Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "EEG data" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Concept of expert system interpreting correctness of measurement and method of the EEG signal analysis for needs of the brain-computer interface
    Autorzy:
    Paszkiel, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/378126.pdf
    Data publikacji:
    2016
    Wydawca:
    Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
    Tematy:
    EEG signal
    expert system
    data analysis
    Opis:
    The concept of construction of the expert system interpreting correctness of measurement and the method of the EEG signal analysis for needs of the brain-computer interface (BCI) are described in the article. The general orientations related with the methodology of creating the expert systems based on the knowledge base (KB) are characterised. Also, the brain-computer interface technology was described, which has been recently gaining more and more popularity within the scope of its application in control processes.
    Źródło:
    Poznan University of Technology Academic Journals. Electrical Engineering; 2016, 88; 209-216
    1897-0737
    Pojawia się w:
    Poznan University of Technology Academic Journals. Electrical Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dwumodułowy system do przetwarzania danych EEG z wykorzystaniem analizy czynnikowej i pseudoinwersji moore-penrose
    Two-modular system for processing EEG data using factor analysis and moore-penrose pseudoinversion
    Autorzy:
    Paszkiel, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/408646.pdf
    Data publikacji:
    2014
    Wydawca:
    Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
    Tematy:
    system dwumodułowy
    pseudoinwersja Moore-Penrose
    analiza czynnikowa
    EEG
    two-modular system
    Moore-Penrose pseudoinversion
    factor analysis
    EEG data
    Opis:
    W artykule opisano koncepcję otrzymywania tzw. sygnału wyjściowego na potrzeby między innymi zastosowań do procesów sterowania. W tym celu zaproponowano budowę dwumodułowego systemu do przetwarzania i analizy danych elektroencefalograficznych w skład, którego wchodzi analiza czynnikowa oraz pseudoinwersja Moore-Penrose. W artykule scharakteryzowano także problem dużej interferencyjności źródeł sygnałów EEG, co ma negatywny wpływ na finalny proces otrzymywania wyjściowego sygnału z zastosowaniem w automatyce, czy robotyce. Implikuje to tym samym konieczność właściwej i poprawnej identyfikacji źródeł sygnału w mózgu człowieka.
    This paper describes the concept of obtaining the so-called. the output signal for the purpose, inter alia, the control processes carried out. To this end, proposed the construction of two-modular system for processing and analysis of electrophysiological data on the composition, which includes factor analysis and pseudoinversion Moore Penrose. In the article the problem of high interference sources of EEG signals, which has a negative impact on the process of obtaining the final output using automation or robotics. This implies also the problem of proper and correct identification of sources in the human brain.
    Źródło:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2014, 4; 62-64
    2083-0157
    2391-6761
    Pojawia się w:
    Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Removing physiological artifacts from the EEG data by algorithms based on differential entropy
    Eliminacja artefaktów fizjologicznych z zapisu EEG przez algorytmy stosujące entropię różniczkową
    Autorzy:
    Górecka, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/152185.pdf
    Data publikacji:
    2012
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    entropia różniczkowa
    analiza składowych niezależnych
    zapis EEG
    differential entropy
    independent component analysis
    EEG data
    Opis:
    A new form of the nonlinearity implemented in the ICA approach is presented in the paper. The proposed independent component analysis based on differential entropy can be used for elimination of physiological artifacts from electroencephalographic signals. For verification of the quality of separation of the EEG data, the PI index is proposed. The second measure of accuracy is the normalized kurtosis which can be used in analysis of the simulated EEG data. As it has been proved, the new sigmoid function used in the ICA approach can effectively separate the EEG data.
    W artykule przedstawiono nową propozycję nieliniowości - sigmoidalną funkcję algebraiczną, która została zaimplementowana w algorytmie stosującym metodę analizy składowych niezależnych (ang. Independent Component Analysis). Proponowana nowa postać algorytmu wykorzystująca właściwości entropii różniczkowej, może zostać użyta także do separacji a następnie eliminacji wybranych artefaktów fizjologicznych pochodzenia ocznego i mięśniowego zarejestrowanych w zapisach EEG. W celu weryfikacji dokładności separacji sygnałów EEG zaproponowano współczynnik jakości separacji PI (ang. Performance Index). Jako drugą miarę dokładności procesu separacji wybrano wartość znormalizowanej kurtozy, która może być stosowana jedynie w przypadku separacji elektroencefalogramów zarejestrowanych z symulatora EEG. W artykule udowodniono, że użycie nowej funkcji sigmoidalnej w rozszerzonej postaci algorytmu infomax prowadzi do efektywnej separacji sygnałów EEG umożliwiając eliminację wybranych składowych niepożądanych.
    Źródło:
    Pomiary Automatyka Kontrola; 2012, R. 58, nr 11, 11; 975-977
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Usuwanie artefaktów z danych EEG przy użyciu analizy składowych niezależnych
    Removal of artifacts from EEG data by means of Independent Component Analysis
    Autorzy:
    Górecka, J.
    Kaszyński, R.
    Powiązania:
    https://bibliotekanauki.pl/articles/158376.pdf
    Data publikacji:
    2008
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Mechaników Polskich
    Tematy:
    ślepa separacja sygnałów
    analiza składowych niezależnych (ICA)
    sygnały EEG
    artefakt
    blind signal separation
    independent component analysis
    EEG data
    artifacts
    Opis:
    Celem przedstawionych wyników badań jest eliminacja wybranych niepożądanych sygnałów przy użyciu analizy składowych niezależnych. W artykule przedstawiono następujące algorytmy BSS (z ang. Blind Signal Separation): HJ oraz Infomax jako narzędzia do separacji i usuwania wybranej grupy artefaktów (mruganie powiek, artefakty mięśniowe) z przebiegów EEG. Jak udowodniono w eksperymentach proponowane algorytmy adaptacyjne mogą efektywnie wykrywać i usuwać wybrane artefakty z przebiegów EEG.
    The aim of the performed investigations is to remove selected undesired signals by means of ICA approach. In the paper there are presented the following algorithms BSS (Blind Signal Separation): HJ and Infomax for separation and removal of selected group of artifacts (eye blinks, muscle activity) from EEG recordings. It has been proved in the experiments which are described in the paper that the proposed adaptive algorithms can effectively detect and remove these selected artifacts from EEG recordings.
    Źródło:
    Pomiary Automatyka Kontrola; 2008, R. 54, nr 12, 12; 827-830
    0032-4140
    Pojawia się w:
    Pomiary Automatyka Kontrola
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Image data sonification in medicine
    Autorzy:
    Berndt-Schreiber, M.
    Lesiński, W.
    Trzciałkowski, Ł.
    Powiązania:
    https://bibliotekanauki.pl/articles/333455.pdf
    Data publikacji:
    2008
    Wydawca:
    Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
    Tematy:
    EKG
    EEG
    analiza danych
    dane obrazu medycznego
    image data sonification
    medical image data
    ECG
    data analysis
    Opis:
    A procedure of image data sonification has been described as an alternative to the traditional graphical visualization approach. The state of the art and the essential features of the method in various data analyses have been presented. Original interface designs have been introduced and potential applications in medical practice have been illustrated and discussed.
    Źródło:
    Journal of Medical Informatics & Technologies; 2008, 12; 177-182
    1642-6037
    Pojawia się w:
    Journal of Medical Informatics & Technologies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Classification of EEG signal by methods of machine learning
    Autorzy:
    Alyamani, Amina
    Yasniy, Oleh
    Powiązania:
    https://bibliotekanauki.pl/articles/1837774.pdf
    Data publikacji:
    2020
    Wydawca:
    Polskie Towarzystwo Promocji Wiedzy
    Tematy:
    machine learning
    EEG signal
    classification
    data balancing
    feature extraction
    uczenie maszynowe
    sygnał EEG
    klasyfikacja
    równoważenie danych
    ekstrakcja cech
    Opis:
    Electroencephalogram (EEG) signal of two healthy subjects that was available from literature, was studied using the methods of machine learning, namely, decision trees (DT), multilayer perceptron (MLP), K-nearest neighbours (kNN), and support vector machines (SVM). Since the data were imbalanced, the appropriate balancing was performed by Kmeans clustering algorithm. The original and balanced data were classified by means of the mentioned above 4 methods. It was found, that SVM showed the best result for the both datasets in terms of accuracy. MLP and kNN produce the comparable results which are almost the same. DT accuracies are the lowest for the given dataset, with 83.82% for the original data and 61.48% for the balanced data.
    Źródło:
    Applied Computer Science; 2020, 16, 4; 56-63
    1895-3735
    Pojawia się w:
    Applied Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dynamical complexity of human responses: a multivariate data-adaptive framework
    Autorzy:
    Ahmed, M.
    Rehman, N.
    Looney, D.
    Rutkowski, T.
    Mandic, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/201559.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    multivariate sample entropy
    multivariate empirical mode decomposition (MEMD)
    multivariate multiscale entropy
    complexity analysis
    multivariate complexity
    postural sway analysis
    stride interval analysis
    brain consciousness analysis
    alpha-attenuated EEG data
    Opis:
    Established complexity measures typically operate at a single scale and thus fail to quantify inherent long-range correlations in real-world data, a key feature of complex systems. The recently introduced multiscale entropy (MSE) method has the ability to detect fractal correlations and has been used successfully to assess the complexity of univariate data. However, multivariate observations are common in many real-world scenarios and a simultaneous analysis of their structural complexity is a prerequisite for the understanding of the underlying signal-generating mechanism. For this purpose, based on the notion of multivariate sample entropy, the standard MSE method is extended to the multivariate case, whereby for rigor, the intrinsic multivariate scales of the input data are generated adaptively via the multivariate empirical mode decomposition (MEMD) algorithm. This allows us to gain better understanding of the complexity of the underlying multivariate real-world process, together with more degrees of freedom and physical interpretation in the analysis. Simulations on both synthetic and real-world biological multivariate data sets support the analysis.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2012, 60, 3; 433-445
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies