Klasifikace ERP komponent Kohonenovou neuronovou sítí

Jan STREJC

Bachelor's thesis

Classification of ERP components using Kohonen neural network

Abstract:

V této práci se budu zabývat zpracováváním mozkové aktivity. Tato oblast spadá do odvětví, které se nazývá neuroinformatika. Činnost mozku se zpravidla měří metodou zvanou elektroencefalografie (EEG) a já se budu zajímat o jevy týkající se evokovaných potenciálů, anglicky event-related potentials (ERP). ERP jsou elektricky zaznamenatelné reakce mozku na určité stimulace (vizuální, zvukové). Způsobů jak hledat evokované potenciály v EEG záznamu existuje mnoho, ale žádný zatím neposkytuje univerzální a spolehlivou schopnost jejich detekce. Mým cílem je otestovat možnost jejich hledání s využitím neuronových sítí, konkrétně Kohonenovou neuronovou sítí. Neuronovými sítěmi lze řešit úlohy, které se tradičními algoritmickými metodami řeší velmi špatně, hledání evokovaných potenciálů je jednou takovou úlohou. Neuronové sítě se snaží napodobit chování mozku a tak řešit problémy, které člověk zvládá řešit relativně snadno, ale pro počítač jsou normálně prakticky neřešitelné. Mezi tyto úlohy patří například klasifikace a rozpoznávání vzorů, zpracování signálů, aproximace funkcí a předpovídání časových řad. Pro účely klasifikace bude vstupní signál rozložen na části (atomy) algoritmem matching pursuit. Neuronová síť bude použita pro seskupení podobných atomů do shluků. Mezi těmito shluky pak budu hledat ERP komponenty.

Abstract:

In this thesis I will deal with the processing of brain activity. This problem falls within the area, which is called neuroinformatics. Brain activity is usually measured by the method known as electroencephalography (EEG) and I'll be interested in the effects concerning event-related potentials (ERP). ERP is electrically detectable brain response to specific stimulation (visual, auditory). There are many ways of searching event-related potentials in the EEG, but none of them does universal and reliable detection. The purpose of this work is to try using Kohonen neural network to look for the ERP. Neural networks are used to solve problems, which are unsolvable by algorithmical means, but are relatively easy for humans, by trying to simulate human brain. For example pattern classification and recognition, signal processing and function approximation. For classification purposes signal will be decomposed to parts by matching pursuit algorithm, which creates number of atoms representing the signal. Neural network will be used to group similar atoms together. The goal is to test if it is possible to use neural network to find the ERP components in EEG signal.

Keywords

EEG, ERP, evokované potenciály, matching pursuit, zpracování signálů, neuroinformatika, neuronové sítě, klasifikace, Kohonenova neuronová síť

Language used: Czech

Date on which the thesis was submitted / produced: 11. 5. 2012

Accessible from:: 11. 5. 2012

Thesis defence

• Supervisor: Ing. Pavel Mautner, Ph.D.

University of West Bohemia

Faculty of Applied Sciences

Bachelor programme / field:
Computer Science and Engineering / Information Technologies