Detekce pohybu z EEG dat

Kodera, Jakub

Detekce pohybu z EEG dat

dc.contributor.advisor	Mouček Roman, Doc. Ing. Ph.D.
dc.contributor.author	Kodera, Jakub
dc.contributor.referee	Mautner Pavel, Ing. Ph.D.
dc.date.accepted	2024-6-18
dc.date.accessioned	2024-07-12T09:14:29Z
dc.date.available	2022-9-9
dc.date.available	2024-07-12T09:14:29Z
dc.date.issued	2024
dc.date.submitted	2023-6-21
dc.description.abstract	Představa pohybu je jedna z možností jakou může člověk komunikovat pomocí rozhraní mozek počítač. Cílem této práce je prozkoumat existující možnosti a používané metody v oblasti detekce pohybu z naměřeného EEG signálu. Jelikož získávání EEG dat je časově náročná aktivita, jsou v práci prozkoumány možnosti rozšíření existující datové sady bez nutnosti provádění dalšího měření. Práce porovnává detekci pohybu pěti klasifikátory (LDA, SVM, MLP, LSTM a CNN) a zkoumá také využití různých příznakových vektorů. V práci je provedena implementace a porovnání rozšíření datové sady pomocí augmentačních metod NI, cVAE a cWGAN-GP. Nejlepšího klasifikačního výsledku bylo dosaženo klasifikátorem CNN s klasifikační přesností 76.00+-0.80%.	cs
dc.description.abstract-translated	Motor imagery is one of the ways in which a person can communicate through a brain-computer interface. The aim of this work is to explore existing methods in the field of motor imagery detection from measured EEG signals. Since acquisition of EEG data is a time-consuming activity, options for expanding the existing dataset without the need for additional measurements is also explored. This work compares motor imagery detection using five classifiers (LDA, SVM, MLP, LSTM a CNN) and also examines the use of different feature vectors. Additionally, the study implements and compares the expansion of the dataset using the augmentation methods NI, cVAE a cWGAN-GP. The best classification result was achieved with the CNN classifier, achieving a classification accuracy of 76.00+-0.80%.	en
dc.description.result	Obhájeno
dc.format	123 s. (190 303 znaků)
dc.identifier	93441
dc.identifier.uri	http://hdl.handle.net/11025/57226
dc.language.iso	cs
dc.publisher	Západočeská univerzita v Plzni
dc.rights	Plný text práce je přístupný bez omezení
dc.subject	eeg	cs
dc.subject	představa pohybu	cs
dc.subject	augmentace dat	cs
dc.subject	klasifikace	cs
dc.subject	strojové učení	cs
dc.subject.translated	eeg	en
dc.subject.translated	motor imagery	en
dc.subject.translated	data augmentation	en
dc.subject.translated	classification	en
dc.subject.translated	machine learning	en
dc.thesis.degree-grantor	Západočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-level	Navazující
dc.thesis.degree-name	Ing.
dc.thesis.degree-program	Inženýrská informatika
dc.title	Detekce pohybu z EEG dat	cs
dc.title.alternative	Motion detection from EEG data	en
dc.type	diplomová práce