(КПІ ім. Ігоря Сікорського, 2019-12) Гура, Володимир Олегович; Синиця, Валентин Іванович
Реферат магістерської дисертації: 118 с., 29 таблиць, 23 рисунки, 36 першоджерел, 4 додатки. В цієї магістерській дисертації розглянуто сучасні методи та засоби моніторингу функціонального стану головного мозку. Проаналізовано їх ефективність та перспективи застосування і розвитку у майбутньому.
В дисертації представлено ескізний проект системи мониторінгу функціонального стану головного мозку, розглінути два методи обробки енцефалограм; з використанням вейвлетов і з використанням нейронних мереж глибокого навчання.
Розглянуті дискретні та неперервні вейвлет-трансформації ЕЕГ на базі декількох типів вейвлетів. Показана ефективність вейвлет-трансформації для обробкии даних ЕЕГ. Встановлено, що одним з важливих моментів вейвлет-аналізу є оцінка значущості циклічних коливань. Також виявлено, що спектр потужності шуму вейвлет-перетворення практично повністю збігається зі спектром потужності Фур'є.
Розглянуті три типи нейронних мереж глибокого навчання для обробки даних ЕЕГ і виявлення можливих приступів епілепсії, побудовані з використанням пакетів Keras і TensorFlow.
Встановлено, що найнижчу помилку роспізнання ЕЕГ з признаками епілепсії забезпечує рекуррентна нейронная мережа.