Vysoké učení technické v Brně. Fakulta informačních technologií
EEG-based classification of anxiety subtypes using machine learning
Abstract
dc:description.abstractCílem této práce je vytvořit model strojového učení pro klasifikaci podtypů úzkosti pomocí EEG. Jsou extrahovány příznaky z časové, frekvenční, konektivitní a asymetrické domény. Byly klasifikovány EEG nahrávky ze tří tříd: generalizovaná úzkostná porucha (GAD), sociální úzkostná porucha (SAD) a kontrolní subjekty. Klasické klasifikátory a modely pro hluboké učení byly testovány pomocí křížové validace typu „Leave-One-Subject-Out“ (LOSO-CV), která zajišťuje zobecnitelnost na nové subjekty. Klasifikátor SVM s jádrem RBF dosáhl přesnosti 77 %. Modely pro hluboké učení (CNN a LSTM) dosáhly přes- nosti 65 % a 60 %. Výrazný rozdíl mezi výsledky validace K-fold a LOSO-CV (93 % oproti 77 %) zdůrazňuje důležitost validace na nových subjektech. V této práci byl implementován nástroj zajišťující předzpracování, extrakci příznaků a klasifikaci a byl použit k získání uve- dených výsledků.
Degree
thesis:*- Level thesis:degree_level
- Bakalářský
- Discipline thesis:degree_discipline
- Informační technologie
- Grantor dc:publisher
- Vysoké učení technické v Brně. Fakulta informačních technologií
Author and committee
dc:creator, dc:contributor.*- Author dc:creator
-
- Bláha, Jakub
- Advisor dc:contributor.advisor
-
- Zaheer, Muhammad Asad
- Committee members dc:contributor.committeemember
-
- Malik, Aamir Saeed
- doc. Ing. Tomáš Martínek, Ph.D. (předseda) Ing. Vladimír Bartík, Ph.D. (člen) Ing. Jiří Hynek, Ph.D. (člen) doc. Mgr. Adam Rogalewicz, Ph.D. (člen) doc. Ing. Michal Španěl, Ph.D. (člen)
Subjects
dc:subject × 9Rights
dc:rights- Statement dc:rights
-
- Standardní licenční smlouva - přístup k plnému textu bez omezení
- Language dc:language.iso
- en, angličtina (English)
Identifiers
dc:identifier.*- Dc Identifier Citation
- BLÁHA, J. EEG-based classification of anxiety subtypes using machine learning [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2025.
- Dc Identifier Other
- 161455