http://brain.fuw.edu.pl/edu/index.php?action=history&feed=atom&title=STATLAB%2FZadanie_zaliczeniowe 2026-04-19T17:55:24Z Historia wersji tej strony wiki MediaWiki 1.34.1 http://brain.fuw.edu.pl/edu/index.php?title=STATLAB/Zadanie_zaliczeniowe&diff=1195&oldid=prev 2015-05-22T12:28:01Z

<p>Utworzono nową stronę &quot;__SPIS__Zaliczenie zadania będzie polegało na napisaniu programu rozwiązującego poniższy problem. Należy zgłosić się do osoby prowadzącej ćwiczenia i umówić...&quot;</p> <p><b>Nowa strona</b></p><div>__SPIS__Zaliczenie zadania będzie polegało na napisaniu programu rozwiązującego poniższy problem. Należy zgłosić się do osoby prowadzącej ćwiczenia i umówić się na rozmowę, podczas której trzeba będzie krótko zreferować działanie algorytmu. Proszę nie zapomnieć przedtem wysłać samego programu.<br /> <br /> Projekt należy oddać przed egzaminem.<br /> <br /> ==Wstęp teoretyczny==<br /> SSVEP (ang. Steady State Visual Evoked Potential) jest stacjonarnym potencjałem wywołanym przez światłao migające<br /> z ustaloną częstością. W sygnale EEG, SSVEP widoczne jest jako składnik furierowski o częstości odpowiadającej<br /> częstości stymulacji (tzn. w widmie mocy sygnału pojawia się wąski pik w częstości odpowiadającej stymulacji).<br /> Jednym z estymatorów siły odpowiedzi jest względna zmiana mocy sygnału w paśmie symulacji. Współczynnik ten<br /> obliczany jest według następującego wzoru:<br /> &lt;center&gt;<br /> &lt;math&gt;<br /> RPC = \frac{P_{SSVEP}-P_{ref}}{P_{ref}}<br /> &lt;/math&gt;<br /> &lt;/center&gt;<br /> gdzie &lt;math&gt;P_{SSVEP}&lt;/math&gt; to moc sygnału zawierającego SSVEP w paśmie stymulacji (wysokość piku w widmie [estymacie widma] mocy), &lt;math&gt;P_{ref}&lt;/math&gt; to moc sygnału referencyjnego w paśmie odpowiadającym częstości stymulacji.<br /> ==Opis eksperymentu==<br /> Dane pochodzą z eksperymentu w którym stosowano stymulację światłem wywołującą SSVEP. Źródłem światła był<br /> zmodyfikowany monitor komputera. Na środku czarnego ekranu wyświetlany był biały prostokąt, migający częstością<br /> 15 Hz. Stosowano pięciosekundowe odcinki stymulacji rozdzielone pięciosekundowymi odcinkami przerwy. W trakcie<br /> przerw cały ekran monitora był czarny. Podczas badania zaprezentowano sto powtórzeń takiej sekwencji. Zadaniem<br /> badanego było wpatrywanie się w ekran.<br /> <br /> Taka konstrukcja paradygmatu eksperymentalnego umożliwia obliczenie współczynnika RPC dla każdej realizacji<br /> sekwencji eksperymentalnej. Podczas pojedynczej realizacji zbieranych jest dziesięć sekund sygnału EEG – pierwszych<br /> pięć sekund odpowiada spontanicznej aktywności mózgu (jest to odcinek referencyjny), a kolejnych pięć sekund<br /> zawiera sygnał SSVEP.<br /> ==Opis danych==<br /> Sygnał EEG zebrany z częstością próbkowania 512 Hz został poddany wstępnej obróbce (filtracja zakłóceń), pocięty i<br /> zapisany w pliku projekt_semestralny.mat (format programu MATLAB). Plik mat można wczytać w następujący<br /> sposób:<br /> &lt;source lang=&quot;python&quot;&gt;<br /> import scipy.io as sio<br /> macierz = sio.loadmat('projekt_semestralny.mat', struct_as_record = False)['macierz']<br /> &lt;/source&gt;<br /> Obiekt „macierz” to macierz o rozmiarze 100 na 5120 zawierająca 100 powtórzeń 10-sekundowych odcinków EEG<br /> odpowiadających kolejnym realizacjom.<br /> <br /> ==Dane==<br /> [[Plik:Projekt_semestralny.mat]] &lt;-- Plik do projektu<br /> <br /> ==Polecenie==<br /> # Narysuj uśrednione (po realizacjach) widmo mocy sygnału referencyjnego oraz uśrednione widmo mocy sygnału zawierającego stymulację. Obydwa widma powinny mieć tak samo wyskalowaną oś y.<br /> # Dla każdej realizacji sekwencji oblicz wartość współczynnika RPC, następnie policz wartość średnią tego współczynnika oraz odchylenie standardowe.<br /> # Sprawdź czy otrzymany wynik jest istotny statystycznie.</div>

Jarekz