Zpracování dat pro fMRI neurofeedback

but.committeeprof. 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.defenceStudent 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.jazykangličtina (English)
but.programBiomedicínská technika a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorLamoš, Martinen
dc.contributor.authorBečička, Martinen
dc.contributor.refereeSlavíček, Tomášen
dc.date.accessioned2019-06-14T10:50:32Z
dc.date.available2019-06-14T10:50:32Z
dc.date.created2019cs
dc.description.abstractTato 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.abstractThe 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.markCcs
dc.identifier.citationBEČIČKA, M. Zpracování dat pro fMRI neurofeedback [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.cs
dc.identifier.other118297cs
dc.identifier.urihttp://hdl.handle.net/11012/173613
dc.language.isoencs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectFunkční MRI neurofeedbacken
dc.subjectnelineární Kalmánův filteren
dc.subjectreal-time digitální filtrováníen
dc.subjectprůměrovací filtren
dc.subjectFunctional MRI neurofeedbackcs
dc.subjectextended Kalman filtercs
dc.subjectreal-time digital filteringcs
dc.subjectmoving average filtercs
dc.titleZpracování dat pro fMRI neurofeedbacken
dc.title.alternativeData processing in real-time fMRI neurofeedbackcs
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2019-06-12cs
dcterms.modified2019-06-14-09:50:38cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid118297en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 13:58:35en
sync.item.modts2021.11.12 12:50:45en
thesis.disciplineBiomedicínská technika a bioinformatikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav biomedicínského inženýrstvícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.61 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
review_118297.html
Size:
6.43 KB
Format:
Hypertext Markup Language
Description:
review_118297.html
Collections