Detekce EEG artefaktů s využitím hlubokého učení

Aneta MEDUNOVÁ

Bachelor's thesis

EEG artifact detection using deep learning

Anotácia:

Cílem této bakalářské práce je návrh jednoduchého asistenčního systému založeného na detekci mrkání v EEG záznamu, dále implementace a otestování jeho částí. Práce obsahuje přehled o elektroencefalografii, způsobech měření EEG dat, nežádoucích artefaktech a důležité předzpracování dat. Součástí je i základní přehled a informace o BCI systémech. Je zde provedena implementace LDA klasikátoru a neuronových sítí, jejíž výsledky jsou porovnány a zhodnoceny.

Abstract:

The aim of this bachelor thesis is design of a simple assistive system based on the detection of eye blink in the EEG data. Moreover, implementation and testing of the proposed system is described. The thesis contains an overview of electroencephalography and related signal processing. It also includes a basic overview and information about BCI systems. LDA classier and neural networks were implemented and their results are compared and evaluated.

Kľúčové slová

BCI, rozhraní mozek počítač, EEG, elektroencefalografie, SSVEP, ustálené vizuální evokované potenciály, hluboké učení, LDA, lineární diskriminační analýza, neuronové sítě, klasifikátor, asistenční systém

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 28. 6. 2018

Zverejniť od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedúci: Ing. Lukáš Vařeka

University of West Bohemia

Faculty of Applied Sciences

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