Lista przedmiotów z materiałami udostępnionymi dla studentów

Dla_studentów
  • Increase font size
  • Default font size
  • Decrease font size

Michał Wolnicki

Detekcja faz snu na podstawie analizy sygnału EEG


EEG signal analysis for sleep stage detection


Opiekun pracy dyplomowej: dr inż. Aleksandra Królak
Praca dyplomowa magisterska obroniona 2011-10-17
Streszczenie pracy dyplomowej:
Pod względem czynników fizjologicznych i behawioralnych człowiek w ciągu swojego całego życia znajduje się w dwóch stanach: czuwania i snu. Sen jest istotnym czynnikiem do poprawnego funkcjonowania organizmu. Badanie polisomnograficzne zajmuje się analizowaniem przebiegu snu pacjenta, służy do celów diagnostycznych i umożliwia wykrycie ewentualnych nieprawidłowości u badanego. Celem pracy było opracowanie i zaimplementowanie metody automatycznej detekcji faz snu na podstawie analizy zapisu z badania elektroencefalograficznego (EEG). Sygnał EEG został poddany analizie czasowoczęstotliwościowej, na podstawie której została przeprowadzona klasyfikacja wybranych cech. Program komputerowy umożliwiający detekcję faz snu został napisany w języku Java. Keywords: detekcja faz snu, transformata Hilbert-Huang, rozkład na mody empiryczne, wewnętrzne mody funkcyjne
Abstract:
The goal of this paper is to highlight different methods of sleep stage detection. The basis of such analysis lay in a record taken from an EEG device, which is widely used in different branches of science. The main purpose of this device is to monitor, identify and cure the symptoms of brain disfunction in psychic processes. The topic of the extraction of interesting poperties is a difficult one, because of a stochastic nature of the EEG signal and his smaller amplitudes The application I have created entirely in Java, runs analysis in timefrequency space, which is the foundation for given attributes classification. Keywords: sleep stage detection, Hilbert-Huang transform, Empirical Mode Decomposition, Intrinsic Mode Function