Analýza a klasifikace dat ze snímače mozkové aktivity

but.committeedoc. RNDr. Pavel Smrž, Ph.D. (předseda) doc. Dr. Ing. Petr Hanáček (místopředseda) doc. Ing. Vladimír Drábek, CSc. (člen) Ing. Ondřej Lengál, Ph.D. (člen) Mgr. Jan Pavlík, Ph.D. (člen) Ing. Vladimír Veselý, Ph.D. (člen)cs
but.defenceStudent nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm " C ". Otázky u obhajoby: uveďte základni "signálové" charakteristiky výstupů z OpenBCI komentujte hodnocení hry ze strany uživatelů (i neformální hodnocení)cs
but.jazykčeština (Czech)
but.programInformační technologiecs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorSzőke, Igorcs
dc.contributor.authorJileček, Jancs
dc.contributor.refereeČernocký, Jancs
dc.date.created2019cs
dc.description.abstractV této práci zkoumám snímač mozkové aktivity OpenBCI Ultracortex IV EEG ve formě headsetu, problematiku nahrávání EEG dat, neurofeedbacku a metody strojového učení z nasbíraných dat mozkové aktivity sensorimotorické části mozku, ve které sleduji EEG signatury záměru pro pohyb levé a pravé ruky. Výstupem je několik datových sad pro trénování a testování, nástroj pro sběr dat mozkové aktivity, demo neurofeedback aplikace a statistické údaje vycházející z analýzy nasbíraných dat. Čerpám zde z existujících výzkumů, se kterými porovnávám dosažené výsledky. Použité metody a jejich úspěšnost popíšu a vyhodnotím jejich efektivitu.cs
dc.description.abstractThis thesis aims to implement methods for recording EEG data obtained with the neural activity sensor OpenBCI Ultracortex IV headset. It also describes neurofeedback, methods of obtaining data from the motor cortex for further analysis and takes a look at the machine learning algorithms best suited for the presented problem. Multiple training and testing datasets are created, as well as a tool for recording the brain activity of a headset-wearing test subject, which is being visually presented with cognitive challenges on the screen in front of him. A neurofeedback demo app has been developed, presented and later used for calibration of new test subjects. Next part is data analysis, which aims to discriminate the left and right hand movement intention signatures in the brain motor cortex. Multiple classification methods are used and their utility reviewed.en
dc.description.markCcs
dc.identifier.citationJILEČEK, J. Analýza a klasifikace dat ze snímače mozkové aktivity [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.cs
dc.identifier.other122102cs
dc.identifier.urihttp://hdl.handle.net/11012/180619
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta informačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectOpenBCIcs
dc.subjectUltracortexcs
dc.subjectBCIcs
dc.subjectovládání myšlenkamics
dc.subjectEEGcs
dc.subjectbiofeedbackcs
dc.subjectmozekcs
dc.subjectsoustředěnícs
dc.subjectpozornostcs
dc.subjectprefrontální kortexcs
dc.subjectmotorický kortexcs
dc.subjectpythoncs
dc.subjectunitycs
dc.subjectlstreamercs
dc.subjectguics
dc.subjectopenvibecs
dc.subjectsystém 10-20cs
dc.subjectmozkové vlnycs
dc.subjectDWTcs
dc.subjectwaveletcs
dc.subjectgradient boostingcs
dc.subjectrandom forestscs
dc.subjectsupportvector machinescs
dc.subjectOpenBCIen
dc.subjectUltracortexen
dc.subjectBCIen
dc.subjectmind-controlled gameen
dc.subjectEEGen
dc.subjectbiofeedbacken
dc.subjectbrainen
dc.subjectfocusen
dc.subjectatten-tionen
dc.subjectprefrontal cortexen
dc.subjectmotor cortexen
dc.subjectmeditationen
dc.subjectpythonen
dc.subjectunityen
dc.subjectlstreameren
dc.subjectguien
dc.subjectopenvibeen
dc.subject10-20 systemen
dc.subjectbrain wavesen
dc.subjectDWTen
dc.subjectwaveleten
dc.subjectgradient boostingen
dc.subjectrandom forestsen
dc.subjectsupport vec-tor machinesen
dc.titleAnalýza a klasifikace dat ze snímače mozkové aktivitycs
dc.title.alternativeData Analysis and Clasification from the Brain Activity Detectoren
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2019-06-20cs
dcterms.modified2019-09-02-09:04:09cs
eprints.affiliatedInstitution.facultyFakulta informačních technologiícs
sync.item.dbid122102en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 15:30:20en
sync.item.modts2025.01.15 17:03:45en
thesis.disciplineBezpečnost informačních technologiícs
thesis.grantorVysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédiícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 4 of 4
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
10.35 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
Posudek-Vedouci prace-21897_v.pdf
Size:
86.75 KB
Format:
Adobe Portable Document Format
Description:
Posudek-Vedouci prace-21897_v.pdf
Loading...
Thumbnail Image
Name:
Posudek-Oponent prace-21897_o.pdf
Size:
89.49 KB
Format:
Adobe Portable Document Format
Description:
Posudek-Oponent prace-21897_o.pdf
Loading...
Thumbnail Image
Name:
review_122102.html
Size:
1.45 KB
Format:
Hypertext Markup Language
Description:
file review_122102.html
Collections