Návrh klasifikátoru pro detekci pohybu ruky v záznamu EEG na bázi evokovaných motorických potenciálů

Show simple item record
dc.contributor.advisorMautner Pavel, Ing. Ph.D.
dc.contributor.authorKlímková, Šárka
dc.contributor.refereeVařeka Lukáš, Ing. Ph.D.
dc.date.accepted2020-9-8
dc.date.accessioned2020-11-10T00:38:41Z
dc.date.available2019-9-11
dc.date.available2020-11-10T00:38:41Z
dc.date.issued2020
dc.date.submitted2020-8-10
dc.description.abstractTato diplomová práce se zabývá problematikou detekce potenciálů souvisejících s pohybem a představou pohybu ruky ze záznamu EEG. Cílem bylo navrhnout klasifikátor detekující výskyt pohybu v EEG signálu, implementovat ho a na naměřených datech ověřit jeho funkčnost. Průběh elektrické aktivity mozku byl naměřen na 11 subjektech v laboratoři Katedry informatiky a výpočetní techniky a získaný signál byl zpracován pomocí softwaru MNE-Python. K detekci pohybu byl použit lineární klasifikátor metody Support Vector Machines. Klasifikátor i metriky vyhodnocující úspěšnost klasifikace byly implementovány v jazyce Python s využitím knihovny Scikit-learn.cs
dc.description.abstract-translatedThis diploma thesis focuses on detection of movement-related potentials in EEG signals. The aim was to design a classifier that is able to detect hand movement or movement imagery in the EEG data; implement the classifier; and verigy its accuracy. A total of 11 subjects participated in this study. In The Department of Computer Science and Engineering's laboraty, these subjects were studied to obtain their electrical activity. The obtained signal was preprocessed by the MNE-Python software. The linear SVM classifier was chosen to detect movements in the signal. The classifier as well as evaluation metrics were programmed in the Python programming language using Scikit-learn library.en
dc.description.resultObhájenocs
dc.format64 s.cs
dc.format.mimetypeapplication/pdf
dc.identifier82467
dc.identifier.urihttp://hdl.handle.net/11025/41754
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.rights.accessopenAccessen
dc.subjecteegcs
dc.subjectmrcpcs
dc.subjectklasifikacecs
dc.subjectsvmcs
dc.subjectscikit-learncs
dc.subjectpythoncs
dc.subjectmne-pythoncs
dc.subject.translatedeegen
dc.subject.translatedmrcpen
dc.subject.translatedclassificationen
dc.subject.translatedsvmen
dc.subject.translatedscikit-learnen
dc.subject.translatedpythonen
dc.subject.translatedmne-pythonen
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-levelNavazujícícs
dc.thesis.degree-nameIng.cs
dc.thesis.degree-programInženýrská informatikacs
dc.titleNávrh klasifikátoru pro detekci pohybu ruky v záznamu EEG na bázi evokovaných motorických potenciálůcs
dc.title.alternativeDesign of classifier for detection of hand movement in EEG record based on event-related motor potentialsen
dc.typediplomová prácecs
local.relation.IShttps://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=82467

Files

Original bundle
Showing 1 - 4 out of 4 results
No Thumbnail Available
Name:
SarkaKlimkova_DP.pdf
Size:
6.85 MB
Format:
Adobe Portable Document Format
Description:
Plný text práce
Download
No Thumbnail Available
Name:
A16N0018Phodnoceni-ved.PDF
Size:
408.47 KB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího práce
Download
No Thumbnail Available
Name:
A16N0018Pposudek-op.pdf
Size:
40.98 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta práce
Download
No Thumbnail Available
Name:
A16N0018Pobhajoba.PDF
Size:
333.91 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby práce
Download

Collections

Theses (KIV)