About: Optimalization of algorithms for automated detection of pathological high frequency oscillations in intracranial EEG records

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Optimalization of algorithms for automated detection of pathological high frequency oscillations in intracranial EEG records Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

Attributes	Values
rdf:type	skos:Concept http://linked.opendata.cz/ontology/domain/vavai/Vysledek
rdfs:seeAlso	http://www.humusoft.cz/akce/tcb2014/sbornik/
Description	Evaluation of intracranial EEG recordings is very complex and complicated matter. In long-term monitoring is recorded large amounts of data and for the doctor is almost impossible to view in detail and evaluate the entire record. Finding high-frequency activity, which has a very small signal / noise ratio is then almost impossible. Therefore, it offers the possibility to create a method for automatic detection of this activity. For this purpose, has produced several algorithms for automatic detection of this phenomenon. In our group we also made a few of own algorithms. In this article we try to optimize individual algorithms and compare their improvement or sensitivity with respect to changes of their parameters. (en) Hodnocení intrakraniálních EEG záznamů je velice komplexní a složitá záležitost. Při dlouhodobé monitoraci je nahráno velké množství dat a pro lékaře je téměř nemožné detailně prohlédnout a vyhodnotit celý záznam. Nalezení vysokofrekvenční aktivity, která má velmi malý odstup signál/šum je pak téměř nemožné. Proto se nabízí možnost vytvořit metody pro automatickou detekci této aktivity. Za tímto účelem již vzniklo několik algoritmů pro automatickou detekci tohoto fenoménu. V naší skupině jsme se také pokusili o pár vlastních návrhů. V tomto článku se pokusíme optimalizovat jednotlivé algoritmy a porovnat jejich zlepšení či citlivost vzhledem ke změnám jejich parametrů. Hodnocení intrakraniálních EEG záznamů je velice komplexní a složitá záležitost. Při dlouhodobé monitoraci je nahráno velké množství dat a pro lékaře je téměř nemožné detailně prohlédnout a vyhodnotit celý záznam. Nalezení vysokofrekvenční aktivity, která má velmi malý odstup signál/šum je pak téměř nemožné. Proto se nabízí možnost vytvořit metody pro automatickou detekci této aktivity. Za tímto účelem již vzniklo několik algoritmů pro automatickou detekci tohoto fenoménu. V naší skupině jsme se také pokusili o pár vlastních návrhů. V tomto článku se pokusíme optimalizovat jednotlivé algoritmy a porovnat jejich zlepšení či citlivost vzhledem ke změnám jejich parametrů. (cs)
Title	Optimalization of algorithms for automated detection of pathological high frequency oscillations in intracranial EEG records (en) Optimalizace algortimů pro automatickou detekci patologické vysokofrekvenční aktivity v intrakraniálních EEG záznamech Optimalizace algortimů pro automatickou detekci patologické vysokofrekvenční aktivity v intrakraniálních EEG záznamech (cs)
skos:prefLabel	Optimalization of algorithms for automated detection of pathological high frequency oscillations in intracranial EEG records (en) Optimalizace algortimů pro automatickou detekci patologické vysokofrekvenční aktivity v intrakraniálních EEG záznamech Optimalizace algortimů pro automatickou detekci patologické vysokofrekvenční aktivity v intrakraniálních EEG záznamech (cs)
skos:notation	RIV/68407700:21230/14:00221806!RIV15-MSM-21230___
http://linked.open...avai/riv/aktivita	P S
http://linked.open...avai/riv/aktivity	P(GA14-02634S), S
http://linked.open...vai/riv/dodaniDat	2015
http://linked.open...aciTvurceVysledku	Havel, Tomáš Ježdík, Petr Balach, Jiří Čmejla, Roman
http://linked.open.../riv/druhVysledku	D - Článek ve sborníku
http://linked.open...iv/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open...titaPredkladatele	České vysoké učení technické v Praze / Fakulta elektrotechnická
http://linked.open...dnocenehoVysledku	34824
http://linked.open...ai/riv/idVysledku	RIV/68407700:21230/14:00221806
http://linked.open...riv/jazykVysledku	cze - čeština
http://linked.open.../riv/klicovaSlova	Epilepsy; EEG; HFO; Optimalizace; Detekce (en)
http://linked.open.../riv/klicoveSlovo	Optimalizace EEG Epilepsy Detekce HFO
http://linked.open...ontrolniKodProRIV	[161B8FB46541]
http://linked.open...v/mistoKonaniAkce	Bratislava
http://linked.open...i/riv/mistoVydani	Praha
http://linked.open...i/riv/nazevZdroje	22nd Annual Conference Proceedings Technical Computing Bratislava 2014
http://linked.open...in/vavai/riv/obor	JA
http://linked.open...ichTvurcuVysledku	4 (xsd:int)
http://linked.open...cetTvurcuVysledku	4 (xsd:int)
http://linked.open...vavai/riv/projekt	Dynamika a kritické chování neuronálních populací a jejich význam v přechodu do epileptického záchvatu.
http://linked.open...UplatneniVysledku	2014
http://linked.open...iv/tvurceVysledku	Balach, Jiří Havel, Tomáš Ježdík, Petr Čmejla, Roman
http://linked.open...vavai/riv/typAkce	WRD - Světová
http://linked.open.../riv/zahajeniAkce	2014-11-04 (xsd:date)
issn	2336-1662
number of pages	4 (xsd:int)
http://purl.org/ne...btex#hasPublisher	Humusoft
https://schema.org/isbn	978-80-7080-898-6
http://localhost/t...ganizacniJednotka	21230

Faceted Search & Find service v1.16.118 as of Jun 21 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 58 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software