Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorMouček Roman, Doc. Ing. Ph.D.
dc.contributor.authorHrabík, Václav
dc.contributor.refereeMautner Pavel, Ing. Ph.D.
dc.date.accepted2024-6-17
dc.date.accessioned2024-07-12T09:14:33Z-
dc.date.available2023-9-8
dc.date.available2024-07-12T09:14:33Z-
dc.date.issued2024
dc.date.submitted2024-5-15
dc.identifier96731
dc.identifier.urihttp://hdl.handle.net/11025/57239-
dc.description.abstractPacienti s paralýzou nervosvalového systému mají těžkou cestu k rehabilitaci. K zefektivnění a zrychlení této rehabilitace je potřeba, aby při rehabilitaci nebyly procvičovány jen svaly, ale i mozek. Pro lepší zapojení mozku se používá Brain-computer interface (BCI). BCI se snaží rozpoznávat mozkové signály a převádět je do příkazů pro zařízení. Za tím účelem využíváme Motor Imagery (MI), kde si pohyb pouze představujeme bez jeho vykonání, protože je dokázáno, že tyto dva stavy jsou téměř totožné. Tyto signály reprezentované pomocí EEG jsou v této práci rozpoznávany aktuálními klasifikátory, jako jsou MLP, CNN, LSTM a Transformer. Tato práce ukázala velkou odlišnost mezi jednotlivými lidmi v experimentech. Nejvíce úspěšní lidé dosáhli až 75 % přesnosti klasifikace jejich pohybu.cs
dc.format65
dc.language.isoen
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectanncs
dc.subjectmlpcs
dc.subjectcnncs
dc.subjectlstm. transformercs
dc.subjectstrojové učenícs
dc.subjecteegcs
dc.subjectpředstava pohybucs
dc.subjectbcics
dc.subjectmi datasetycs
dc.titleKlasifikace pohybu z EEG datcs
dc.title.alternativeMovement classification from EEG dataen
dc.typediplomová práce
dc.thesis.degree-nameIng.
dc.thesis.degree-levelNavazující
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-programSoftwarové a informační systémy
dc.description.resultObhájeno
dc.description.abstract-translatedPatients with neuromuscular paralysis have a difficult road to rehabilitation. To make this rehabilitation more effective and faster, rehabilitation should not only exercise the muscles but also engage the brain. To achieve that, a Brain-computer interface (BCI) is used. The BCI tries to recognize and translate brain signals into the output commands for devices. For this, we use Motor Imagery (MI), where we imagine the movement without executing it, as it has been proven that these two states are almost identical. In this work, these signals represented by EEG are recognized by recent classifiers such as MLP, CNN, LSTM, and Transformer. This work has shown a large variation between people in the experiments. The most successful people achieved up to 75 % accuracy in classifying their motion.en
dc.subject.translatedannen
dc.subject.translatedmlpen
dc.subject.translatedcnnen
dc.subject.translatedlstm. transformeren
dc.subject.translatedmachine learningen
dc.subject.translatedeegen
dc.subject.translatedmotor imageryen
dc.subject.translatedbcien
dc.subject.translatedmi dataseten
Vyskytuje se v kolekcích:Diplomové práce / Theses (KIV)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
A22N0047P_DP.pdfPlný text práce2,4 MBAdobe PDFZobrazit/otevřít
A22N0047Phodnoceni-ved.pdfPosudek vedoucího práce423,67 kBAdobe PDFZobrazit/otevřít
A22N0047Pposudek-op.pdfPosudek oponenta práce122,2 kBAdobe PDFZobrazit/otevřít
A22N0047Pobhajoba.pdfPrůběh obhajoby práce198,1 kBAdobe PDFZobrazit/otevřít
Zobrazit minimální záznam Zobrazit statistiky


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/57239

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání
navigace
  1. DSpace at University of West Bohemia
  2. Vysokoškolské kvalifikační práce / Theses
  3. Fakulta aplikovaných věd / Faculty of Applied Sciences
  4. Katedra informatiky a výpočetní techniky / Department of Computer Science and Engineering
  5. Diplomové práce / Theses (KIV)