Wavelet Filtering in Real Time Polyanalyzers
- 1 ст. преподаватель, кафедра вычислительной техники, ВолгГТУ
- 2 к.т.н., доцент, кафедра вычислительной техники, ВолгГТУ
- 3 д.т.н., профессор, зав. кафедрой вычислительной техники, ВолгГТУ
Abstract
It is given the real time notion in electrophysiology by examples of EKG and EEG signals. For EKG in particular, time delay must be less than one cardio cycle, i.e. less than 1 second. It is proposed methods for time series filtering based on fast discrete wavelet transform. After forward wavelet transform some of coefficients are zeroing. Next step is inverse wavelet transform after that step most of noise signals are vanished. Under review is low pass filters and band pass filters. Examples of filters parameters estimation are given for EKG and EEG signals. Filters computation is based on dynamic error functional minimization. Functional is power of differential (difference between ideal and reconstructed signal) signal to power of noisy signal ratio. For filters computed amplitude-frequency responses what comparing with filters based on finite impulse response. It is given equations for transform complexity estimation for wavelet based filters and filters based on finite impulse response. It is shown that
How to cite
Акулов Л.Г., Литовкин Р.В., Муха Ю.П. Вейвлет-фильтрация в полианализаторах реального масштаба времени // Биомедицинская радиоэлектроника. 2011. № 6. С. 33–40.
References
- Blinowska K., Durka P.Electroencephalography (EEG) // Wiley encyclopedia of biomedical engineering. P. 1341-1355.
- Съем и обработка биоэлектрических сигналов: Учеб. пособие / под ред. К.В. Зайченко.Спб: СПбГУАП. 2001. 140 с.
- The Biomedical Engineering HandBook. Second Edition / ed. D. Joseph.BronzinoBocaRaton: CRCPressLLC. 2000. 3198 p.
- Гнездицкий В.В.Обратная задача ЭЭГ и клиническая электроэнцефалография (картирование и локализация источников электрической активности мозга). М.: МЕДпресс-информ. 2004. 624 с.
- Каплан А. Я.Нестационарность ЭЭГ: методологический и экспериментальный анализ // Успехи физиологических наук. 1998. №29(3). С. 35-55.
- Смоленцев Н.К.Основы теории вейвлетов. Вейвлеты в MATLAB. М.:ДМК Пресс. 2005. 304 с.
- Жаринов И. О. К вопросу о выборе порядка авторегрессионных моделей сигналов электроэнцефалограмм человека (в медицинском приборостроении) // Научно-технический вестник СПб ГУ ИТМО. 2006. Вып. 33. С. 121-132.
- Акулов Л.Г., Тарасова И. А., Муха Ю. П.Алгоритмические особенности представления электрофизиологических временных рядов в базисе функций Габора // Биомедицинская радиоэлектроника. 2010. № 6. C. 31-37.
- Акулов Л. Г., Муха Ю. П. Методы обработки электроэнцефалографических данных // Известия ВолгГТУ. Сер. «Электроника, измерительная техника, радиотехника и связь»: межвуз. сб. науч. ст. / ВолгГТУ. Волгоград. 2008. Вып. 2. № 4. C. 66-69.
- Угаров К. К., Акулов Л. Г., Литовкин Р.В.Кластеризация электроэнцефалографических сигналов // Информатика и системы управления. 2010. № 2. C. 149-151.