Software pro neurorehabilitace

Kment, Tomáš

Software pro neurorehabilitace

dc.contributor.advisor	Mouček Roman, doc. Ing. Ph.D.	cs
dc.contributor.author	Kment, Tomáš	cs
dc.contributor.referee	Průcha Jaroslav, doc. PhDr. Ing. Ph.D. et Ph.D.	cs
dc.date.accepted	2025-06-16
dc.date.accessioned	2026-02-20T15:38:42Z
dc.date.available	2024-09-09
dc.date.available	2026-02-20T15:38:42Z
dc.date.issued	2025-05-14
dc.date.submitted	2025-05-14
dc.description.abstract	Tato diplomová práce představuje vývoj modulárního systému pro neurorehabilitaci, který kombinuje technologii rozhraní mozek-počítač (BCI) s reálným zpracováním EEG signálů, virtuálním rozhraním vytvořeným v Unity a řízením robotické paže. Hlavním cílem je umožnit detekci záměru pohybu u osob s poruchou hybnosti v reálném čase a podpořit rehabilitaci prostřednictvím interaktivní a motivující zpětné vazby.<br>Systém je postaven na platformě OpenBCI pro snímání EEG a softwaru FourMotors pro robotickou asistenci. V rámci strukturovaného rehabilitačního scénáře byl vytvořena vlastní datová sada a na získaná data byly aplikovány pokročilé metody předzpracování - filtrování, odstranění artefaktů a normalizace - za účelem zvýšení kvality signálu. Bylo otestováno několik klasifikačních metod: konvoluční neuronová síť (CNN) pracující s nezpracovanými EEG daty, vícevrstvý perceptron (MLP) využívající extrahované příznaky jako csp a pásmový výkon, a dále metaklasifikátor kombinující oba přístupy.<br>Offline testování prokázalo dobré výsledky při klasifikaci specifické pro jednotlivé uživatele, zatímco v reálném čase systém vykazoval nízkou latenci vhodnou pro interaktivní využití. Hlavní výzvou však zůstává zobecnění modelu na nové uživatele. Systém i přes určitá omezení v oblasti integrace, demonstruje proveditelnost uzavřené smyčky neurorehabilitace pomocí BCI a poukazuje na klíčové oblasti dalšího výzkumu, zejména zlepšení přesnosti u nových uživatelů a optimalizaci zpětné vazby ze strany robotického zařízení.<br>Tato práce přináší praktický a rozšiřitelný základ pro budoucí aplikace v oblasti neurorehabilitace, který spojuje klinickou relevanci s technickou inovací.	cs
dc.description.abstract-translated	This thesis presents the development of a modular neurorehabilitation system that integrates brain-computer interface (BCI) technology with real-time EEG signal processing, a Unity-based virtual front-end, and robotic arm control. The primary objective is to enable real-time detection of movement intention in motor-impaired individuals and to support rehabilitation through interactive and engaging feedback.<br>The system was built around the OpenBCI platform for EEG acquisition and the FourMotors software for robotic assistance. A custom dataset was created using a structured rehabilitation scenario, and rigorous signal preprocessing methods, including filtering, artefact removal, and normalization were applied to ensure data quality. Multiple classification pipelines were evaluated, including a convolutional neural network (CNN) trained on raw EEG signals, a multilayer perceptron (MLP) trained on extracted features such as CSP and bandpower, and a meta-classifier ensemble combining both approaches.<br>Offline evaluation demonstrated solid performance for subject-specific classification, while real-time implementation showed low-latency responsiveness suitable for interactive applications. However, generalization to unseen subjects remains a key challenge. Despite integration limitations, the final system demonstrates the feasibility of closed-loop neurorehabilitation using BCI and highlights critical areas for further research, such as improving subject-independent accuracy and refining robot feedback mechanisms.<br>This work contributes a practical and extensible foundation for future neurorehabilitation applications, combining clinical relevance with technical innovation.	en
dc.description.department	Katedra informatiky a výpočetní techniky	cs
dc.description.result	Obhájeno	cs
dc.format	117 s.
dc.identifier	99619
dc.identifier.uri	http://hdl.handle.net/11025/65877
dc.language.iso	en
dc.publisher	Západočeská univerzita v Plzni	cs
dc.rights	Plný text práce je přístupný bez omezení	cs
dc.rights.access	openAccess	cs
dc.subject	Neurorehabilitace	cs
dc.subject	Rozhraní mozek-počítač (BCI)	cs
dc.subject	Zpracování EEG signálu	cs
dc.subject	Unity	cs
dc.subject	Klasifikace v reálném čase	cs
dc.subject	Detekce záměru pohybu	cs
dc.subject.translated	Neurorehabilitation	en
dc.subject.translated	Brain-Computer Interface (BCI)	en
dc.subject.translated	EEG Signal Processing	en
dc.subject.translated	Unity	en
dc.subject.translated	Real-Time Classification	en
dc.subject.translated	Motor Intention Detection	en
dc.thesis.degree-grantor	Západočeská univerzita v Plzni. Fakulta aplikovaných věd	cs
dc.thesis.degree-level	Navazující	cs
dc.thesis.degree-name	Ing.	cs
dc.thesis.degree-program	Informatika a její specializace	cs
dc.title	Software pro neurorehabilitace	cs
dc.title.alternative	Software for neurorehabilitation	en
dc.type	diplomová práce	cs
local.files.count	8	*
local.files.size	2675774407	*
local.has.files	yes	*
local.relation.IS	https://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=99619