Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorMatoušek, Václav
dc.contributor.authorCiniburk, Jindřich
dc.date.accepted2012-09-26
dc.date.accessioned2015-05-11T09:16:39Z-
dc.date.available2007-09-01cs
dc.date.available2015-05-11T09:16:39Z-
dc.date.issued2012
dc.date.submitted2012-09-01
dc.identifier45993
dc.identifier.urihttp://hdl.handle.net/11025/5421
dc.description.abstractPři 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.cs
dc.format88 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isoencs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectHHTcs
dc.subjectEEGcs
dc.subjectERPcs
dc.subjectHilbert-Huangova transformacecs
dc.subjectzpracování signálůcs
dc.subjectdetekce evokovaných potenciálůcs
dc.titleHilbert-Huangova transformace pro detekci evokovaných potenciálůcs
dc.title.alternativeHilbert-Huang Transform for ERP detectionen
dc.typedisertační prácecs
dc.thesis.degree-namePh.D.cs
dc.thesis.degree-levelDoktorskýcs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.description.departmentKatedra informatiky a výpočetní technikycs
dc.thesis.degree-programInženýrská informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedWhile 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.en
dc.subject.translatedHHTen
dc.subject.translatedEEGen
dc.subject.translatedERPen
dc.subject.translatedHilbert-Huang transformen
dc.subject.translatedsignal processingen
dc.subject.translatedERP detectionen
Vyskytuje se v kolekcích:Disertační práce / Dissertations (KKY)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
thesis.pdfPlný text práce6,15 MBAdobe PDFZobrazit/otevřít
posudek-skolitel-odp-ciniburk.pdfPosudek vedoucího práce39,77 kBAdobe PDFZobrazit/otevřít
posudky-odp-ciniburk.pdfPosudek oponenta práce138,81 kBAdobe PDFZobrazit/otevřít
protokol-odp-ciniburk.pdfPrůběh obhajoby práce48,29 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/5421

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Publikační činnost / Publications
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra kybernetiky / Department of Cybernetics
  5. Disertační práce / Dissertations (KKY)