| Název: | Hilbert-Huangova transformace pro detekci evokovaných potenciálů |
| Další názvy: | Hilbert-Huang Transform for ERP detection |
| Autoři: | Ciniburk, Jindřich |
| Vedoucí práce/školitel: | Matoušek, Václav |
| Datum vydání: | 2012 |
| Nakladatel: | Západočeská univerzita v Plzni |
| Typ dokumentu: | disertační práce |
| URI: | http://hdl.handle.net/11025/5421 |
| Klíčová slova: | HHT;EEG;ERP;Hilbert-Huangova transformace;zpracování signálů;detekce evokovaných potenciálů |
| Klíčová slova v dalším jazyce: | HHT;EEG;ERP;Hilbert-Huang transform;signal processing;ERP detection |
| Abstrakt: | Při vyhodnocování ERP experimentů je naprosto nezbytné přesně určit amplitudu a~latenci jednotlivých ERP komponent. Protože je EEG signál kvazi-stacionární, je nezbytné pro jeho analýzu použít časově-frekvenční metody, jako je waveletová transformace, krátkodobá Fourierova transformace, nebo matching pursuit. Dalším zástupcem metod časově-frekvenčně analýzy je Hilbert-Huangova transformace, která byla navržena přímo pro zpracování nestacionárních signálů. V mé práci jsem navrhl několik modifikací Hilbert-Huangovy transformace, které umožní omezit tzv. overshoot efekt, který vzniká v průběhu vytváření obálek. S navrženými vylepšeními jsou přídavné extrémy lépe umístěny, tím je zajištěna vyšší rychlost rozkladu na intrinsic mode funkce a~získané intrinsic mode funkce více odpovídají původnímu EEG signálu. |
| Abstrakt v dalším jazyce: | While evaluating ERP experiments, it is essential to determine the amplitude and latency of ERP components. Time-frequency domain methods, such as the wavelet transform, short-time discrete Fourier transform, matching pursuit, are usually used for this task, because the EEG signal is quasi-stationary. The Hilbert-Huang transform was designed to process non-stationary signals. Therefore, it should be suitable for processing EEG signals as well. I have designed several modifications of the Hilbert-Huang transform, which restrain the over/undershoot effect occuring when envelopes are being calculated. My modifications contribute to better estimation of additional extrema and improve the results acquired from processing the EEG signal (even when it is contamined with artifacts). They make the empirical mode decomposition faster and the decomposed IMFs corresponds more with the original EEG signal. |
| Práva: | Plný text práce je přístupný bez omezení. |
| Vyskytuje se v kolekcích: | Disertační práce / Dissertations (KKY) |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| thesis.pdf | Plný text práce | 6,15 MB | Adobe PDF | Zobrazit/otevřít |
| posudek-skolitel-odp-ciniburk.pdf | Posudek vedoucího práce | 39,77 kB | Adobe PDF | Zobrazit/otevřít |
| posudky-odp-ciniburk.pdf | Posudek oponenta práce | 138,81 kB | Adobe PDF | Zobrazit/otevřít |
| protokol-odp-ciniburk.pdf | Průběh obhajoby práce | 48,29 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/5421Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.