Pregled bibliografske jedinice broj: 1093009

Izlučivanje značajki iz elektroencefalograma i klasifikacija u svrhu detekcije pospanosti primjenom umjetnih neuronskih mreža


Franjić, Petra
Izlučivanje značajki iz elektroencefalograma i klasifikacija u svrhu detekcije pospanosti primjenom umjetnih neuronskih mreža, 2017., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb


CROSBI ID: 1093009 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Izlučivanje značajki iz elektroencefalograma i klasifikacija u svrhu detekcije pospanosti primjenom umjetnih neuronskih mreža
(Feature Extraction from Electroencephalogram and Drowsiness Classification Using Artificial Neural Networks)

Autori
Franjić, Petra

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

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
04.07

Godina
2017

Stranica
64

Mentor
Cifrek, Mario

Neposredni voditelj
Friganović, Krešimir

Ključne riječi
elektroencefalografija ; detekcija pospanosti ; neuronske mreže ; povratne neuronske mreže ; obrada biomedicinskih signala
(electroencephalography ; drowsiness detection ; neural networks ; recurrent neural networks ; biomedical signal processing)

Sažetak
U ovom radu ispitana je uspješnost razlicitih tipova neuronskih mreža u zadatku detekcije pospanosti na temelju jednog kanala elektroencefalografskog (EEG) zapisa. U sklopu rada, na temelju EEG signala ekstrahiran je skup znacajki u razlicitim domenama analize. Postupkom selekcije znacajki generirani su razliciti podskupovi znacajki koji su zatim ispitani u radu sa skupom klasifikatora. Kao najbolji klasifikator istaknula se mreža s povratnim slojevima koja je u kombinaciji s 4 ekstrahirane znacajke postigla srednju ukupnu tocnost klasifikacije razlicitih stanja svijesti u iznosu 83, 3% i Cohenov kappa koeficijent 0, 73. Isti klasifikator je u kombinaciji s 20 znacajki ostvario i najbolju postignutu detekciju pospanosti, koja je iznosila 55%. Ispitivanje je provedeno na javno dostupnoj Physionet Sleep-EDF [Expanded] bazi polisomnografskih snimaka.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo



POVEZANOST RADA


Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb

Profili:

Avatar Url Krešimir Friganović (mentor)

Avatar Url Mario Cifrek (mentor)


Citiraj ovu publikaciju:

Franjić, Petra
Izlučivanje značajki iz elektroencefalograma i klasifikacija u svrhu detekcije pospanosti primjenom umjetnih neuronskih mreža, 2017., diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb
Franjić, P. (2017) 'Izlučivanje značajki iz elektroencefalograma i klasifikacija u svrhu detekcije pospanosti primjenom umjetnih neuronskih mreža', diplomski rad, diplomski, Fakultet elektrotehnike i računarstva, Zagreb.
@phdthesis{phdthesis, author = {Franji\'{c}, Petra}, year = {2017}, pages = {64}, keywords = {elektroencefalografija, detekcija pospanosti, neuronske mre\v{z}e, povratne neuronske mre\v{z}e, obrada biomedicinskih signala}, title = {Izlu\v{c}ivanje zna\v{c}ajki iz elektroencefalograma i klasifikacija u svrhu detekcije pospanosti primjenom umjetnih neuronskih mre\v{z}a}, keyword = {elektroencefalografija, detekcija pospanosti, neuronske mre\v{z}e, povratne neuronske mre\v{z}e, obrada biomedicinskih signala}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Franji\'{c}, Petra}, year = {2017}, pages = {64}, keywords = {electroencephalography, drowsiness detection, neural networks, recurrent neural networks, biomedical signal processing}, title = {Feature Extraction from Electroencephalogram and Drowsiness Classification Using Artificial Neural Networks}, keyword = {electroencephalography, drowsiness detection, neural networks, recurrent neural networks, biomedical signal processing}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font