Analiza zmienności rytmu serca (HRV). Analiza częstotliwościowa sygnałów próbkowanych niejednorodnie
|
|
- Marek Rudnicki
- 5 lat temu
- Przeglądów:
Transkrypt
1 Analiza zmienności rytmu serca (HRV). Analiza częstotliwościowa sygnałów próbkowanych niejednorodnie 1 Wprowadzenie Różnice w długościach interwałów RR, określone przez kolejne szczyty zespołów QRS, przedstawiają zmienność rytmu zatokowego (Rys. 1). Występowanie różnic interwałów RR świadczy o zdolności serca do adaptacji względem zewnętrznych bodźców i przedstawia informacje o pracy autonomicznego systemu nerwowego. Po etapie detekcji zespołów QRS pierwszym elementem analizy zmienności rytmu serca jest usunięcie wszystkich uderzeń o charakterze innym niż zatokowy. Sygnał przedstawiający długości kolejnych interwałów RR nazywany jest tachogramem (Rys. ). Analiza zmienności rytmu serca polega na ocenie ilościowej oraz jakościowej sygnału tachogramu. Najczęściej stosowane metody oceny zmienności rytmu serca [1,, 3, 6]: analiza parametrów częstotliwościowych, analiza parametrów statystycznych w dziedzinie czasu, metody nieliniowe (np. wykres Poincaré, beztrendowa analiza fluktuacji, entropia próby). Rysunek 1: Zmienność rytmu zatokowego określona przez kolejne interwały RR. Analiza częstotliwościowa zmienności rytmu serca Analiza częstotliwościowa tachogramu polega na określeniu mocy widma w poszczególnych zakresach częstotliwości [1]. Stosowanie powszechnie parametry w diagnostyce kardiologicznej przedstawiono w Tabeli 1: 1
2 Rysunek : Przebieg zmian interwałów RR (tachogram). Tabela 1: Parametry ilościowe analizy częstotliwościowej zmienności rytmu serca. Parametr całkowita moc widma (TP) moc widma w zakresie wysokich częstotliwości (HF) moc widma w zakresie niskich częstotliwości (LF) moc widma w zakresie bardzo niskich częstotliwości (VLF) moc widma w zakresie bardzo niskich częstotliwości (ULF) stosunek mocy widm LFHF = LF/HF Zakres częstotliwości 0.4 Hz Hz Hz Hz Hz Każdy parametr wymieniony w Tabeli 1 ma swoją interpretację biologiczną. Częstotliwości w zakresie od 0.15 Hz do 0.4 Hz interpretowane są jako pochodzące od pobudzeń z układu przywspółczulnego lub wynikłe na wskutek oddychania []. Równowagę pracy układu autonomicznego określa stosunek mocy zawartej w niskich częstotliwościach LF do mocy zawartej w częstotliwościach wysokich HF. 3 Analiza częstotliwościowa sygnałów próbkowanych niejednorodnie 3.1 Przepróbkowanie sygnału cyfrowego Założeniem niezbędnym do zastosowania dyskretnego przekształcenia Fouriera sygnału cyfrowego x[n] jest jednorodność jego próbkowania o częstotliwości f s = 1/ x[k] = x(k ) dla k Z, (1) gdzie jest okresem próbkowania sygnału x(t). Tachogram jest klasycznym przykładem sygnału cyfrowego próbkowanego niejednorodnie. Oznacza to, iż próbki sygnału x(t) mogą pojawić się w losowych chwilach czasowych t k. Bezpośrednie zastosowanie przekształcenia Fouriera wobec tego nie jest możliwe.
3 Prosty wariant analizy częstotliwościowej sygnału x(t k ) próbkowanego niejednorodnie składa się z dwóch etapów: 1. przepróbkowanie sygnału x(t k ) do równoodległych punktów t k przy wykorzystaniu znormalizowanego okna czasowego,. wyznaczenie periodogramu dla sygnału x(t k) zgodnie z formułą: P (f) = 1 K x(t K k) exp ( πjft k) lub korzystając ze wzoru Eulera exp(jx) = cos x + j sin x:. () P (f) = 1 ( K ( K x(t K k) cos (πft k)) + x(t k) sin (πft k). (3) 3. Periodogram Lomb-Scargle Niech dany będzie sygnał cyfrowy x(t k ) próbkowany niejednorodnie w punktach czasowych t k (k = 1,..., K). Periodogram Lomb-Scargle dla sygnału x(t k ) próbkowanego niejednorodnie można przedstawić w postaci [4, 5]: P (f) = 1 ( K / K x(t k ) cos(πf(t k τ)) cos (πf(t k τ)) (4) ( K / K + x(t k ) sin(πf(t k τ)) sin (πf(t k τ)), (5) gdzie τ = τ(f) jest parametrem zapewniającym niezmienniczość P (f) ze względu na przesunięcie sygnału x(t k ) w dziedzinie czasie: τ(f) = 1 ( K 4πf arctan sin(4πft k ) / K ) cos(4πft k ). (6) 4 Ćwiczenie laboratoryjne Opracuj odpowiednie funkcje, które na podstawie sygnału próbkowanego niejednorodnie x(t k ) obliczą periodogram z wykorzystaniem: przepróbkowania sygnału z wybranym (znormalizowanym) oknem czasowym, metody Lomb-Scargle. W celu weryfikacji zaimplementowanych funkcji w pierwszej kolejności wygeneruj sygnał sinusoidalny x(t) = sin(πf 0 t) dla f 0 = 0.1 próbkowany nierównomiernie w chwilach czasowych t k (Rys. 3). Losowe chwile czasowe można uzyskać w następujący sposób: f 0 = 0.1; samples = 18; t k = [0, cumsum(rand(1, samples-1))]; x = sin(*pi * f 0.* t k); 3
4 Rysunek 3: Sygnał sinusoidalny x(t) = sin(πf 0 t) dla f 0 = 0.1 próbkowany (a) niejednorodnie (próbkowanie losowe) oraz (b) jednorodnie przy 18 próbkach. Wykonaj analizę porównawczą uzyskanych periodogramów za pomocą obydwu metod. Sprawdź wpływ addytywnego szumu gaussowskiego n(t k ) N (0, σ ) oraz zmiany częstotliwości f 0 na charakterystykę periodogramów sygnału x(t) = sin(πf 0 t) + n(t k ). Szum gaussowski można wygenerować w następujący sposób: noise std = 0.5; x = sin(*pi * f 0.* t k) + noise std.*randn(1, samples); W drugiej kolejności zweryfikuj opracowane funkcje dla rzeczywistych tachogramów (plik hrv zasoby.tar.gz lub sygnały z ćwiczenia dotyczącego detekcji zespołów QRS). Tachogramy składają się z plików *.hea i *.ecg oraz wygenerowanego na ich podstawie pliku *.dat 1 W plikach *.dat zapisane są tachogramy w postaci wektorów pionowych, których kolejne wiersze oznaczają interwały RR podane w sekundach. nsr001.dat - kobieta, wiek 64, miarowy rytm zatokowy, nsr043.dat - mężczyzna, wiek 66, miarowy rytm zatokowy, 1. Wczytaj za pomocą polecenia load -ascii nazwa pliku.dat kolejne pliki gotowych tachogramów *.dat do przestrzeni roboczej środowiska MathWorks Matlab.. Zaimplementuj odpowiednie funkcje liczące parametry częstotliwościowe przedstawione w Tabeli 1 przy wykorzystaniu periodogramów obliczonych za pomocą (a) przepróbkowania sygnału z wybranym (znormalizowanym) oknem czasowym oraz (b) metody Lomb- Scargle. 3. Wykonaj analizę porównawczą uzyskanych periodogramów oraz parametrów częstotliwościowych przy wykorzystaniu obydwu metod. 1 Do wygenerowania użyto program rrnn dostępny na stronie Tachogramy pochodzą ze strony 4
5 4.1 Przygotowanie sprawozdania z ćwiczeń laboratoryjnych W sprawozdaniu powinny pojawić się następujące wyniki: analizy częstotliwościowe dla sygnału syntetycznego sinusoidalnego próbkowanego niejednorodnie (sygnał x(t) może mieć inne parametry), ocena wpływu szumu, zmiany f 0 oraz doboru okna na parametry periodogramu, wyniki analizy częstotliwościowej analizy zmienności rytmu serca przy wykorzystaniu dwóch metod liczenia periodogramu, wpływ doboru okna na wyniki, wnioski dotyczące implementacji, różnic między metodami, wyboru parametrów, itp.. 4. Uwagi praktyczne do ćwiczenia Pomocne mogą okazać się następujące polecenia: vector(k:m) wybór elementów z wektora vector począwszy od elementu k tego do m tego. z = sum(x.* y) punktowe mnożenie wektorów (w tym przypadku odpowiada to operacji K z = x[k]y[k]. Literatura [1] Heart rate variability standards of measurement, physiological interpretation, and clinical use task force of the european society of cardiology the north american society of pacing electrophysiology. European Heart Journal, 17: , [] U. R. Acharya, J. S. Suri, J. A. E. Spaan, and S. M. Krishan. Advances in Cardiac Signal Processing. Springer, 007. [3] P. Augustyniak. Przetwarzanie sygnałów elektrodiagnostycznych. Uczelniane Wydawnictwa Naukowo-Dydaktyczne, Kraków, 001. [4] W. H. Press, S. A. Teukolsky, W. T. Vetterling, and B. P. Flannery. Numerical recipes in C, volume. Cambridge university press Cambridge, [5] J. D. Scargle. Studies in astronomical time series analysis. ii-statistical aspects of spectral analysis of unevenly spaced data. The Astrophysical Journal, 63: , 198. [6] L. Sornmo and P. Laguna. Bioelectrical Signal Processing in Cardiac and Neurological Applications. Biomedical Engineering. Academic Pres,
Detekcja zespołów QRS w sygnale elektrokardiograficznym
Detekcja zespołów QRS w sygnale elektrokardiograficznym 1 Wprowadzenie Zadaniem algorytmu detekcji zespołów QRS w sygnale elektrokardiograficznym jest określenie miejsc w sygnale cyfrowym w których znajdują
Bardziej szczegółowo1. ABSTRAKT WSTĘP KONCEPCJA PROPONOWANEGO ROZWIĄZANIA REZULTATY I WNIOSKI PODSUMOWANIE LITERATURA...
AKADEMIA GÓRNICZO-HUTNICZA im. St. Staszica w Krakowie WEAIiE, Katedra Automatyki Laboratorium Biocybernetyki Przedmiot: Dedykowane algorytmy diagnostyki medycznej. Temat projektu: Detekcja zmienności
Bardziej szczegółowoDetekcja zmienności rytmu serca
AKADEMIA GÓRNICZO-HUTNICZA im. St. Staszica w Krakowie WEAIiE, Katedra Automatyki Laboratorium Biocybernetyki Przedmiot: Temat projektu: Przetwarzanie sygnałów w systemach diagnostyki medycznej PR04307
Bardziej szczegółowoTransformacje Fouriera
DFT, FFT, Periodogram Lomba-Scargle a Gdańsk, 19 listopada 2009 O co chodzi? Wszystko opiera się na teorii Fouriera, że każdą funkcję można aproksymować przy pomocy sinusów. Dlatego badaną funkcję traktujemy
Bardziej szczegółowoDYSKRETNA TRANSFORMACJA FOURIERA
Laboratorium Teorii Sygnałów - DFT 1 DYSKRETNA TRANSFORMACJA FOURIERA Cel ćwiczenia Celem ćwiczenia jest przeprowadzenie analizy widmowej sygnałów okresowych za pomocą szybkiego przekształcenie Fouriera
Bardziej szczegółowoCYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera)
I. Wprowadzenie do ćwiczenia CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera) Ogólnie termin przetwarzanie sygnałów odnosi się do nauki analizowania zmiennych w czasie procesów fizycznych.
Bardziej szczegółowoPodstawy Przetwarzania Sygnałów
Adam Szulc 188250 grupa: pon TN 17:05 Podstawy Przetwarzania Sygnałów Sprawozdanie 6: Filtracja sygnałów. Filtry FIT o skończonej odpowiedzi impulsowej. 1. Cel ćwiczenia. 1) Przeprowadzenie filtracji trzech
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów. Ćwiczenie 2. Analiza widmowa
PTS laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 2 Analiza widmowa Opracowali: - prof. dr hab. inż. Krzysztof Kałużyński - dr inż. Beata Leśniak-Plewińska - dr inż. Jakub Żmigrodzki Zakład
Bardziej szczegółowoTemat ćwiczenia. Analiza częstotliwościowa
POLIECHNIKA ŚLĄSKA W YDZIAŁ RANSPORU emat ćwiczenia Analiza częstotliwościowa Analiza częstotliwościowa sygnałów. Wprowadzenie Analizę częstotliwościową stosuje się powszechnie w wielu dziedzinach techniki.
Bardziej szczegółowoCyfrowe Przetwarzanie Obrazów i Sygnałów
Cyfrowe Przetwarzanie Obrazów i Sygnałów Laboratorium EX Lokalne transformacje obrazów Joanna Ratajczak, Wrocław, 28 Cel i zakres ćwiczenia Celem ćwiczenia jest zapoznanie się z własnościami lokalnych
Bardziej szczegółowoTOMASZ KRAUZE, PRZEMYSŁAW GUZIK*, HENRYK WYSOCKI* ZMIENNOŚĆ RYTMU SERCA: ASPEKTY TECHNICZNE. Streszczenie HEART RATE VARIABILITY: TECHNICAL ASPECTS
Nowiny Lekarskie 2001, 70, 9, 973 984 TOMASZ KRAUZE, PRZEMYSŁAW GUZIK*, HENRYK WYSOCKI* ZMIENNOŚĆ RYTMU SERCA: ASPEKTY TECHNICZNE Z Zakładu Fizyki Medycznej UAM w Poznaniu Kierownik: prof. dr hab. Ryszard
Bardziej szczegółowoAndrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZENIE 7. Splot liniowy i kołowy sygnałów
Andrzej Leśnicki Laboratorium CPS Ćwiczenie 7 1/7 ĆWICZEIE 7 Splot liniowy i kołowy sygnałów 1. Cel ćwiczenia Operacja splotu jest jedną z najczęściej wykonywanych operacji na sygnale. Każde przejście
Bardziej szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:
Bardziej szczegółowoĆWICZENIE III ANALIZA WIDMOWA SYGNAŁÓW DYSKRETNYCH. ver.3
1 Zakład Elektrotechniki Teoretycznej ver.3 ĆWICZEIE III AALIZA WIDMOWA SYGAŁÓW DYSKRETYCH (00) Celem ćwiczenia jest przeprowadzenie analizy widmowej dyskretnych sygnałów okresowych przy zastosowaniu szybkiego
Bardziej szczegółowoOprogramowanie Analizy Elektrokardiogramów dla Nauki i Edukacji
Oprogramowanie Analizy Elektrokardiogramów dla Nauki i Edukacji Piotr Augustyniak Katedra Automatyki AGH, Kraków 30-059 Kraków, Mickiewicza 30, august@agh.edu.pl Streszczenie: Praca przedstawia przybornik
Bardziej szczegółowoĆwiczenie 3. Właściwości przekształcenia Fouriera
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 3. Właściwości przekształcenia Fouriera 1. Podstawowe właściwości przekształcenia
Bardziej szczegółowoUkłady i Systemy Elektromedyczne
UiSE - laboratorium Układy i Systemy Elektromedyczne Laboratorium 5 Elektroniczny stetoskop - moduł TMDXMDKDS3254. Opracował: dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej, Instytut Metrologii
Bardziej szczegółowoĆwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej
Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej 1. Filtry FIR o skończonej odpowiedzi impulsowej (SOI) Filtracja FIR polega na tym, że sygnał wyjściowy powstaje
Bardziej szczegółowoSygnały losowe i ich analiza. Paweł Strumiłło, Instytut Elektroniki Politechniki Łódzkiej
Sygnały losowe i ich analiza Sygnały biologiczne Modele deterministyczne st Modele stochastyczne nt EKG Sygnały biologiczne zakłócenia EMG (artefakty) x t st nt 2 Modele sygnałów Przykłady! Sygnały Modele
Bardziej szczegółowoPolitechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 3. Właściwości przekształcenia Fouriera 1. Podstawowe właściwości przekształcenia
Bardziej szczegółowoWYZNACZANIE CECH PUNKTOWYCH SYGNAŁÓW POMIAROWYCH
PODSTAWY SYGNAŁÓW POMIAROWYCH I METROLOGII WYZNACZANIE CECH PUNKTOWYCH SYGNAŁÓW POMIAROWYCH WSTĘP TEORETYCZNY Sygnałem nazywamy przebieg dowolnej wielkości fizycznej mogącej być nośnikiem informacji Opis
Bardziej szczegółowoCYFROWE PRZETWARZANIE SYGNAŁÓW
POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Analiza korelacyjna sygnałów dr hab. inż.
Bardziej szczegółowo1.3. Zmienność rytmu serca (HRV) jako nowe narzędzie diagnostyczne w medycynie weterynaryjnej
dr hab. Agnieszka Noszczyk-Nowak, prof. UPWr, lek. wet. Szymon Bogucki* Katedra Chorób Wewnętrznych z Kliniką Koni, Psów i Kotów Wydziału Medycyny Weterynaryjnej Uniwersytetu Przyrodniczego we Wrocławiu
Bardziej szczegółowoKatedra Elektrotechniki Teoretycznej i Informatyki
Katedra Elektrotechniki Teoretycznej i Inormatyki Przedmiot: Zintegrowane Pakiety Obliczeniowe W Zastosowaniach InŜynierskich umer ćwiczenia: 7 Temat: Wprowadzenie do Signal Processing Toolbox 1. PRÓBKOWAIE
Bardziej szczegółowoOpis efektów kształcenia dla modułu zajęć
Nazwa modułu: Teoria i przetwarzanie sygnałów Rok akademicki: 2013/2014 Kod: EEL-1-524-s Punkty ECTS: 6 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Elektrotechnika
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów Biomedycznych
Laboratorium Przetwarzania Sygnałów Biomedycznych Ćwiczenie 1 Wydobywanie sygnałów z szumu z wykorzystaniem uśredniania Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - mgr inż. Tomasz Kubik
Bardziej szczegółowoPOLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA KATEDRA MECHANIKI I PODSTAW KONSTRUKCJI MASZYN MECHATRONIKA Instrukcja do ćwiczeń laboratoryjnych Analiza sygnałów czasowych Opracował: dr inż. Roland Pawliczek Opole 2016 1 2 1. Cel
Bardziej szczegółowoprzedmiot kierunkowy (podstawowy / kierunkowy / inny HES) obieralny (obowiązkowy / nieobowiązkowy) polski semestr VI
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2018/2019
Bardziej szczegółowoKARTA PRZEDMIOTU. Techniki przetwarzania sygnałów, D1_3
KARTA PRZEDMIOTU 1. Informacje ogólne Nazwa przedmiotu i kod (wg planu studiów): Nazwa przedmiotu (j. ang.): Kierunek studiów: Specjalność/specjalizacja: Poziom kształcenia: Profil kształcenia: Forma studiów:
Bardziej szczegółowoĆwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej
Ćwiczenie 6 Projektowanie filtrów cyfrowych o skończonej i nieskończonej odpowiedzi impulsowej. Filtry FIR o skończonej odpowiedzi impulsowej (SOI) Filtracja FIR polega na tym, że sygnał wyjściowy powstaje
Bardziej szczegółowoPrzetwarzanie sygnałów
Przetwarzanie sygnałów Ćwiczenie 3 Filtry o skończonej odpowiedzi impulsowej (SOI) Spis treści 1 Filtracja cyfrowa podstawowe wiadomości 1 1.1 Właściwości filtru w dziedzinie czasu............... 1 1.2
Bardziej szczegółowoPrzetwarzanie sygnałów
Spis treści Przetwarzanie sygnałów Ćwiczenie 3 Właściwości przekształcenia Fouriera 1 Podstawowe właściwości przekształcenia Fouriera 1 1.1 Kompresja i ekspansja sygnału................... 2 1.2 Właściwości
Bardziej szczegółowoEgzamin / zaliczenie na ocenę*
WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI Zał. nr 4 do ZW 33/01 KARTA PRZEDMIOTU Nazwa w języku polskim CYFROWE PRZETWARZANIE SYGNAŁÓW Nazwa w języku angielskim DIGITAL SIGNAL PROCESSING Kierunek studiów
Bardziej szczegółowoUkłady i Systemy Elektromedyczne
UiSE - laboratorium Układy i Systemy Elektromedyczne Laboratorium 1 Stetoskop elektroniczny parametry sygnałów rejestrowanych. Opracował: dr inż. Jakub Żmigrodzki Zakład Inżynierii Biomedycznej, Instytut
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: moduł specjalności obowiązkowy: Sieci komputerowe Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE
Bardziej szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1C400027 Temat ćwiczenia:
Bardziej szczegółowoOd neuronu do sieci: modelowanie układu nerwowego
Od neuronu do sieci: modelowanie układu nerwowego Stochastyczne modele generacji iglic Kodowanie informacji w układzie nerwowym dr Daniel Wójcik Na podstawie podręcznika THEORETICAL NEUROSCIENCE Petera
Bardziej szczegółowoPolitechnika Łódzka. Instytut Systemów Inżynierii Elektrycznej
Politechnika Łódzka Instytut Systemów Inżynierii Elektrycznej Laboratorium komputerowych systemów pomiarowych Ćwiczenie 3 Analiza częstotliwościowa sygnałów dyskretnych 1. Opis stanowiska Ćwiczenie jest
Bardziej szczegółowoFFT i dyskretny splot. Aplikacje w DSP
i dyskretny splot. Aplikacje w DSP Marcin Jenczmyk m.jenczmyk@knm.katowice.pl Wydział Matematyki, Fizyki i Chemii 10 maja 2014 M. Jenczmyk Sesja wiosenna KNM 2014 i dyskretny splot 1 / 17 Transformata
Bardziej szczegółowo2. Próbkowanie Sygnały okresowe (16). Trygonometryczny szereg Fouriera (17). Częstotliwość Nyquista (20).
SPIS TREŚCI ROZDZIAŁ I SYGNAŁY CYFROWE 9 1. Pojęcia wstępne Wiadomości, informacje, dane, sygnały (9). Sygnał jako nośnik informacji (11). Sygnał jako funkcja (12). Sygnał analogowy (13). Sygnał cyfrowy
Bardziej szczegółowoLaboratorium Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z przetwarzaniem sygnałów w MATLAB. 2. Program ćwiczenia. Przykład 1 Wprowadź
Podstawy Informatyki 1 Laboratorium 9 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z przetwarzaniem sygnałów w MATLAB 2. Program ćwiczenia Przykład 1 Wprowadź fo = 4; %frequency of the sine wave
Bardziej szczegółowoTeoria systemów i sygnałów Kierunek AiR, sem. 5 2wE + 1l
Teoria systemów i sygnałów Kierunek AiR, sem. 5 2wE + 1l Prof. dr hab. Wojciech Moczulski Politechnika Ślaska, Wydział Mechaniczny Technologiczny Katedra Podstaw Konstrukcji Maszyn 19 października 2008
Bardziej szczegółowo9. Dyskretna transformata Fouriera algorytm FFT
Transformata Fouriera ma szerokie zastosowanie w analizie i syntezie układów i systemów elektronicznych, gdyż pozwala na połączenie dwóch sposobów przedstawiania sygnałów reprezentacji w dziedzinie czasu
Bardziej szczegółowoAnaliza sygnałów biologicznych
Analiza sygnałów biologicznych Paweł Strumiłło Zakład Elektroniki Medycznej Instytut Elektroniki PŁ Co to jest sygnał? Funkcja czasu x(t) przenosząca informację o stanie lub działaniu układu (systemu),
Bardziej szczegółowoAkwizycja i przetwarzanie sygnałów cyfrowych
Akwizycja i przetwarzanie sygnałów cyfrowych Instytut Teleinformatyki ITI PK Kraków 21 luty 2011 Plan na dziś 1 Przedstawienie przedmiotu i zakresu wykładu polecanej iteratury zasad zaliczenia 2 Wyklad
Bardziej szczegółowoObraz jako funkcja Przekształcenia geometryczne
Cyfrowe przetwarzanie obrazów I Obraz jako funkcja Przekształcenia geometryczne dr. inż Robert Kazała Definicja obrazu Obraz dwuwymiarowa funkcja intensywności światła f(x,y); wartość f w przestrzennych
Bardziej szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:
Bardziej szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:
Bardziej szczegółowoElektrokardiografia dla informatyka-praktyka / Piotr Augustyniak. Kraków, Spis treści Słowo wstępne 5
Elektrokardiografia dla informatyka-praktyka / Piotr Augustyniak. Kraków, 2011 Spis treści Słowo wstępne 5 1. Wprowadzenie 15 1.A Przetwarzanie sygnałów elektrodiagnostycznych profesjonalizm i pasja 15
Bardziej szczegółowoSzereg i transformata Fouriera
Analiza danych środowiskowych III rok OŚ Wykład 3 Andrzej Leśniak KGIS, GGiOŚ AGH Szereg i transformata Fouriera Cel wykładu: Wykrywanie i analiza okresowości w szeregach czasowych Przepływ wody w rzece
Bardziej szczegółowoRok akademicki: 2012/2013 Kod: EIB s Punkty ECTS: 5. Poziom studiów: Studia I stopnia Forma i tryb studiów: -
Nazwa modułu: Cyfrowe przetwarzanie sygnałów Rok akademicki: 2012/2013 Kod: EIB-1-460-s Punkty ECTS: 5 Wydział: Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Kierunek: Inżynieria Biomedyczna
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów
PTS - laboratorium Laboratorium Przetwarzania Sygnałów Ćwiczenie 4 Transformacja falkowa Opracował: - prof. dr hab. inż. Krzysztof Kałużyński Zakład Inżynierii Biomedycznej Instytut Metrologii i Inżynierii
Bardziej szczegółowoSYMULACJA KOMPUTEROWA SYSTEMÓW
SYMULACJA KOMPUTEROWA SYSTEMÓW ZASADY ZALICZENIA I TEMATY PROJEKTÓW Rok akademicki 2015 / 2016 Spośród zaproponowanych poniżej tematów projektowych należy wybrać jeden i zrealizować go korzystając albo
Bardziej szczegółowoDYSKRETNE PRZEKSZTAŁCENIE FOURIERA C.D.
CPS 6 DYSKRETE PRZEKSZTAŁCEIE FOURIERA C.D. Twierdzenie o przesunięciu Istnieje ważna właściwość DFT, znana jako twierdzenie o przesunięciu. Mówi ono, że: Przesunięcie w czasie okresowego ciągu wejściowego
Bardziej szczegółowoPolitechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI) 1. Filtracja cyfrowa podstawowe
Bardziej szczegółowoANALIZA WIDMOWA SYGNAŁÓW (1) Podstawowe charakterystyki widmowe, aliasing
POLITECHNIKA RZESZOWSKA KATEDRA METROLOGII I SYSTEMÓW DIAGNOSTYCZNYCH LABORATORIUM PRZETWARZANIA SYGNAŁÓW ANALIZA WIDMOWA SYGNAŁÓW (1) Podstawowe charakterystyki widmowe, aliasing I. Cel ćwiczenia Celem
Bardziej szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:
Bardziej szczegółowoĆwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)
Politechnika Wrocławska Wydział Elektroniki Mikrosystemów i Fotoniki Przetwarzanie sygnałów laboratorium ETD5067L Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI) 1. Filtracja cyfrowa podstawowe
Bardziej szczegółowoLABORATORIUM AKUSTYKI MUZYCZNEJ. Ćw. nr 12. Analiza falkowa dźwięków instrumentów muzycznych. 1. PODSTAWY TEORETYCZNE ANALIZY FALKOWEJ.
LABORATORIUM AKUSTYKI MUZYCZNEJ. Ćw. nr 1. Analiza falkowa dźwięków instrumentów muzycznych. 1. PODSTAWY TEORETYCZNE ANALIZY FALKOWEJ. Transformacja falkowa (ang. wavelet falka) przeznaczona jest do analizy
Bardziej szczegółowoAnaliza sygnału EKG i modelowanie pracy serca
Paweł Strumiłło Analiza sygnału EKG i modelowanie pracy serca 90-924 Łódź, ul. Wólczańska 211/215, bud. B9 tel. 042 636 0065 www.eletel.p.lodz.pl, ie@p.lodz.pl Diagnoza medyczna - zagadnienie odwrotne
Bardziej szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1C400027 Temat ćwiczenia:
Bardziej szczegółowoĆwiczenie 11. Podstawy akwizycji i cyfrowego przetwarzania sygnałów. Program ćwiczenia:
Ćwiczenie 11 Podstawy akwizycji i cyfrowego przetwarzania sygnałów Program ćwiczenia: 1. Konfiguracja karty pomiarowej oraz obserwacja sygnału i jego widma 2. Twierdzenie o próbkowaniu obserwacja dwóch
Bardziej szczegółowoSymulacja sygnału czujnika z wyjściem częstotliwościowym w stanach dynamicznych
XXXVIII MIĘDZYUCZELNIANIA KONFERENCJA METROLOGÓW MKM 06 Warszawa Białobrzegi, 4-6 września 2006 r. Symulacja sygnału czujnika z wyjściem częstotliwościowym w stanach dynamicznych Eligiusz PAWŁOWSKI Politechnika
Bardziej szczegółowo8. Analiza widmowa metodą szybkiej transformaty Fouriera (FFT)
8. Analiza widmowa metodą szybkiej transformaty Fouriera (FFT) Ćwiczenie polega na wykonaniu analizy widmowej zadanych sygnałów metodą FFT, a następnie określeniu amplitud i częstotliwości głównych składowych
Bardziej szczegółowoPREZENTACJA MODULACJI AM W PROGRAMIE MATHCAD
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 80 Electrical Engineering 2014 Jakub PĘKSIŃSKI* Grzegorz MIKOŁAJCZAK* PREZENTACJA MODULACJI W PROGRIE MATHCAD W artykule przedstawiono dydaktyczną
Bardziej szczegółowoDyskretne przekształcenie Fouriera cz. 2
Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1- Dyskretne przekształcenie Fouriera cz. 2 Twierdzenie o przesunięciu Istnieje ważna właściwość DFT, znana jako twierdzenie o przesunięciu. Mówi ono, że: przesunięcie
Bardziej szczegółowoProcesy stochastyczne 2.
Procesy stochastyczne 2. Listy zadań 1-3. Autor: dr hab.a. Jurlewicz WPPT Matematyka, studia drugiego stopnia, I rok, rok akad. 211/12 1 Lista 1: Własność braku pamięci. Procesy o przyrostach niezależnych,
Bardziej szczegółowoZjawisko aliasingu. Filtr antyaliasingowy. Przecieki widma - okna czasowe.
Katedra Mechaniki i Podstaw Konstrukcji Maszyn POLITECHNIKA OPOLSKA Komputerowe wspomaganie eksperymentu Zjawisko aliasingu.. Przecieki widma - okna czasowe. dr inż. Roland PAWLICZEK Zjawisko aliasingu
Bardziej szczegółowoCYFROWE PRZETWARZANIE SYGNAŁÓW
POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Analiza widmowa sygnałów (2) dr inż. Robert
Bardziej szczegółowoZastowowanie transformacji Fouriera w cyfrowym przetwarzaniu sygnałów
31.01.2008 Zastowowanie transformacji Fouriera w cyfrowym przetwarzaniu sygnałów Paweł Tkocz inf. sem. 5 gr 1 1. Dźwięk cyfrowy Fala akustyczna jest jednym ze zjawisk fizycznych mających charakter okresowy.
Bardziej szczegółowoEFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ
Studia Podyplomowe EFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ w ramach projektu Śląsko-Małopolskie Centrum Kompetencji Zarządzania Energią Pomiar parametrów sygnałów sieci elektroenergetycznej dr inż.
Bardziej szczegółowox(n) x(n-1) x(n-2) D x(n-n+1) h N-1
Laboratorium Układy dyskretne LTI projektowanie filtrów typu FIR Z1. apisać funkcję y = filtruj(x, h), która wyznacza sygnał y będący wynikiem filtracji sygnału x przez filtr FIR o odpowiedzi impulsowej
Bardziej szczegółowoTransformata Fouriera i analiza spektralna
Transformata Fouriera i analiza spektralna Z czego składają się sygnały? Sygnały jednowymiarowe, częstotliwość Liczby zespolone Transformata Fouriera Szybka Transformata Fouriera (FFT) FFT w 2D Przykłady
Bardziej szczegółowoDiagnostyka obrazowa
Diagnostyka obrazowa Ćwiczenie szóste Transformacje obrazu w dziedzinie częstotliwości 1 Cel ćwiczenia Ćwiczenie ma na celu zapoznanie uczestników kursu Diagnostyka obrazowa z podstawowymi przekształceniami
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów Biomedycznych
Laboratorium Przetwarzania Sygnałów Biomedycznych Ćwiczenie 3 Analiza sygnału o nieznanej strukturze Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - mgr inż. Tomasz Kubik Politechnika Warszawska,
Bardziej szczegółowoPrzekształcenia sygnałów losowych w układach
INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Sygnały i kodowanie Przekształcenia sygnałów losowych w układach Warszawa 010r. 1. Cel ćwiczenia: Ocena wpływu charakterystyk
Bardziej szczegółowoAlgorytmy detekcji częstotliwości podstawowej
Algorytmy detekcji częstotliwości podstawowej Plan Definicja częstotliwości podstawowej Wybór ramki sygnału do analizy Błędy oktawowe i dokładnej estymacji Metody detekcji częstotliwości podstawowej czasowe
Bardziej szczegółowoKatedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego. Ćwiczenie 2 Badanie funkcji korelacji w przebiegach elektrycznych.
Katedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego Ćwiczenie Badanie unkcji korelacji w przebiegach elektrycznych. Cel ćwiczenia: Celem ćwiczenia jest zbadanie unkcji korelacji w okresowych sygnałach
Bardziej szczegółowoAnaliza szeregów czasowych: 2. Splot. Widmo mocy.
Analiza szeregów czasowych: 2. Splot. Widmo mocy. P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2007/08 Splot Jedna z najważniejszych własności transformaty Fouriera jest to, że transformata
Bardziej szczegółowoAnaliza właściwości filtrów dolnoprzepustowych
Ćwiczenie Analiza właściwości filtrów dolnoprzepustowych Program ćwiczenia. Zapoznanie się z przykładową strukturą filtra dolnoprzepustowego (DP) rzędu i jego parametrami.. Analiza widma sygnału prostokątnego.
Bardziej szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1A400027 Temat ćwiczenia:
Bardziej szczegółowoWydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do zajęć laboratoryjnych z przedmiotu: Przetwarzanie Sygnałów Kod: TS1C400027 Temat ćwiczenia:
Bardziej szczegółowoSPRZĘTOWA REALIZACJA FILTRÓW CYFROWYCH TYPU SOI
1 ĆWICZENIE VI SPRZĘTOWA REALIZACJA FILTRÓW CYFROWYCH TYPU SOI (00) Celem pracy jest poznanie sposobu fizycznej realizacji filtrów cyfrowych na procesorze sygnałowym firmy Texas Instruments TMS320C6711
Bardziej szczegółowo7. Szybka transformata Fouriera fft
7. Szybka transformata Fouriera fft Dane pomiarowe sygnałów napięciowych i prądowych często obarczone są dużym błędem, wynikającym z istnienia tak zwanego szumu. Jedną z metod wspomagających analizę sygnałów
Bardziej szczegółowoPrzetwarzanie sygnałów z zastosowaniem procesorów sygnałowych - opis przedmiotu
Przetwarzanie sygnałów z zastosowaniem procesorów sygnałowych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Przetwarzanie sygnałów z zastosowaniem procesorów sygnałowych Kod przedmiotu 06.5-WE-EP-PSzZPS
Bardziej szczegółowoIII. Przebieg ćwiczenia. 1. Generowanie i wizualizacja przebiegów oraz wyznaczanie ich podstawowych parametrów
POLITECHNIKA RZESZOWSKA KATEDRA METROLOGII I SYSTEMÓW DIAGNOSTYCZNYCH LABORATORIUM GRAFICZNE ŚRODOWISKA PROGRAMOWANIA S.P. WPROWADZENIE DO UŻYTKOWANIA ŚRODOWISKA VEE (1) I. Cel ćwiczenia Celem ćwiczenia
Bardziej szczegółowoCYFROWE PRZETWARZANIE SYGNAŁÓW
POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza WYDZIAŁ ELEKTROTECHNIKI I INFORMATYKI Katedra Metrologii i Systemów Diagnostycznych CYFROWE PRZETWARZANIE SYGNAŁÓW Podstawowe informacje o przedmiocie Wymiar
Bardziej szczegółowoRejestracja elektrokardiogramu ze zmienną częstotliwością próbkowania modulowaną zawartością sygnału
Rejestracja elektrokardiogramu ze zmienną częstotliwością próbkowania modulowaną zawartością sygnału Piotr Augustyniak Akademia Górniczo-Hutnicza, Katedra Automatyki Al. Mickiewicza 30, 30-059 Kraków email:
Bardziej szczegółowoPrzetwarzanie sygnałów
Przetwarzanie sygnałów Ćwiczenie 5 Filtry o nieskończonej odpowiedzi impulsowej (NOI) Spis treści 1 Wprowadzenie 1 1.1 Filtry jednobiegunowe....................... 1 1.2 Filtry wąskopasmowe........................
Bardziej szczegółowoAnaliza szeregów czasowych: 2. Splot. Widmo mocy.
Analiza szeregów czasowych: 2. Splot. Widmo mocy. P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2006/07 Splot Jedna z najważniejszych własności transformaty Fouriera jest to, że transformata
Bardziej szczegółowoCyfrowe przetwarzanie sygnałów Jacek Rezmer -1-
Cyfrowe przetwarzanie sygnałów Jacek Rezmer -1- Filtry cyfrowe cz. Zastosowanie funkcji okien do projektowania filtrów SOI Nierównomierności charakterystyki amplitudowej filtru cyfrowego typu SOI można
Bardziej szczegółowoProcesy stochastyczne
Wykład I: Istnienie procesów stochastycznych 21 lutego 2017 Forma zaliczenia przedmiotu Forma zaliczenia Literatura 1 Zaliczenie ćwiczeń rachunkowych. 2 Egzamin ustny z teorii 3 Do wykładu przygotowane
Bardziej szczegółowoZygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab
Zygmunt Wróbel i Robert Koprowski Praktyka przetwarzania obrazów w programie Matlab EXIT 2004 Wstęp 7 CZĘŚĆ I 9 OBRAZ ORAZ JEGO DYSKRETNA STRUKTURA 9 1. Obraz w programie Matlab 11 1.1. Reprezentacja obrazu
Bardziej szczegółowoData wykonania ćwiczenia: Ćwiczenie prowadził:
W O J S K O W A A K A D E M I A T E C H N I C Z N A WYDZIAŁ ELEKTRONIKI Drukować dwustronnie T E C H N I K A O B L I C Z E N I O W A I S Y M U L A C Y J N A Grupa...+++... Nazwisko i imię: 1. 2. 3. Ocena
Bardziej szczegółowoKARTA PRZEDMIOTU. W5/1;W16/1 W5 Zna podstawowe metody przetwarzania wstępnego EP WM K_W9/3; obrazów barwnych.
(pieczęć wydziału) KARTA PRZEDMIOTU 1. Nazwa przedmiotu: PRZETWARZANIE OBRAZÓW CYFROWYCH 3. Karta przedmiotu ważna od roku akademickiego: 2012/2013 4. Forma kształcenia: studia pierwszego stopnia 5. Forma
Bardziej szczegółowoĆwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC.
Ćwiczenie - 1 OBSŁUGA GENERATORA I OSCYLOSKOPU. WYZNACZANIE CHARAKTERYSTYKI AMPLITUDOWEJ I FAZOWEJ NA PRZYKŁADZIE FILTRU RC. Spis treści 1 Cel ćwiczenia 2 2 Podstawy teoretyczne 2 2.1 Charakterystyki częstotliwościowe..........................
Bardziej szczegółowouzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem próbkowania t takim, że T = t N 1 t
4. 1 3. " P r ze c ie k " w idm ow y 1 0 2 4.13. "PRZECIEK" WIDMOWY Rozważmy szereg czasowy {x r } dla r = 0, 1,..., N 1 uzyskany w wyniku próbkowania okresowego przebiegu czasowego x(t) ze stałym czasem
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Politechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania Podstawy Automatyki Regulacja temperatury z wykorzystaniem sterownika PLC Zadania do ćwiczeń laboratoryjnych
Bardziej szczegółowo