Mikrostavy pro zpracování novorozeneckých záznamů EEG
Microstates analysis in neonatal EEG
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Štěpánka Padevětová
Vedoucí práce
Piorecká Václava
Oponent práce
Gerla Václav
Studijní obor
Biomedicínský technikStudijní program
Biomedicínská a klinická technikaInstituce přidělující hodnost
katedra biomedicínské technikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Snímání elektrické aktivity mozku novorozenců se stalo velmi potřebným nástrojem pro diagnostiku nebezpečných mozkových stavů. Interpretace klasických elektroencefalografických záznamů však vyžaduje zkušenosti na velmi vysoké úrovni. Proto je snaha najít vhodné zpracování těchto záznamů, které by pomohlo včasnému odhalení problémů. K tomuto účelu by mohla sloužit v poslední době hodně rozvíjená analýza mikrostavů. Cílem této práce je pomocí programového prostředí MATLAB vyhodnotit novorozenecké záznamy EEG prostřednictvím analýzy mikrostavů a porovnat vlastnosti mikrostavů pro aktivní a pasivní spánek novorozenců. Pro hodnocení bylo použito 25 záznamů EEG novorozenců narozených od 32. do 40. týdne koncepčního věku. Záznamy byly podrobeny filtraci filtrem typu pásmová propust od 1 do 20 Hz. Ze záznamů byly vyjmuty pouze úseky aktivního a pasivního spánku zvlášť. Celkem tedy bylo hodnoceno 18 záznamů aktivního spánku a 25 záznamů pasivního spánku. Ve vrcholech křivky GFP (Global Field Power, globální výkon pole) byly vytvořeny topografické mapy. Vzniklá série map byla prostřednictvím metody k-means roztříděna do pěti skupin mikrostavů a každý záznam byl vyjádřen pomocí pěti map mikrostavů. Z těchto individuálních mikrostavů byly analyzovány skupinové topografie mikrostavů aktivního a pasivního spánku zvlášť a z nich byly analyzovány celkové mapy mikrostavů novorozenců. Na základě vypočítaných topografií a parametrů mikrostavů (trvání, výskyt a pokrytí) byla data vyhodnocena a skupiny mezi sebou porovnány. Hlavním zjištěním této práce je signifikantní rozdíl mezi některými mikrostavy aktivního a pasivního spánku novorozenců a počet mikrostavů novorozenců stanovený prostřednictvím GEV (Global Explained Variance, globálně vysvětlený rozptyl) na pět mikrostavů. Mikrostavy aktivního spánku trvají kratší dobu než mikrostavy pasivního spánku a frekvence mikrostavů aktivního spánku je vyšší než u pasivního spánku. Recording the newborn's brain electrical activity has become a much-needed tool for diagnosing dangerous brain conditions. However, the interpretation of standard EEG (electroencephalogram) recordings requires a very high level of experience. Therefore, an effort is made to find a suitable processing of these recordings, which would help to detect problems in time. The EEG microstates analysis, which has been elaborated lately, has the potential to be a helpful instrument. The aim of this work is to use the MATLAB software environment to evaluate neonatal EEG recordings via the microstates analysis and compare microstates properties for active and passive sleep of newborns. The 25 EEG recordings of newborns born in the 32nd to 40th week of conceptual age were used for evaluation. The records were filtered by a bandpass filter from 1 to 20 Hz. Only sections of active and passive sleep were extracted from the recordings, separately. Thus, a total of 18 active sleep records and 25 passive sleep records were evaluated. At the peaks of the GFP (Global Field Power) curve, topographic brain maps were created. The resulting series of maps were classified into five groups of microstates using the k-means method, and each recording was expressed using five microstates maps. From these individual microstates, group topographies of active and passive sleep microstates were analysed separately, and overall maps of newborn microstates were analysed from them. Based on the calculated topographies and parameters of microstates (duration, occurrence and contribution), the data were evaluated, and the groups were compared with each other. The main findings of this work are discovered significant differences between some of the microstates of active and passive sleep of newborns and the number five of microstates of newborns found due to GEV (Global Explained Variance). Active sleep microstates last shorter than passive sleep microstates, and the frequency of active sleep microstates is higher than that of passive sleep microstates.
Kolekce
- Bakalářské práce - 17110 [869]