Zpracování dat pro fMRI neurofeedback
| but.committee | prof. Ing. Jiří Jan, CSc. (předseda) doc. Ing. Martin Augustynek, Ph.D. (místopředseda) Ing. Martin Mézl, Ph.D. (člen) Ing. Oto Janoušek, Ph.D. (člen) Mgr. Erik Staffa, Ph.D. (člen) MUDr. Marie Nováková, Ph.D. (člen) | cs |
| but.defence | Student prezentoval výsledky své práce a komise byla seznámena s posudky. Ing. Mézl položil otázku, je možné udělat počáteční odhad dat, aby bylo možné zjednodušit učení? Student obhájil bakalářskou práci s výhradami a odpověděl na otázky členů komise a oponenta. | cs |
| but.jazyk | angličtina (English) | |
| but.program | Biomedicínská technika a bioinformatika | cs |
| but.result | práce byla úspěšně obhájena | cs |
| dc.contributor.advisor | Lamoš, Martin | en |
| dc.contributor.author | Bečička, Martin | en |
| dc.contributor.referee | Slavíček, Tomáš | en |
| dc.date.accessioned | 2019-06-14T10:50:32Z | |
| dc.date.available | 2019-06-14T10:50:32Z | |
| dc.date.created | 2019 | cs |
| dc.description.abstract | Tato práce se zabývá digitálním filtrováním dat získaných z fMRI neurofeedbacku v reálném čase. Práce analyzuje dosavadní řešení používané v CEITEC MU, se zaměřením na zkrácení prodlení na začátku každého neurofeedback bloku, které je způsobeno digitálním filtrováním. Dosavadní řešení používá, hlavně pro jeho online a vyhlazovací vlastnosti, nelineární Kalmánův filtr. Analýzou 150 průběhu fMRI neurofeedback sezení byla zjištěna dolní hranice, kterou nelineární Kalmánův filtr potřebuje k naučení. Počet potřebných vzorků je významně menši než je nastaveno v dosavadním řešení. Další možnosti zkrácení prodlení byly prozkoumány a klouzavý průměrovací filtr byl vybrán jako optimální kompromis mezi dobou prodlení, zpoždění filtru a jeho vyhlazovacími vlastnostmi. | en |
| dc.description.abstract | The presented thesis deals with real-time digital filtering of fMRI neurofeedback data. It analyzes currently used solution at CEITEC MU chiefly in respect to finding ways to shorten the delay at the beginning of each neurofeedback block which is introduced by digital filtering. Current solution uses extended Kalman filter mainly for its real-time and smoothing properties. Analysis of 150 individual neurofeedback blocks yielded true learning period of Kalman filter which has been found to be significantly shorter than is set in the current solution. Different options to further reduce the transient period have been explored and short moving average filter has been chosen as an optimal trade-off between transient period, filter delay and its smoothing properties. | cs |
| dc.description.mark | C | cs |
| dc.identifier.citation | BEČIČKA, M. Zpracování dat pro fMRI neurofeedback [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019. | cs |
| dc.identifier.other | 118297 | cs |
| dc.identifier.uri | http://hdl.handle.net/11012/173613 | |
| dc.language.iso | en | cs |
| dc.publisher | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií | cs |
| dc.rights | Standardní licenční smlouva - přístup k plnému textu bez omezení | cs |
| dc.subject | Funkční MRI neurofeedback | en |
| dc.subject | nelineární Kalmánův filter | en |
| dc.subject | real-time digitální filtrování | en |
| dc.subject | průměrovací filtr | en |
| dc.subject | Functional MRI neurofeedback | cs |
| dc.subject | extended Kalman filter | cs |
| dc.subject | real-time digital filtering | cs |
| dc.subject | moving average filter | cs |
| dc.title | Zpracování dat pro fMRI neurofeedback | en |
| dc.title.alternative | Data processing in real-time fMRI neurofeedback | cs |
| dc.type | Text | cs |
| dc.type.driver | bachelorThesis | en |
| dc.type.evskp | bakalářská práce | cs |
| dcterms.dateAccepted | 2019-06-12 | cs |
| dcterms.modified | 2019-06-14-09:50:38 | cs |
| eprints.affiliatedInstitution.faculty | Fakulta elektrotechniky a komunikačních technologií | cs |
| sync.item.dbid | 118297 | en |
| sync.item.dbtype | ZP | en |
| sync.item.insts | 2021.11.12 13:58:35 | en |
| sync.item.modts | 2021.11.12 12:50:45 | en |
| thesis.discipline | Biomedicínská technika a bioinformatika | cs |
| thesis.grantor | Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrství | cs |
| thesis.level | Bakalářský | cs |
| thesis.name | Bc. | cs |