Izlučivanje značajki elektrofizioloških signala i prepoznavanje obrazaca u različitim psihofiziološkim stanjima čovjeka

diplomski rad

• Naslov (engleski): Feature Extraction and Pattern Recognition in Different Human Psychophysiological States from Electrophysiological Signals
• Autor: Ivan Moštak
• Mentor: Mario Cifrek (mentor)
• Član povjerenstva: Mario Cifrek (predsjednik povjerenstva)
• Član povjerenstva: Igor Krois (član povjerenstva)
• Član povjerenstva: Željka Lučev Vasić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-07-17, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Elektrotehnika

Sažetak

Signali električne aktivnosti mozga (elektroencefalografski signali, EEG) koriste se u svrhu medicinske dijagnostike i znanstvenih istraživanja u području neuroznanosti. Pri tome se iz signala nastoje prepoznati određeni obrasci i izlučiti značajke koje najbolje opisuju određena psihofiziološka stanja čovjeka. Ručno pregledavanje i analiza EEG signala dugotrajan je proces koji zahtjeva veliko znanje stručnjaka, a na analizu mogu znatno utjecati subjektivno mišljenje i iskustvo eksperta, način uklanjanja artefakata, odabir referentne elektrode i sl. Upotrebom MATLAB programskog paketa razvijen je sustav za učitavanje i automatsku obradu EEG signala. Obrada se sastoji od poluautomatskog uklanjanja artefakata (upotrebom ICA analize uz sugestiju koje komponente bi bilo poželjno ukloniti) te procesa izdvajanja i izračuna značajki koje ukazuju na trenutno stanje svijesti čovjeka. Upotrebom automatske obrade signala analiza se znatno ubrzava, a za sve EEG signale primjenjuju se jednaki kriteriji. U radu su korišteni EEG signali izmjereni u sklopu određivanja vala P300 tijekom odmornog i umornog stanja svakog sudionika. U signalima se izlučuju značajke i određuju ponavljajući obrasci koji ukazuju na pojavu smanjenog stanja pobudljivosti, poput: pojava alfa vretena, promjene u distribuciji karakterističnih frekvencijskih pojaseva signala EEG-a te prostorno-vremenske propagacije moždane aktivnosti.

Sažetak (engleski)

Signals of electrical activity of the brain (electroencephalographic signals, EEG) are used for the purpose of medical diagnostics and scientific research in the field of neuroscience. EEG signals are analyzed to identify certain patterns and extract features that best describe certain psychophysiological states of man. Manually viewing and analyzing EEG signals is a lengthy process that requires vast expert knowledge. The analysis can significantly be influenced by expert experience and subjective impression as well as with the way of removing artifacts, selecting a reference electrode, etc. Using the MATLAB program package, a system has been developed for automatic EEG signal processing. Processing consists of semi-automatic removal of artifacts (using ICA analysis with the suggestion of the components that would be best removed) and the process of separating and calculating features that point to the current state of consciousness of man. By using automatic signal processing, the analysis is significantly accelerated, and the same criteria is applied for all EEG signals. EEG signals used in this paper were measured in the trials of determination of the wave P300 during the wakeful and tired state for each participant. Features and repeating patterns that indicate a reduced state of arousal, such as: alpha spindle appearance, changes in the distribution of characteristic EEG signal bandwidth, and spatial-temporal propagation of brain activity are extracted from the data and then further analyzed.

• Ključne riječi: EEG; elektroencefalografija; izvlačenje značajki; prepoznavanje obrazaca; individualna alfa frekvencija; alfa vreteno; spektralna analiza; prostorno-vremenska propagacija; mentalna iscrpljenost; umor
• Ključne riječi (engleski): EEG; Electroencephalography; Feature Extraction; Pattern Recognition; Individual Alpha Frequency; Alpha Spindle; Spectral Analysis; Temporo-spatial Propagation; Mental Fatigue; Drowsiness
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:774309
• Studijski program: Naziv: Elektrotehnika i informacijska tehnologija; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike i informacijske tehnologije (mag. ing. el. techn. inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2020-01-07 20:37:37