Tato diplomová práce popisuje implementaci algoritmu Dynamic Time Warping pro korekci časové latence jednotlivých komponent záznamu evokovaných potenciálů. Hlavní motivací práce je zlepšit výsledky vyhodnocení záznamů ERP dat poskytnutím lepší metody průměrování, díky které budou lépe zobrazeny signifikantní elementy v zaznamenaných datech.
V úvodu práce je nastíněna problematika vyhodnocování záznamů evokovaných potenciálů a objasněna motivace pro korekci proměnlivé časové latence jednotlivých komponent, popsány známé metody korekce proměnlivé latence
a standardní programové prostředky pro zpracovávání záznamů EEG.
Po teoretickém úvodu je objasněna volba metody Dynamic Time Warping. Metoda byla oproti popisu v literatuře upravena tak, že poskytuje dobré výsledky i pro data s malým odstupem signálu od šumu, a implementována jako zásuvný modul programu EEGLAB. Následují implementační detaily a popis funkcí programu. Závěr práce tvoří zhodnocení dosažených výsledků s popisem vlivu jednotlivých parametrů na charakter výsledku.
Anotace v angličtině
This master's thesis addresses the subject of processing of recorded event-related potential (ERP) data for the purposes of expert interpretation, namely the issue of averaging.
Starting with a brief introduction to ERP averaging, the introductory part lists selected methods available that are used for processing of raw ERP data to achieve better results of averaging with discussion of feasibility of each method for purposes of this thesis. The method selected for implementation as a part of the thesis work, the Dynamic Time Warping method, is described in detail in following section with emphasis on modifications made to the method that greatly improve its usability and results. Follow a brief comment on selected implementation details and a commented summary of achieved results.
The Dynamic Time Warping method, as promising as may sound in cited papers, proved to be of a very limited benefit when applied to general recording data that has not been processed in order to achieve good results. In this thesis an improved version of this method is proposed that improve results considerably and an implementation of this improved method is provided as a plug-in module for EEGLAB.
Klíčová slova
EEG, evokované potenciály, zpracování signálu, zpracování analogového signálu, DTW, dynamic time warping, mapování časové osy, souhrnný průměr
Klíčová slova v angličtině
EEG, ERP, event related potentials, signal processing, analog signal processing, DTW, dynamic time warping, grand average
Rozsah průvodní práce
50
Jazyk
CZ
Anotace
Tato diplomová práce popisuje implementaci algoritmu Dynamic Time Warping pro korekci časové latence jednotlivých komponent záznamu evokovaných potenciálů. Hlavní motivací práce je zlepšit výsledky vyhodnocení záznamů ERP dat poskytnutím lepší metody průměrování, díky které budou lépe zobrazeny signifikantní elementy v zaznamenaných datech.
V úvodu práce je nastíněna problematika vyhodnocování záznamů evokovaných potenciálů a objasněna motivace pro korekci proměnlivé časové latence jednotlivých komponent, popsány známé metody korekce proměnlivé latence
a standardní programové prostředky pro zpracovávání záznamů EEG.
Po teoretickém úvodu je objasněna volba metody Dynamic Time Warping. Metoda byla oproti popisu v literatuře upravena tak, že poskytuje dobré výsledky i pro data s malým odstupem signálu od šumu, a implementována jako zásuvný modul programu EEGLAB. Následují implementační detaily a popis funkcí programu. Závěr práce tvoří zhodnocení dosažených výsledků s popisem vlivu jednotlivých parametrů na charakter výsledku.
Anotace v angličtině
This master's thesis addresses the subject of processing of recorded event-related potential (ERP) data for the purposes of expert interpretation, namely the issue of averaging.
Starting with a brief introduction to ERP averaging, the introductory part lists selected methods available that are used for processing of raw ERP data to achieve better results of averaging with discussion of feasibility of each method for purposes of this thesis. The method selected for implementation as a part of the thesis work, the Dynamic Time Warping method, is described in detail in following section with emphasis on modifications made to the method that greatly improve its usability and results. Follow a brief comment on selected implementation details and a commented summary of achieved results.
The Dynamic Time Warping method, as promising as may sound in cited papers, proved to be of a very limited benefit when applied to general recording data that has not been processed in order to achieve good results. In this thesis an improved version of this method is proposed that improve results considerably and an implementation of this improved method is provided as a plug-in module for EEGLAB.
Klíčová slova
EEG, evokované potenciály, zpracování signálu, zpracování analogového signálu, DTW, dynamic time warping, mapování časové osy, souhrnný průměr
Klíčová slova v angličtině
EEG, ERP, event related potentials, signal processing, analog signal processing, DTW, dynamic time warping, grand average
Zásady pro vypracování
Prostudujte literaturu týkající se evokovaných potenciálů a metod zpracování ERP signálů.
Podle požadavků neuroinformatické skupiny KIV zvolte některou z metod a implementujte ji ve vhodně zvoleném programovacím jazyce.
Implementovanou metodu otestujte na experimentálních datech.
Zhodnoťte dosažené výsledky.
Zásady pro vypracování
Prostudujte literaturu týkající se evokovaných potenciálů a metod zpracování ERP signálů.
Podle požadavků neuroinformatické skupiny KIV zvolte některou z metod a implementujte ji ve vhodně zvoleném programovacím jazyce.
Implementovanou metodu otestujte na experimentálních datech.