| Title: | Hilbert-Huangova transformace pro detekci evokovaných potenciálů |
| Other Titles: | Hilbert-Huang Transform for ERP detection |
| Authors: | Ciniburk, Jindřich |
| Advisor: | Matoušek, Václav |
| Issue Date: | 2012 |
| Publisher: | Západočeská univerzita v Plzni |
| Document type: | disertační práce |
| URI: | http://hdl.handle.net/11025/5421 |
| Keywords: | HHT;EEG;ERP;Hilbert-Huangova transformace;zpracování signálů;detekce evokovaných potenciálů |
| Keywords in different language: | HHT;EEG;ERP;Hilbert-Huang transform;signal processing;ERP detection |
| Abstract: | 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. |
| Abstract in different language: | 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. |
| Rights: | Plný text práce je přístupný bez omezení. |
| Appears in Collections: | Disertační práce / Dissertations (KKY) |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| thesis.pdf | Plný text práce | 6,15 MB | Adobe PDF | View/Open |
| posudek-skolitel-odp-ciniburk.pdf | Posudek vedoucího práce | 39,77 kB | Adobe PDF | View/Open |
| posudky-odp-ciniburk.pdf | Posudek oponenta práce | 138,81 kB | Adobe PDF | View/Open |
| protokol-odp-ciniburk.pdf | Průběh obhajoby práce | 48,29 kB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/5421Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.