Primjena Hilbert-Huangove transformacije u analizi evociranih potencijala dobivenih oddball paradigmom

undergraduate thesis

• Title (english): Hilbert-Huang transformation in analysis of event-related potential elicited by oddball paradigm
• Author: Mirna Mihaljević
• Mentor: Mario Cifrek (mentor)
• Committee member: Mario Cifrek (predsjednik povjerenstva)
• Committee member: Tomislav Pribanić (član povjerenstva)
• Committee member: Željka Lučev Vasić (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2014-09-04, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Electrical Engineering

Abstract

Evociranim potencijalima nazivamo električne potencijale nastale kao odgovor mozga na grupu prezentiranih podražaja. Grupa unaprijed poznatih podražaja oblikuje paradigmu. U ovom radu korištena je oddball paradigma. Karakteristična za ovu paradigmu je prisutnost dvaju različitih podražaja u omjeru 4:1.
Kako ljudski mozak predstavlja kompleksni nelinearni i nestacionarni sustav nužno je evocirane potencijale obraditi metodom za analizu nelinearnih i nestacionarnih podataka. Upravo takva metoda je Hilbert-Huangova transformacija (HHT).
HHT se sastoji od dva dijela: empirijske dekompozicije i Hilbertove spektralne analize. Ključni korak transformacije je njen prvi dio, empirijska dekompozicija, koja komplicirane podatke razlaže na konačan i obično malen broj svojstvenih funkcija (IMF-ova).
Primjenom HHT na evocirane potencijale najznačajniji rezultati dobivaju se analizom prve IMF funkcije. Prva IMF funkcija sadrži u sebi najvažnije značajke za proučavanje evociranih potencijala. Također, primijećeno je da se porastom broja usrednjenih signala ne mijenja značajnije izgled IMF-ova. Na taj način moglo bi se utjecati na smanjenje trajanja samog mjerenja.

Abstract (english)

Evoked potentials or evoked responses (ERPs) are electrical potentials which represents response of the brain on the stimuli. Group of known stimuli form a paradigm.
In this study, oddball paradigm is used. Characteristically for oddball paradigm is presence of two diferent stimuli in the ratio 4:1.
The human brain could be modeled as a complicated non-linear and non stationary system, so it is necessary to study evoked responses data by method for analyzing nonliner and nonstationary data. Hilbert-Huang Transformation (HHT) is such a metod.
HHT consists of two parts: the empirical mode decomposition (EMD), and the Hilbert spectral analysis. The key part of the method is the first step, the EMD, with which any complicated data set can be decomposed into a finite and often small number of intrinsic mode functions (IMF).
By using HHT on ERPs the most significant results are shown in analysis of first IMF function. That IMF contains the most important characteristic for studying evoked potentials. Also, it is noticed that by increasing the number of averaged signals does not change the appearance of IMFs. In that way we can reduce a recording time.

• Keywords: evocirani potencijali; oddball paradigma; Hilbert-Huangova transformacija; HHT; empirijska dekompozicija; jednostavne svojstvene funkcije; IMF; Hilbertova spektralna analiza
• Keywords (english): evoked potentials; oddball paradigm; Hilbert-Huang Transformation; HHT; empirical decomposition; intrinsic mode functions; IMF; Hilbert spectral analysis
• Language: croatian
• URN:NBN: urn:nbn:hr:168:077139
• Study programme: Title: Electrical Engineering and Information Technology; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektrotehnike i informacijske tehnologije (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektrotehnike i informacijske tehnologije)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2018-02-06 10:40:00