Naslov
Automatsko kvantificiranje EEG signala sna novorođenčadi i razvrstavanje po fazama spavanja
(Automated Quantification and classification of neonate EEG sleep signal)

Autori
Čić, Maja

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
Fakultet elektrotehnike, strojarstva i brodogradnje

Mjesto
Split

Datum
09.07

Godina
2012

Stranica
146

Mentor
Bonković, Mirjana

Ključne riječi
klasifikacija sna; EEG; EMD (empirijsko razlaganje signala); IMF (funkcija intrisičnog moda); GZC (Generalized Zero Crossing); SVM (Support Vector Machine)
(sleep classification; EEG; empirical mode decomposition (EMD); intrinsic mode function (IMF); generalized zero crossing (GZC); support vector machine (SVM))

Sažetak
Spavanje je prirodni fenomen koji ima karakteristična obilježja. Pridjeljivanje signalu sna odgovarajuću fazu spavanja, temeljni je postupak u izučavanju i dijagnosticiranju različitih funkcionalnosti mozga i do danas se najčešće izvodi vizualnim ocjenjivanjem vremenskog signala. Takav postupak je dugotrajan i zamoran. Nužan preduvjet za izgradnju sustava za automatsko klasificiranje faza spavanja predstavljaju kvalitetne značajke temeljem kojih se spavanje kao pojava kvantificira odgovarajućim numeričkim pokazateljima koji dobro opisuju pojedine faze kao generičke komponente spavanja. EMD metoda empirijskog razlaganja signala pruža mogućnost identifikacije izvora EEG signala sna, a time i lakšu razlučivost različitosti njihovog ponašanja u pojedinim fazama spavanja. EMD postupkom signal se rastavlja na funkcije intrisičnog moda (IMF), koje pripadaju izvorima odgovarajućeg frekvencijskog raspona. Eksperimentalnom razradom obrađen je postupak odabira kvalitetnih značajki vezanih na IMF-ove, formiranje odgovarajućeg deskriptora, te odabir klasifikatora. Obrađena je baza podataka od 11, 6 h snimanja dnevnog spavanja 20 zdravih beba. Poboljšanje učinkovitosti razvrstavanja signala sna postignuto je novim značajkama zasnovanim na srednjim frekvencijama te dinamici funkcije trenutne frekvencije IMF-ova EEG signala. Trenutne frekvencije se izračunavaju razvijenim adaptivnim algoritmom korištenjem GZC (Generalized Zero Crossing) metode primjenjene na IMF-ovima. Razvrstavanje signala sna po fazama izvodi se SVM (Support Vector Machine) algoritmom uz najveću postignutu točnost prepoznavanja od 92%.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika

POVEZANOST RADA