Automatická detekce stresu pomocí biologických signálů

Simple item page
but.committeeprof.Ing. Marek Penhaker, Ph.D. (předseda) Ing. Martin Mézl, Ph.D. (místopředseda) Mgr. Ing. Karel Sedlář, Ph.D. (člen) Ing. Jiří Sekora (člen) doc. Mgr. Vladan Bernard, Ph.D. (člen) MUDr. Michal Jurajda, Ph.D. (člen)cs
but.defenceStudent prezentoval výsledky své práce a komise byla seznámena s posudky. Ing. Mézl položil otázku, jaké příznaky byly v práci použity? Jak probíhá klasifikace signálu vůči časové ose? Který ze všech příznaků přispívá nejvyšší mírou? Ing. Sekora položil otázku, jak byly signály zpracovány, když každý byl snímán s jinou vzorkovací frekvencí? Prof. Penhaker položil otázku, proč je u boxplotu u stavu klidu velké množství odlehlých hodnot? Student obhájil bakalářskou práci a odpověděl na otázky členů komise a oponenta.cs
but.jazykčeština (Czech)
but.programBiomedicínská technika a bioinformatikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorSmíšek, Radovancs
dc.contributor.authorVotýpka, Tomášcs
dc.contributor.refereeKozumplík, Jiřícs
dc.date.accessioned2020-06-24T07:57:10Z
dc.date.available2020-06-24T07:57:10Z
dc.date.created2020cs
dc.description.abstractBakalářská práce je zaměřena na detekci stresu. Tato práce definuje pojem stres, analyzuje vhodné biologické signály k detekci stresu, představuje databáze biologických signálů, které byly využity pro detekci stresu a zmiňuje metody automatické detekce stresu. Následně byl v programovém prostředí MATLAB implementovaný program detekující stres. Pro realizaci programu byla využita volně dostupná databáze non-EEG signálů. Modely klasifikující stres, byly vytvořeny pomocí 4 metod strojového učení pro binární klasifikaci a 3 metod strojového učení pro klasifikaci 4 psychických stavů. Úspěšnosti klasifikačních úloh jsou shrnuty v závěru práce.cs
dc.description.abstractBachelor's thesis is focused on stress detection. This thesis defines the concept of stress, analyzes the appropriate biological signals for stress detection, presents databases of biological signals, that were used for stress detection and mentions methods of automatic stress detection. Then, a stress detection program was implemented in the MATLAB software environment. A freely available database of non-EEG signals was used to implement the program. Models classifying stress were created using 4 machine learning methods for binary classification and 3 machine learning methods for classifying 4 psychical states. Efficiency of the classification was summarized in the conclusion of this thesis.en
dc.description.markAcs
dc.identifier.citationVOTÝPKA, T. Automatická detekce stresu pomocí biologických signálů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.cs
dc.identifier.other126738cs
dc.identifier.urihttp://hdl.handle.net/11012/190328
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectStrescs
dc.subjectdetekce stresucs
dc.subjectbiologické signálycs
dc.subjectdatabáze biologických signálůcs
dc.subjectextrakce příznakůcs
dc.subjectstrojové učenícs
dc.subjectklasifikacecs
dc.subjectMATLAB.cs
dc.subjectStressen
dc.subjectstress detectionen
dc.subjectbiological signalsen
dc.subjectbiological signal databasesen
dc.subjectfeature extractionen
dc.subjectmachine learningen
dc.subjectclassificationen
dc.subjectMATLAB.en
dc.titleAutomatická detekce stresu pomocí biologických signálůcs
dc.title.alternativeAutomatic detection of stress using biological signalsen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2020-06-23cs
dcterms.modified2020-06-25-09:17:27cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid126738en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 17:01:36en
sync.item.modts2021.11.12 16:01:14en
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 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
1.62 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
156.17 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_126738.html
Size:
6.35 KB
Format:
Hypertext Markup Language
Description:
review_126738.html
Download
Collections
2020