Full metadata record
DC FieldValueLanguage
dc.contributor.advisorVařeka Lukáš, Ing. Ph.D.
dc.contributor.authorMedunová, Aneta
dc.contributor.refereeProkop Tomáš, Ing.
dc.date.accepted2018-8-28
dc.date.accessioned2019-03-15T10:17:47Z-
dc.date.available2017-10-10
dc.date.available2019-03-15T10:17:47Z-
dc.date.issued2018
dc.date.submitted2018-6-28
dc.identifier75874
dc.identifier.urihttp://hdl.handle.net/11025/32265
dc.description.abstractCílem 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.cs
dc.format44 s.cs
dc.format.mimetypeapplication/pdf
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.subjectbcics
dc.subjectrozhraní mozek počítačcs
dc.subjecteegcs
dc.subjectelektroencefalografiecs
dc.subjectssvepcs
dc.subjectustálené vizuální evokované potenciálycs
dc.subjecthluboké učenícs
dc.subjectldacs
dc.subjectlineární diskriminační analýzacs
dc.subjectneuronové sítěcs
dc.subjectklasifikátorcs
dc.subjectasistenční systémcs
dc.titleDetekce EEG artefaktů s využitím hlubokého učenícs
dc.title.alternativeEEG artifact detection using deep learningen
dc.typebakalářská prácecs
dc.thesis.degree-nameBc.cs
dc.thesis.degree-levelBakalářskýcs
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-programInženýrská informatikacs
dc.description.resultObhájenocs
dc.rights.accessopenAccessen
dc.description.abstract-translatedThe 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.en
dc.subject.translatedbcien
dc.subject.translatedbrain computer interfaceen
dc.subject.translatedeegen
dc.subject.translatedelectroencephalographyen
dc.subject.translatedssvepen
dc.subject.translatedsteady state visually evoked potentialen
dc.subject.translateddeep learningen
dc.subject.translatedneural networksen
dc.subject.translatedlinear discriminant analysisen
dc.subject.translatedclassifieren
dc.subject.translatedassistance systemen
Appears in Collections:Bakalářské práce / Bachelor´s works (KIV)

Files in This Item:
File Description SizeFormat 
Bakalarska prace.pdfPlný text práce3,43 MBAdobe PDFView/Open
A14B0054K hodnoceni.pdfPosudek vedoucího práce304,75 kBAdobe PDFView/Open
A14B0054K posudek.pdfPosudek oponenta práce387,15 kBAdobe PDFView/Open
A14B0054K obhajoba.pdfPrůběh obhajoby práce111,09 kBAdobe PDFView/Open


Please use this identifier to cite or link to this item: http://hdl.handle.net/11025/32265

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.