prikaz prve stranice dokumenta Analiza i grupiranje nezavisnih komponenti EEG signala ispitanika koji obavljaju isti zadatak
No public access
master's thesis
Analiza i grupiranje nezavisnih komponenti EEG signala ispitanika koji obavljaju isti zadatak
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. urn:nbn:hr:168:313447
Patalen, Juraj
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Patalen, J. (2022). Analiza i grupiranje nezavisnih komponenti EEG signala ispitanika koji obavljaju isti zadatak (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:313447

Patalen, Juraj. "Analiza i grupiranje nezavisnih komponenti EEG signala ispitanika koji obavljaju isti zadatak." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:313447

Patalen, Juraj. "Analiza i grupiranje nezavisnih komponenti EEG signala ispitanika koji obavljaju isti zadatak." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2022. https://urn.nsk.hr/urn:nbn:hr:168:313447

Patalen, J. (2022). 'Analiza i grupiranje nezavisnih komponenti EEG signala ispitanika koji obavljaju isti zadatak', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 14 January 2025, https://urn.nsk.hr/urn:nbn:hr:168:313447

Patalen J. Analiza i grupiranje nezavisnih komponenti EEG signala ispitanika koji obavljaju isti zadatak [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2022 [cited 2025 January 14] Available at: https://urn.nsk.hr/urn:nbn:hr:168:313447

J. Patalen, "Analiza i grupiranje nezavisnih komponenti EEG signala ispitanika koji obavljaju isti zadatak", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2022. Available at: https://urn.nsk.hr/urn:nbn:hr:168:313447

Metadata
TitleAnaliza i grupiranje nezavisnih komponenti EEG signala ispitanika koji obavljaju isti zadatak
Title (english)Analysis and Grouping of the Independent Components of the EEG Signals of Subjects Performing the Same Task
AuthorJuraj Patalen
MentorIgor Lacković (mentor)
Committee memberIgor Lacković (predsjednik povjerenstva)
Committee memberMario Cifrek (član povjerenstva)
Committee memberMagdalena Krbot Skorić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2022-07-08, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Electrical Engineering
Abstract
Otkako je metoda nezavisnih komponenata prvi put primijenjena na elektroencefalografskim podatcima, njena uporaba proširila se među mnogim istraživačima i zdravstvenim djelatnicima zbog sposobnosti metode da na jednostavan način ukloni neželjene smetnje iz snimljenih podataka. Porastom popularnosti metode nezavisnih komponenti za otklanjanje često pojavljujućih smetnji iz signala, ostale korisne karakteristike ove metode poput mogućnosti lokalizacije izvora signala zanemarene su i ostavljene po strani te se analiza elektroencefalografskih podataka nakon uklanjanja smetnji ovom metodom većinom vraćala na klasično promatranje i analiziranje signala s elektroda. Metoda nezavisnih komponenti iz elektroencefalografskih zapisa pokušava pronaći nezavisne izvore tih signala u mozgu koji se mogu analizirati istim metodama kao i snimljeni podatci, ali su zbog primjene metode dodatno prostorno filtrirani. Ovo samu metodu i komponente koje metoda generira čini zanimljivom za istraživanje jer se nad nezavisnim komponentama mogu primjenjivati iste dobro poznate elektroencefalografske metode analize poput evociranih potencijala i analize spektra snage, a činjenica da se izvorima može dodijeliti i prostorna informacije može se iskoristiti kako bi se povećala prostorna razlučivost elektroencefalografije koju ona ne posjeduje. Kako većina istraživača i dalje koristi metodu nezavisnih komponenata samo za uklanjanje smetnji, ne postoje dobro definirani postupci analize nezavisnih komponenata i malo toga je poznato o aktivnostima koje opisuju nezavisne komponente. Cilj ovog rada je provjeriti koliko je analiza nezavisnih komponenti konzistentna kad se primjenjuje na snimke više ispitanika koji obavljaju isti zadatak, odnosno postoji li i kakva je sličnost među komponentama različitih ispitanika te razmotriti načine grupiranja komponenti po značajkama koje proizlaze iz samih komponenta.
Abstract (english)
Independent Component Analysis (ICA) is a mathematical method for blind source separation used in signal and data processing. Independent Component Analysis can be applied to electroencephalographic data in order to extract independent sources whose projections of electric fields form the EEG signals recorded on the scalp. The most common use of ICA in EEG data analysis includes the use of ICA as a tool for removing common EEG artifacts but does not often include the use of ICA for analyzing the useful brain activity. One of the reasons is the lack of well-defined procedures for comparing independent components of different subjects. This paper attempts to show whether a similarity exists between independent components that belong to different subjects performing the same task, but are not of artefactual origin. EEG recordings of 25 subjects performing an auditory oddball task were decomposed by Infomax ICA algorithm and the resulting independent components were clustered based on their equivalent dipole locations. After the initial clustering, groups of independent components with similar event-related potentials were found based on the cross-correlation coefficient of their normalized event-related potentials. In addition to the shape of event-related potentials, similarities were also found in the frequency spectrum and scalp maps of clustered components.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:313447
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 on2023-01-14 09:38:58