System detekcji i analizowania osobliwości w sygnale cyfrowym

System detekcji i analizowania osobliwości w sygnale cyfrowym Wydział Informatyki, Politechnika Białostocka dr hab. inż. Waldemar Rakowski, prof. ndzw. dr inż. Paweł Tadejko inż. Michał Januszewski /4/20 Projekt współfinansowany jest przez Unię Europejską w ramach Europejskiego Funduszu Społecznego

Agenda Zdefiniowanie problemu Idea zaproponowanego rozwiązania Charakterystyka użytkowników systemu Wykorzystany aparat matematyczny Projekt aplikacji komputerowej Zasada działania aplikacji Szkic interfejsu użytkownika

Zdefiniowanie problemu Jeśli zapis zjawisk fizycznych potrafimy zapisać jako sygnał cyfrowy - to może on być podstawą do dalszej analizy; Analiza lokalnych właściwości sygnału ma bardzo często duże znaczenie w jego przetwarzaniu; tzw. osobliwości bardzo często niosą ze sobą ważne informacje do dalszego przetwarzania; dla wielu sygnałów pseudo-stacjonarnych analiza FFT nie daje interesujących rezultatów; problem jest większy, w przypadku kiedy sygnał źródłowy jest mocno zakłócony składowymi wysokich częstotliwości oraz zawiera składowe wolnozmienne;

Przykłady osobliwości w sygnale dla sygnałów biomedycznych - zapisy EKG (analiza rytmu serca, detekcja uderzeń serca), EEG; zapis drgań lub wibracji pracy urządzeń z elementami obracającymi się (silniki, turbiny, generatory elektrowni wiatrowych); analizy danych pomiarowych sygnału, np. z sieci elektroenergetycznej - zakłócenia impulsowe, przepięcia, etc.

Idea zaproponowanego rozwiązania detekcja osobliwości sygnałów za pomocą przekształcenia falkowego zaproponowanego przez Mallata i Hwanga; za pomocą metody czasowo-częstotliwościowej można z sygnałów wyodrębnić osobliwości, zarówno w krótkich jak i długich okresach czasu;

Charakterystyka użytkowników systemu naukowiec, student lekarz specjalista, np. kardiologii, neurologii koocowym użytkownikiem (odbiorcą z definicji) może byd inżynier energetyk, mechanik. Narzędzie naukowo/dydaktyczne a. Zastosowanie: Narzędzie naukowe i dydaktyczne w obszarze falkowej analiza osobliwości w sygnałach cyfrowych. b. Korzyści i forma świadczenia usługi: Pozwala zobrazowad działanie aparatu matematycznego jakim jest falkowa analiza osobliwości w sygnale poprzez realizację filtrów cyfrowych o specjalnie zaprojektowanych współczynnikach. Analiza osobliwości w sygnałach biomedycznych a. Zastosowanie: Analiza osobliwości w sygnałach biomedycznych, np. analiza rytmu serca, detekcja uderzeo serca (zespołu QRS w sygnale EKG), Detektor QRS jako element systemu rejestracji EKG przy pomocy metody Holtera. b. Korzyści i forma świadczenia usługi: Analiza zarejestrowanych sygnałów biomedycznych i detekcja charakterystycznych elementów w sygnale, np. zapisów pracy serca metodą Holtera. Analiza danych pomiarowych, Monitorowanie i diagnostyka maszyn a. Zastosowanie: Przetwarzania sygnałów pomiarowych dla potrzeb monitorowania i diagnostyki, danych pomiarowych sygnału, np. z sieci elektroenergetycznej - zakłócenia impulsowe, przepięcia, detekcja zward w systemach elektroenergetycznych, etc. czy maszyn i napędów elektrycznych. b. Korzyści i forma świadczenia usługi: Narzędzie pracy inżynierów, którzy świadczą usługi diagnostyki urządzeo.

Charakterystyka użytkowników systemu uc Aktorzy system u Użytkownik Wykładowca Student Lekarz Inżynier Naukowiec

Wykorzystany aparat matematyczny

Projekt aplikacji komputerowej class Model dom enowy Param etry filtra..* Detektor osobliwości..* Wzorzec osobliwości Filtr cyfrowy..* 0..* Zbiór reguł 0..* Sygnał cyfrowy 0..* Osobliwość sygnału 0..* 0..* Heurystyka..* Reguła detekcji 0..* Blok edukacyjny Analizator osobliwości 0..* Param etry sym ulacji

Projekt aplikacji komputerowej uc Moduł Zarządzania Danym i Moduł Zarządzania Danymi Wczytanie pliku sygnału Wyświetlanie sygnału Nawigacja po sygnale Użytkownik Nawigacja po osobliwościach w sygnale Pobranie pliku z wykrytym i osobliwościam i Zapisanie wyników detekcji

Projekt aplikacji komputerowej uc Moduł Analizy Osobliwości Moduł Analizy Osobliwości Wykładowca Sym ulacja zm ian param etrów detekcji «extend» Konfiguracja param etrów detekcji Modyfikacja filtrów cyfrowych Naukowiec Inżynier Wysłanie pliku z sygnałem na serwer Definiowane dedykowanych filtrów Wywołanie usługi detekcji osobliwości Lekarz Detekcja osobliwości Użytkownik Wybór predefiniowanych filtrów Wyświetlenie znaczników referencyjnych Porównanie wyników detekcji i znaczników referencyjnych Student

Zasada działania aplikacji Głównym założeniem architektury aplikacji było uniezależnienie się od platformy systemowej w zakresie interfejsu użytkownika aplikacji klienckiej; realizacja kluczowej funkcjonalności detekcji osobliwości w postaci usługi sieciowe WEB-Service; Wybrana została technologia Adobe Flex jako najbardziej dojrzała technologia klasy RIA; o największych możliwościach budowy aplikacji klasy enterprise (w tym głównie obsługi kontrolek danych);

Zasada działania aplikacji realizacja usługi detekcji osobliwości jako WEB-Service pozwala na: zarówno wywołanie jej zdalnie z zewnętrznych systemów informatycznych; jak i uruchomienie jej w formie aplikacji internetowej z graficznym interfejsem GUI użytkownika (przeglądarka internetowa + plugin Flash);

Szkic interfejsu użytkownika

Dziękuję za uwagę Paweł Tadejko p.tadejko@pb.edu.pl 20 /4/20 Projekt współfinansowany jest przez Unię Europejską w ramach Europejskiego Funduszu Społecznego