Název: | Automatická detekce spánkových vřetének |
Další názvy: | Automatic detection of sleep spindles |
Autoři: | Rychlík, Jan |
Vedoucí práce/školitel: | Mouček Roman, Doc. Ing. Ph.D. |
Oponent: | Pražák Ondřej, Ing. |
Datum vydání: | 2022 |
Nakladatel: | Západočeská univerzita v Plzni |
Typ dokumentu: | diplomová práce |
URI: | http://hdl.handle.net/11025/49366 |
Klíčová slova: | eeg data;eeg signál;neuronové sítě;lstm;cnn;dense;spánková data;spánková vřetena |
Klíčová slova v dalším jazyce: | eeg data;eeg signal;neural networks;lstm;cnn;dense;sleep data;sleep spindles |
Abstrakt: | Spánek je nedílnou součástí lidského života a průměrný člověk prospí asi jeho jednu třetinu. Proto je důležité spánku rozumět a správně ho analyzovat. Cílem diplomové práce je navrhnout, implementovat a otestovat různé typy metod strojového učení vhodné pro zpracování EEG signálu a identifikaci spánkových vřetének. Učící se algoritmy byly natrénovány na anotovaných datech, poskytnutých datovým centrem Montreal Archive of Sleep Studies (MASS). Nejlepšího výsledku klasifikace dosáhla konvoluční neuronová síť s přesností přes 67%. |
Abstrakt v dalším jazyce: | Sleep is an integral part of human life, and the average person sleeps about one-third of their life. Therefore, it is important to understand sleep and analyze it correctly. The goal of this master thesis is to propose, design, implement, and test various machine/deep learning methods suitable for EEG signal processing to identify sleep spindles. The learning algorithms were trained on well-annotated data provided by the Montreal Archive of Sleep Studies (MASS) data center. The best classification result was achieved by the convolutional neuron network with an accuracy of over 67%. |
Práva: | Plný text práce je přístupný bez omezení |
Vyskytuje se v kolekcích: | Diplomové práce / Theses (KIV) |
Soubory připojené k záznamu:
Soubor | Popis | Velikost | Formát | |
---|---|---|---|---|
MastersThesis.pdf | Plný text práce | 1,53 MB | Adobe PDF | Zobrazit/otevřít |
A19N0074Pposudek-op.pdf | Posudek oponenta práce | 230,99 kB | Adobe PDF | Zobrazit/otevřít |
A19N0074Phodnoceni-ved.pdf | Posudek vedoucího práce | 414,03 kB | Adobe PDF | Zobrazit/otevřít |
A19N0074Pobhajoba.pdf | Průběh obhajoby práce | 607,78 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/49366
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.