prikaz prve stranice dokumenta Duboko učenje za procjenu stanja pacijenata s neurodegenerativnim bolestima na temelju snimaka elektroencefalografom
Rad nije dostupan
diplomski rad
Duboko učenje za procjenu stanja pacijenata s neurodegenerativnim bolestima na temelju snimaka elektroencefalografom
2022. urn:nbn:hr:168:357398
Džanko, Ena
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Džanko, E. (2022). Duboko učenje za procjenu stanja pacijenata s neurodegenerativnim bolestima na temelju snimaka elektroencefalografom (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:357398

Džanko, Ena. "Duboko učenje za procjenu stanja pacijenata s neurodegenerativnim bolestima na temelju snimaka elektroencefalografom." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:357398

Džanko, Ena. "Duboko učenje za procjenu stanja pacijenata s neurodegenerativnim bolestima na temelju snimaka elektroencefalografom." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:357398

Džanko, E. (2022). 'Duboko učenje za procjenu stanja pacijenata s neurodegenerativnim bolestima na temelju snimaka elektroencefalografom', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 01.05.2024., https://urn.nsk.hr/urn:nbn:hr:168:357398

Džanko E. Duboko učenje za procjenu stanja pacijenata s neurodegenerativnim bolestima na temelju snimaka elektroencefalografom [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 01.05.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:357398

E. Džanko, "Duboko učenje za procjenu stanja pacijenata s neurodegenerativnim bolestima na temelju snimaka elektroencefalografom", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:357398

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:357398
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovDuboko učenje za procjenu stanja pacijenata s neurodegenerativnim bolestima na temelju snimaka elektroencefalografom
Naslov (engleski)Deep Learning for EEG Assessment of Neurocognitive Disease Progression
AutorEna Džanko
MentorVladimir Čeperić (mentor)
Član povjerenstvaVladimir Čeperić (predsjednik povjerenstva)
Član povjerenstvaZoran Kalafatić (član povjerenstva)
Član povjerenstvaTomislav Marković (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-07-15, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Fokus rada je implementacija dubokog učenja u svrhu procjene stanja pacijenata s neurodegenerativnim bolestima. Rad sadrži osnovne koncepte u području neuroznanosti i bioelektričnog potencijala mozga, te objašnjava procese elektroencefalografskog snimanja mozga i implementira obrade biosignala s izvorom u mozgu. Podaci su dobiveni mjerenjem elektroencefalografom prilikom istraživanja reakcije na podražaj po 3-Oddball paradigmi. Nakon procesiranja se radi ekstrakcija značajki valićnom transformacijom te je u svrhu dubokog učenja implementirano par modela neuronskih mreža, s fokusom na CNN i LSTM modele mreža. Procjena stanja vrši se na temelju reakcije na podražaj gdje se u konačnom modeli koriste kao klasifikatori u svrhu predikcije i uznapredovalosti bolesti.
Sažetak (engleski)
The focus of the paper is the implementation of deep learning algorithms for the purpose of assessing the condition of patients with neurodegenerative diseases. The paper contains basic concepts in the field of neuroscience and bioelectrical potential of the brain, explains the processes of electroencephalographic imaging of the brain and implements processing of biosignals with a source in the brain. Data were obtained by electroencephalograph measurement when investigating the response to a stimulus by the 3-Oddball paradigm. After processing, the features are extracted by wave transformation, and for the purpose of deep learning, common neural network models were implemented, with a focus on CNN and LSTM network models. Condition assessment is performed based on stimulus response where the models are used as classifiers for the purpose of disease prediction and progression.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:357398
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-14 08:43:46