prikaz prve stranice dokumenta Klasifikacija afektivnih poremećaja korištenjem fraktalne dimenzije kao značajke signala EEG-a
No public access
undergraduate thesis
Klasifikacija afektivnih poremećaja korištenjem fraktalne dimenzije kao značajke signala EEG-a
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. urn:nbn:hr:168:921069
Žunić, Zvonimir
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Žunić, Z. (2024). Klasifikacija afektivnih poremećaja korištenjem fraktalne dimenzije kao značajke signala EEG-a (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:921069

Žunić, Zvonimir. "Klasifikacija afektivnih poremećaja korištenjem fraktalne dimenzije kao značajke signala EEG-a." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:921069

Žunić, Zvonimir. "Klasifikacija afektivnih poremećaja korištenjem fraktalne dimenzije kao značajke signala EEG-a." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:921069

Žunić, Z. (2024). 'Klasifikacija afektivnih poremećaja korištenjem fraktalne dimenzije kao značajke signala EEG-a', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 08 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:921069

Žunić Z. Klasifikacija afektivnih poremećaja korištenjem fraktalne dimenzije kao značajke signala EEG-a [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2024 [cited 2024 November 08] Available at: https://urn.nsk.hr/urn:nbn:hr:168:921069

Z. Žunić, "Klasifikacija afektivnih poremećaja korištenjem fraktalne dimenzije kao značajke signala EEG-a", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:168:921069

Metadata
TitleKlasifikacija afektivnih poremećaja korištenjem fraktalne dimenzije kao značajke signala EEG-a
Title (english)Classification of Affective Disorders using Fractal Dimension as an EEG Feature
AuthorZvonimir Žunić
MentorMario Cifrek (mentor)
Committee memberMario Cifrek (predsjednik povjerenstva)
Committee memberEda Jovičić (član povjerenstva)
Committee memberLuka Klaić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2024-02-07, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
U ovom radu istražena je mogućnost klasifikacije afektivnih poremećaja koristeći fraktalne dimenzije kao značajke signala EEG-a. Korištena je baza podataka nastala u Klinici za psihijatriju Vrapče, koja uključuje podatke o pacijentima s dijagnozama F32 (depresija) i F33 (povratni depresivni poremećaj). Nakon predobrade signala, koja je uključivala filtriranje signala u frekvencijskom rasponu od 0,1 Hz do 40 Hz i primjenu nezavisne analize komponenti (ICA) za identifikaciju artefakata, signali su podijeljeni na pet frekvencijskih raspona, svaki predstavljajući jedan moždani val. Za svaki od 19 kanala, izračunate su četiri različite fraktalne dimenzije - Higuchijeva, Sevcikova, Katzova i Petrosianova. Ove fraktalne dimenzije su poslužile kaoznačajke za daljnju analizu. Nakon što su dodane informacije o dijagnozi, dobiveni su konačni skupovi podataka za treniranje i testiranje. Skup za učenje uključuje 50 bolesnih ispitanika i 25 zdravih, dok skup za testiranje uključuje 20 bolesnih i 10 zdravih ispitanika. Rezultati ovog rada pokazuju da je moguće koristiti fraktalne dimenzije kao značajke signala EEG-a za klasifikaciju afektivnih poremećaja.
Abstract (english)
In this study, the possibility of classifying affective disorders using fractal dimensions as features of EEG signals was explored. The database used was created at the Vrapče Psychiatric Clinic, which includes data on patients with diagnoses F32 (depression) and F33 (recurrent depressive disorder). After preprocessing the signals, which involved filtering the signals in the frequency range from 0,1 Hz to 40 Hz and applying Independent Component Analysis (ICA) to identify artifacts, the signals were divided into five frequency ranges, each representing a brain wave. For each of the 19 channels, four different fractal dimensions were calculated - Higuchi's, Sevcik's, Katz's, and Petrosian's. These fractal dimensions served as features for further analysis. After adding diagnostic information, the final datasets for training and testing were obtained. The training set includes 50 ill examinees and 25 healthy ones, while the testing set includes 20 ill and 10 healthy examinees. The results of this study show that it is possible to use fractal dimensions as features of EEG signals for the classification of affective disorders.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:921069
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2024-03-28 07:57:39