Kamil Jonak Zakład Bioinżynierii Instytut Technologicznych Systemów Informatycznych Politechnika Lubelska Paweł Krukow Zakład Neuropsychiatrii

Podobne dokumenty
9. Dyskretna transformata Fouriera algorytm FFT

IMPLEMENTATION OF THE SPECTRUM ANALYZER ON MICROCONTROLLER WITH ARM7 CORE IMPLEMENTACJA ANALIZATORA WIDMA NA MIKROKONTROLERZE Z RDZENIEM ARM7

Analizy Ilościowe EEG QEEG

KARTA MODUŁU / KARTA PRZEDMIOTU

Metody analizy zapisu EEG. Piotr Walerjan

CYFROWE PRZTWARZANIE SYGNAŁÓW (Zastosowanie transformacji Fouriera)

Analiza sygnałów biologicznych

Ćwiczenie 3,4. Analiza widmowa sygnałów czasowych: sinus, trójkąt, prostokąt, szum biały i szum różowy

FFT i dyskretny splot. Aplikacje w DSP

System detekcji i analizowania osobliwości w sygnale cyfrowym

AUTOMATYZACJA PROCESÓW CIĄGŁYCH I WSADOWYCH

Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego. Piotr Walerjan

Przekształcenia widmowe Transformata Fouriera. Adam Wojciechowski

PL B1. Sposób i układ pomiaru całkowitego współczynnika odkształcenia THD sygnałów elektrycznych w systemach zasilających

Teoria sygnałów Signal Theory. Elektrotechnika I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

V Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych" - relacja

Laboratorium EAM. Instrukcja obsługi programu Dopp Meter ver. 1.0

CYFROWE PRZETWARZANIE SYGNAŁÓW

Pomiary i analiza biosygnałów

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

Podstawy Przetwarzania Sygnałów

Opis zakładanych efektów kształcenia na studiach podyplomowych. Efekty kształcenia dla studiów podyplomowych WIEDZA

Spis treści. Metody nieparametryczne. Transformacja Fouriera

8. Analiza widmowa metodą szybkiej transformaty Fouriera (FFT)

Transformata Fouriera. Sylwia Kołoda Magdalena Pacek Krzysztof Kolago

SYMULATOR EKG. Bartłomiej Bielecki 1, Marek Zieliński 2, Paweł Mikołajaczak 1,3

Przedmowa Wykaz oznaczeń Wykaz skrótów 1. Sygnały i ich parametry Pojęcia podstawowe Klasyfikacja sygnałów

Elektrofizjologiczne podstawy lokalizacji ogniska padaczkowego. Piotr Walerjan PWSIM MEDISOFT

XII Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe i algorytmy numeryczne

Podsumowanie wyników ankiety

XI Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe i algorytmy numeryczne

Multimedialne Systemy Medyczne

Relacja: III Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych"

Ćwiczenie 3. Właściwości przekształcenia Fouriera

INSTRUKCJA DO ĆWICZENIA NR 7

Zastosowanie terapii Neurofeedback w leczeniu zaburzeń psychicznych

Dyskretne układy liniowe. Funkcja splotu. Równania różnicowe. Transform

O czym producenci telefonów komórkowych wolą Ci nie mówić?

Podstawy Automatyki. wykład 1 ( ) mgr inż. Łukasz Dworzak. Politechnika Wrocławska. Instytut Technologii Maszyn i Automatyzacji (I-24)

3. Przetwarzanie analogowo-cyfrowe i cyfrowo-analogowe... 43

CZWÓRNIKI KLASYFIKACJA CZWÓRNIKÓW.

Transformata Fouriera

WIEDZA K_W01 Posiada ogólną wiedzę na temat neurologopedii jako specjalności logopedycznej. K_W02 Zna neurolingwistyczne i psycholingwistyczne

Układy stochastyczne

Badanie widma fali akustycznej

WYMAGANIA DOTYCZĄCE ZALICZENIA ZAJĘĆ

przedmiot kierunkowy (podstawowy / kierunkowy / inny HES) obieralny (obowiązkowy / nieobowiązkowy) polski semestr VI

XVIII Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe i algorytmy numeryczne

XI Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych"

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015

7. Szybka transformata Fouriera fft

Akwizycja i przetwarzanie sygnałów cyfrowych

Akustyka muzyczna ANALIZA DŹWIĘKÓW MUZYCZNYCH

WIEDZA. InzA_W02. profil ogólnoakademicki studia II stopnia

VIDEOMED ZAKŁAD ELEKTRONICZNY

Informatyka w medycynie Punkt widzenia kardiologa

Zastosowanie Informatyki w Medycynie

IX Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych"

POLITECHNIKA OPOLSKA

Politechnika Łódzka. Instytut Systemów Inżynierii Elektrycznej

Adaptacyjne Przetwarzanie Sygnałów. Filtracja adaptacyjna w dziedzinie częstotliwości

Szumy układów elektronicznych, wzmacnianie małych sygnałów

Akwizycja i przetwarzanie sygnałów cyfrowych

Politechnika Poznańska. Streszczenie

Gdy wzmacniacz dostarcz do obciążenia znaczącą moc, mówimy o wzmacniaczu mocy. Takim obciążeniem mogą być na przykład...

Systemy akwizycji i przesyłania informacji

Zastowowanie transformacji Fouriera w cyfrowym przetwarzaniu sygnałów

Cyfrowe przetwarzanie i kompresja danych

1. Modulacja analogowa, 2. Modulacja cyfrowa

Przetwarzanie sygnału cyfrowego (LabVIEW)

dr inż. Artur Zieliński Katedra Elektrochemii, Korozji i Inżynierii Materiałowej Wydział Chemiczny PG pokój 311

Zastosowanie procesorów AVR firmy ATMEL w cyfrowych pomiarach częstotliwości

Kompresja dźwięku w standardzie MPEG-1

KARTA MODUŁU KSZTAŁCENIA

Egzamin / zaliczenie na ocenę*

Zjawisko aliasingu. Filtr antyaliasingowy. Przecieki widma - okna czasowe.

Sylabus. Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data

Algorytmy detekcji częstotliwości podstawowej

COMARCH HOLTER. System telemedyczny do rejestracji i analizy badań Holter EKG

b) Zastosować powyższe układy RC do wykonania operacji analogowych: różniczkowania, całkowania

II Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe i algorytmy numeryczne - relacja

2. STRUKTURA RADIOFONICZNYCH SYGNAŁÓW CYFROWYCH

DYSKRETNA TRANSFORMACJA FOURIERA

Zygmunt Wróbel i Robert Koprowski. Praktyka przetwarzania obrazów w programie Matlab

Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach PROGRAM KSZTAŁCENIA. Studia III stopnia (doktoranckie) kierunek Informatyka

Zadania zaliczeniowe z Automatyki i Robotyki dla studentów III roku Inżynierii Biomedycznej Politechniki Lubelskiej

CYFROWE PRZETWARZANIE SYGNAŁÓW

O LICZBACH NIEOBLICZALNYCH I ICH ZWIĄZKACH Z INFORMATYKĄ

Obowiązują od naboru na rok ak. 2014/2015. Egzamin po semestrze. seminarium. laboratoria. Razem

Zespół EEG Instytutu. EEG Biofeedback jako nowoczesna metoda terapeutyczna

KARTA PRZEDMIOTU Cele przedmiotu C1- zapoznanie ze zjawiskami fizycznymi i biologicznymi prowadzącymi do czynności elektrycznej na poziomie

Nie święci garnki lepią. czyli wprowadzenie do programowania

GENEROWANIE PRZESTRZENI CECH DIAGNOSTYCZNYCH SYGNAŁU EKG

VI Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe i algorytmy numeryczne - relacja

dr inż. Artur Zieliński Katedra Elektrochemii, Korozji i Inżynierii Materiałowej Wydział Chemiczny PG pokój 311

OCENA SKUTECZNOŚCI ANALIZ FFT, STFT I FALKOWEJ W WYKRYWANIU USZKODZEŃ WIRNIKA SILNIKA INDUKCYJNEGO


Laboratorium Techniki ultradźwiękowej w diagnostyce medycznej

Elektronika w Medycynie Prezentacja strumienia

BADANIA WARUNKÓW PRACY LOKATORA AKUSTYCZNEGO

Transkrypt:

Kamil Jonak Zakład Bioinżynierii Instytut Technologicznych Systemów Informatycznych Politechnika Lubelska Paweł Krukow Zakład Neuropsychiatrii Klinicznej Katedra Psychiatrii Uniwersytetu Medycznego w Lublinie

Analiza wzrokowa spoczynkowych sygnałów EEG stosowana cały czas w praktyce klinicznej nie wykorzystuje w wysterczający sposób obecnych możliwości analizy danych. Wraz z początkiem ery akwizycji sygnałów EEG w sposób cyfrowy otworzyła się nowa możliwośd analizy zbieranych informacji. Dziedzina nauki zwana analizą sygnałów daje nam możliwośd zastosowania szeregu metod matematycznych w celu uzyskania bardziej precyzyjnych oraz dokładniejszych informacji zawartych w sygnale EEG. Analizując sygnał EEG wzrokowo jesteśmy w stanie określid występujące w nich struktury o różnych postaciach i kształtach. Najważniejsze z nich zwane grafoelementami są dla technika informacje na temat rytmów występujących w zapisie EEG. Stosując analizę wzrokową można rozróżnid niektóre rytmy oraz określid ich rolę fizjologiczną, jednak ta metoda nie daje możliwości dokładnej separacji poszczególnych częstotliwości od siebie w sposób dokładny. Możliwośd segregacji informacji zawartych w sygnale oraz ich rozbudowaną analizę dają metody przetwarzania sygnałów. (Durka, 2015)

W celu przedstawienia możliwości cyfrowej analizy sygnału wybrano cztery różne algorytmy wykorzystywane głównie do badań mających charakter naukowy, rzadziej czysto kliniczny. Pierwszą prezentowaną metodą jest algorytm FFT dający możliwość oceny sygnału ze względu na wartość gęstości widmowej mocy dla poszczególnych rytmów EEG. Jako druga zostanie zaprezentowana metoda STFT, posiadająca możliwość oceny wartości amplitud sygnału EEG w zależności od czasu oraz częstotliwości sugerującej rytmy w których nastąpił wzrost amplitudy sygnału. Metoda STFT charakteryzuje się słabą rozdzielczością w dziedzinie czas-częstotliwość dlatego jako trzecią metodę wybrano algorytm Matching-Pursuit charakteryzujący się znacznie lepszą rozdzielczością oraz dający informację o rozmieszczeniu skupisk energetycznych w sygnale EEG. Ostatnim prezentowanym algorytmem będzie EMD, algorytm polegający na dekompozycji sygnału EEG na poszczególne mody składowe pozwalający ocenić zmiany dla poszczególnych wartości składowych sygnału w zależności od częstotliwości ich występowania. Do badań wykorzystano zapisy EEG pochodzące od: Pacjentki ze stwierdzoną padaczką Pacjentki z demencją podkorową Osobie zdrowej

Ad.1 Osoba zdrowa

Ad.2 Pacjentka podczas ataku padaczki Znaczący wzrost gęstości widmowej mocy podczas ataku padaczki

Ad.3 Pacjentka z otępieniem podkorowym Wzrost wartości gęstości widmowej mocy tylko dla początkowych rytmów świadczący o spowolnieniu pracy mózgu

Ad.1 Osoba zdrowa

Ad.2 Pacjentka podczas ataku padaczki Atak padaczki charakteryzujący się wzrostem wartości magnitudy sygnału w rozkładzie czas-częstotliwośd

Ad.3 Pacjentka z otępieniem podkorowym

Ad.1 Osoba zdrowa Miejsca zagęszczenia energii sygnału

Ad.2 Pacjentka podczas ataku padaczki Miejsca zagęszczenia energii sygnału

Ad.3 Pacjentka z otępieniem podkorowym Miejsca zagęszczenia energii sygnału

Amplituda Algorytm dekompozycji EMD Ad.1 Osoba zdrowa Częstotliwośd Spadek amplitud fal dla fal wolnych świadczący o ich mniejszym występowaniu

Amplituda Ad.2 Pacjentka z otępieniem podkorowym Częstotliwośd Wzrost wartości amplitudy sygnału w niskich pasmach częstotliwości wskazujący na dominacje fal wolnych

Gęstośd widmowa mocy Transformata Fouriera (FFT) przeprowadzona na poszczególnych modach uzyskanych z analizy EMD Ad.1 Osoba zdrowa Częstotliwośd Spadek gęstości widmowej mocy dla fal wolnych świadczący o ich mniejszym występowaniu

Gęstośd widmowa mocy Ad.2 Pacjentka z otępieniem podkorowym Częstotliwośd Wzrost wartości gęstości widmowej mocy w niskich pasmach częstotliwości wskazujący na dominacje fal wolnych

Algorytmy stosowane w przetwarzaniu sygnałów EEG dają możliwość dokładniejszej analizy informacji zawartych w sygnale pacjenta bądź osoby chorej. Ze względu na swoją złożoność nie zawsze nadają się do szybkiej oceny stanu pacjenta. Zmienne generowane przez algorytmy mogą zostać wykorzystane do wyodrębnienia cech charakterystycznych dla różnych stanów zdrowia człowieka. Zastosowanie analizy sygnału do badania zapisów spoczynkowych jest tylko jednym z wielu zastosowań informatyki w medycynie. Jako przykład można wymienić analizę bodźców ERD/ERS oraz zastosowanie szeregu transformat do oceny pracy mózgu poprzez hybrydową ocenę obrazów oraz sygnałów EEG/fMRI.