Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Předzpracování pohybového EEG pomocí ICA a klasifikace nezávislých komponent

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F07%3A03136695" target="_blank" >RIV/68407700:21230/07:03136695 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Předzpracování pohybového EEG pomocí ICA a klasifikace nezávislých komponent

  • Popis výsledku v původním jazyce

    Tato práce se zabývá metodou pro předzpracování EEG s cílem zvýšit klasifikační skóre pohybového EEG. Předzpracování EEG je provedeno pomocí analýzy nezávislých komponent (independent component analysis, ICA). Podle korelace mezi spektrogramy nalezenýchkomponent a vzory vytvořenými průměrováním spektrogramů z elektrod pokrývající senzomotorickou oblast jsou vybrány komponenty související s pohybem. Tyto pohybové komponenty jsou klasifikovány systémem založeným na skrytých Markovských modelech (hiden Markov model, HMM). Systém dosahuje klasifikační skóre kolem 80% na čistém EEG a přes 95% na pohybových komponentách.

  • Název v anglickém jazyce

    Movement EEG Preprocessing with the Help of ICA and Independent Component Classification

  • Popis výsledku anglicky

    This work deals with EEG preprocessing method for movement EEG classification score increasing. EEG preprocessing is done with the help of independent component analysis (ICA). Movement-related components are chosen according to the correlation between independent component spectrogram and patterns obtained by averaging spectrograms from electrodes covering sensomotor area. These movement-related components are classified by the system based on hiden Markov model (HMM). Classification score reachs 80% with raw EEG and 95% with movement-related components.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JA - Elektronika a optoelektronika, elektrotechnika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GD102%2F03%2FH085" target="_blank" >GD102/03/H085: Modelování biologických a řečových signálů</a><br>

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2007

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Analýza a zpracování řečových a biologických signálů

  • ISBN

    978-80-01-03940-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

  • Název nakladatele

    ČVUT v Praze

  • Místo vydání

    Praha

  • Místo konání akce

    Praha

  • Datum konání akce

    15. 11. 2007

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku