prikaz prve stranice dokumenta Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka
No public access
master's thesis
Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2019. urn:nbn:hr:168:774309
Moštak, Ivan
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Moštak, I. (2019). Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:774309

Moštak, Ivan. "Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2019. https://urn.nsk.hr/urn:nbn:hr:168:774309

Moštak, Ivan. "Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2019. https://urn.nsk.hr/urn:nbn:hr:168:774309

Moštak, I. (2019). 'Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 27 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:774309

Moštak I. Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2019 [cited 2024 December 27] Available at: https://urn.nsk.hr/urn:nbn:hr:168:774309

I. Moštak, "Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2019. Available at: https://urn.nsk.hr/urn:nbn:hr:168:774309

Metadata
TitleIzlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka
Title (english)Feature Extraction and Pattern Recognition in Different Human Psychophysiological States from Electrophysiological Signals
AuthorIvan Moštak
MentorMario Cifrek (mentor)
Committee memberMario Cifrek (predsjednik povjerenstva)
Committee memberIgor Krois (član povjerenstva)
Committee memberŽeljka Lučev Vasić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2019-07-17, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Electrical Engineering
Abstract
Signali električne aktivnosti mozga (elektroencefalografski signali, EEG) koriste se u svrhu medicinske dijagnostike i znanstvenih istraživanja u području neuroznanosti. Pri tome se iz signala nastoje prepoznati određeni obrasci i izlučiti značajke koje najbolje opisuju određena psihofiziološka stanja čovjeka. Ručno pregledavanje i analiza EEG signala dugotrajan je proces koji zahtjeva veliko znanje stručnjaka, a na analizu mogu znatno utjecati subjektivno mišljenje i iskustvo eksperta, način uklanjanja artefakata, odabir referentne elektrode i sl. Upotrebom MATLAB programskog paketa razvijen je sustav za učitavanje i automatsku obradu EEG signala. Obrada se sastoji od poluautomatskog uklanjanja artefakata (upotrebom ICA analize uz sugestiju koje komponente bi bilo poželjno ukloniti) te procesa izdvajanja i izračuna značajki koje ukazuju na trenutno stanje svijesti čovjeka. Upotrebom automatske obrade signala analiza se znatno ubrzava, a za sve EEG signale primjenjuju se jednaki kriteriji. U radu su korišteni EEG signali izmjereni u sklopu određivanja vala P300 tijekom odmornog i umornog stanja svakog sudionika. U signalima se izlučuju značajke i određuju ponavljajući obrasci koji ukazuju na pojavu smanjenog stanja pobudljivosti, poput: pojava alfa vretena, promjene u distribuciji karakterističnih frekvencijskih pojaseva signala EEG-a te prostorno-vremenske propagacije moždane aktivnosti.
Abstract (english)
Signals of electrical activity of the brain (electroencephalographic signals, EEG) are used for the purpose of medical diagnostics and scientific research in the field of neuroscience. EEG signals are analyzed to identify certain patterns and extract features that best describe certain psychophysiological states of man. Manually viewing and analyzing EEG signals is a lengthy process that requires vast expert knowledge. The analysis can significantly be influenced by expert experience and subjective impression as well as with the way of removing artifacts, selecting a reference electrode, etc. Using the MATLAB program package, a system has been developed for automatic EEG signal processing. Processing consists of semi-automatic removal of artifacts (using ICA analysis with the suggestion of the components that would be best removed) and the process of separating and calculating features that point to the current state of consciousness of man. By using automatic signal processing, the analysis is significantly accelerated, and the same criteria is applied for all EEG signals. EEG signals used in this paper were measured in the trials of determination of the wave P300 during the wakeful and tired state for each participant. Features and repeating patterns that indicate a reduced state of arousal, such as: alpha spindle appearance, changes in the distribution of characteristic EEG signal bandwidth, and spatial-temporal propagation of brain activity are extracted from the data and then further analyzed.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:774309
Study programmeTitle: Electrical Engineering and Information Technology
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije (magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2020-01-07 20:37:37