Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

Η παρουσίαση φορτώνεται. Παρακαλείστε να περιμένετε

12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Ψηφιακή Ανάλυση Βιοϊατρικών Σημάτων Β. Κωστόπουλος,

Παρόμοιες παρουσιάσεις


Παρουσίαση με θέμα: "12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Ψηφιακή Ανάλυση Βιοϊατρικών Σημάτων Β. Κωστόπουλος,"— Μεταγράφημα παρουσίασης:

1 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Ψηφιακή Ανάλυση Βιοϊατρικών Σημάτων Β. Κωστόπουλος, Θ. Λούτας, Αθ. Μπαλτόπουλος Εργαστήριο Τεχνικής Μηχανικής και Ταλαντώσεων Τμήμα Μηχανολόγων και Αεροναυπηγών Μηχανικών Πανεπιστήμιο Πατρών

2 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 STRUCTURAL HEALTH MONITORING/ ΔΟΜΙΚΗ ΑΚΕΡΑΙΟΤΗΤΑ ΚΑΤΑΣΚΕΥΩΝ Offshore Structures (70’s and 80’s) Aerospace applications Highway Bridges RION/PATRAS

3 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Παράδειγμα ομοιότητας, συμπληρωματικότητας και διεπιστημονικής προσέγγισης Vs(?)

4 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 The SHM includes four sub processes 1. Operational Evaluation 2. Data acquisition 3. Feature extraction 4. Damage Identification (Ritter Hierarchy) - What and where to measure? - What instruments are needed? - Conventional sensors or, - Wireless sensors + MEMS e.g, Modal Parameters - Damage Detection - Damage Location - Damage Assessment - Damage Prediction

5 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Τυπική διάταξη μετρητικού συστήματος Χρησιμοποιείται ο όρος μέτρηση με την πλέον γενικευμένη έννοια συμπεριλαμβάνοντας και την καταγραφή εικόνας ή άλλων μορφών διαγνωστικής πληροφορίας. Η φυσιολογική διεργασία που ενδιαφέρει μετατρέπεται σε ηλεκτρικό σήμα μέσω ειδικού αισθητήρα. αισθητήρας ενισχυτής Αναλογική επεξεργασία Μετατροπέας αναλογικού σε ψηφιακό Αποθήκευση σήματος ή buffering Επεξεργασία σήματος Οθόνη Υπολογιστής Φυσιολογική ενέργεια

6 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Αρμονική κίνηση: Κάθε κίνηση που επαναλαμβάνεται στο χώρο και στο χρόνο Χαρακτηριστικά: Πλάτος συχνότητα Μετατόπιση Χρόνος

7 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Παράγοντες που επηρεάζουν μια φυσιολογική μέτρηση Η έννοια του ‘θορύβου’ στην ανάλυση σήματος αφορά κάτι ανεπιθύμητο πλην ιδιαιτέρως σημαντικό, κάτι που πρέπει να μειώσουμε ή δυνατόν να εξαλείψουμε. Ο ‘θόρυβος’ είναι επίκτητο χαρακτηριστικό όλων των μετρητικών διατάξεων και πιθανόν περιοριστικός παράγοντας στη διαγνωστική επίδοση ενός ιατρικού εργαλείου. Eπιθυμία περιορισμού του θορύβου σε ένα σήμα Προέλευση θορύβου (εμβιομηχανική): (1) Φυσιολογική ευμεταβλητότητα (1) Φυσιολογική ευμεταβλητότητα (2) Περιβαλλοντικό θόρυβο ή παρεμβολή (2) Περιβαλλοντικό θόρυβο ή παρεμβολή (3) Προβληματική λειτουργία αισθητήρα και (3) Προβληματική λειτουργία αισθητήρα και (4) Ηλεκτρονικό θόρυβο (4) Ηλεκτρονικό θόρυβο Πηγή θορύβου Αιτία Πιθανή αντιμετώπιση Φυσιολογική ευμεταβλητότηταΗ μέτρηση σχετίζεται εμμέσως με την προς μέτρηση μεταβλητή Αλλαγή προσέγγισης προβλήματος Περιβαλλοντικός θόρυβος ή παρεμβολή Άλλες πηγές παρόμοιας ενέργειαςΕξάλειψη περιβάλλοντος θορύβου και διεργασιών Προβληματική λειτουργία αισθητήρα Ο αισθητήρας αποκρίνεται και σε άλλες μορφές ενέργειας Επανασχεδιασμός αισθητήρα Ηλεκτρονικός θόρυβοςΘερμικός θόρυβοςΕπανασχεδιασμός αισθητήρα ή/και ηλεκτρονικών

8 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Ανάλυση σήματος Ι Κλασικές Μέθοδοι Φασματικής Ανάλυσης Πεδίο χρόνου Vs Πεδίο συχνοτήτων Παράδειγμα: Ηλεκτροεγκεφαλογράφημα

9 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER ο μετασχηματισμός Fourier αναλύει το σήμα σε ένα άθροισμα αρμονικών συναρτήσεων διαφορετικών συχνοτήτων k (k-τάξεως αρμονική συχνότητα) και πλάτους G(k). Ευθύς μετασχηματισμόςΑντίστροφος μετασχηματισμός

10 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 ΦΑΣΜΑ ΙΣΧΥΟΣ Το φάσμα ισχύος ορίζεται ο μετασχηματισμός Fourier της συνάρτησης αυτοσυσχέτισης ενός σήματος. Σε διακριτό χρόνο, έχουμε: Όπου η συνάρτηση αυτοσυσχέτισης η οποία ορίζεται ως: Όπου η μέση τιμή της χρονοσειράς-σήματος Χ(t). Σήμα στο πεδίο του χρόνου μετασχηματισμός FFT Φάσμα ισχύος

11 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Ανάλυση σήματος ΙΙ – Ταυτόχρονη Ανάλυσης Στο Πεδίο Χρόνου-συχνότητας 1) ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ FOURIER SHORT-TΙΜΕ Βασίζεται στη διαίρεση του σήματος σε έναν αριθμό τμημάτων (επικαλυπτόμενα ή μη) και εφαρμογή του μετασχηματισμού Fourier σε κάθε ένα από αυτά τα τμήματα. Αυτό αποκαλείται “short-term Fourier transform” (STFT) αφού ο Fourier εφαρμόζεται σε τμήματα του σήματος που είναι συντομότερα από την συνολική καταγραφή. Από τη στιγμή που χρησιμοποιούνται τμήματα μικρότερα από τη συνολική καταγραφή, κρίνεται απαραίτητη η εφαρμογή κάποιου παραθύρου επικάλυψης επάνω στα δεδομένα. Η μέθοδος αυτή έχει εφαρμοστεί επιτυχώς σε βιο-ιατρικά σήματα. Η βασική εξίσωση του STFT δίνεται από τη σχέση: όπου w(t-τ) είναι η συνάρτηση του παραθύρου και τ είναι η μεταβλητή που δίνει το ποσό ολίσθησης του παραθύρου κατά μήκος της κυματομορφής, x(t).

12 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Υπάρχουν δύο προβλήματα με τον STFT: (1)η επιλογή βέλτιστου παραθύρου για τμήματα των δεδομένων που περιέχουν διάφορα χαρακτηριστικά μπορεί να μην είναι εφικτή και (2)το trade-off μεταξύ χρόνου και συχνότητας: συντομεύοντας το μήκος των δεδομένων, Ν, για να βελτιώσουμε την ανάλυση, θα μειωθεί η ανάλυση στο πεδίο της συχνότητας. Συντομεύοντας το μήκος των τμημάτων της κυματομορφής επίσης μπορεί να οδηγήσει σε απώλεια πληροφορίας στις χαμηλές συχνότητες οι οποίες δε θα περιλαμβάνονται εντός των τμημάτων. Ως εκ τούτου, αν το παράθυρο γίνει μικρότερο για να βελτιωθεί η ανάλυση στον χρόνο τότε η συχνότητα θα αλλοιωθεί και το αντίστροφο.

13 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου ) ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ ΚΥΜΑΤΙΔΙΟΥ – ΒΑΣΙΚΕΣ ΙΔΕΕΣ Αρμονικές διαφόρων συχνοτήτωνΣήμα Μετασχηματισμός Fourier Κυματίδια διαφορετικής κλίμακας και μετατόπισηςΣήμα Μετασχηματισμός κυματιδίων Το κυματίδιο είναι ένα κύμα πεπερασμένης (και όχι άπειρης) διάρκειας το οποίο έχει μηδενική μέση τιμή

14 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Υψηλή κλίμακαΧαμηλή κλίμακα ΚΛΙΜΑΚΑ ΚΑΙ ΣΥΧΝΟΤΗΤΑ Χαμηλή κλίμακα συμπιεσμένο κυματίδιο απότομα μεταβαλλόμενες λεπτομέρειες υψηλή συχνότητα Υψηλή κλίμακα ’τεντωμένο’ κυματίδιο αργά μεταβαλλόμενες λεπτομέρειες χαμηλή συχνότητα

15 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 ΔΙΑΚΡΙΤΟΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ ΚΥΜΑΤΙΔΙΩΝ Όπου ψ η μητρική συνάρτηση βάσης και ψ* ο συζυγής μιγαδικός της. Το j αφορά κλίμακα (και εμμέσως συχνότητα) ενώ το k χρονική μετατόπιση Αυτό που κάνει ο διακριτός μετασχηματισμός κυματιδίου είναι να περνάει -ανάλογα με τα επίπεδα ανάλυσης που έχουμε προεπιλέξει- το αρχικό σήμα από ένα φίλτρο χαμηλών και ένα φίλτρο υψηλών συχνοτήτων. Η έξοδος του φίλτρου χαμηλών συχνοτήτων ονομάζεται ‘προσέγγιση’ (Αpproximation) ενώ η έξοδος του φίλτρου υψηλών συχνοτήτων ‘λεπτομέρεια’ (Detail). Αυτό είναι ανάλυση ενός επιπέδου. Αν επιθυμούμε περισσότερα επίπεδα ανάλυσης τότε η ‘προσέγγιση’ θα περάσει εκ νέου από φίλτρο χαμηλών και φίλτρο υψηλών συχνοτήτων δίνοντας μια καινούρια ‘προσέγγιση 2’ και ‘λεπτομέρεια 2’.

16 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 ΣΥΝΕΧΗΣ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΣ ΚΥΜΑΤΙΔΙΩΝ Όπου α συμβολίζουμε την κλίμακα (scale) και b τη μετατόπιση της μητρικής συνάρτηση κυματιδίου ψ(t). Με ψ* συμβολίζουμε το συζυγή μιγαδικό του μητρικού κυματιδίου ψ. CW(α,b) είναι οι συντελεστές του συνεχούς μετασχηματισμού κυματιδίου.

17 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Ανάλυση 8 επιπέδων σε σήμα ταλαντώσεως από προσομοίωση εγκεφαλικού οιδήματος. Στη συγκεκριμένη εργασία αποδείχθηκε η ευαισθησία πολύ συγκεκριμένων επιπέδων ανάλυσης στην παρακολούθηση της εξέλιξης του προσομοιούμενου οιδήματος. Εφαρμογή 1: Ανάλυση επιπέδων σε σήμα ταλαντώσεως από προσομοίωση εγκεφαλικού οιδήματος * V. Kostopoulos, T.H. Loutas, C. Derdas, E. Douzinas, ‘Wavelet Analysis Of Head Acceleration Response Under Dirac Excitation For Early edema Detection’, Journal of Biomechanical engineering, vol. 130, No2, April 2008

18 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Εφαρμογή 2: Διάγνωση επιληψίας σε εγκεφαλογράφημα με τη χρήση του συνεχούς μετασχηματισμού κυματιδίων Εφαρμογή συνεχούς μετασχηματισμού κυματιδίων σε εγκεφαλογράφημα για τον εντοπισμό επιληψίας * Lotfi Senhadji, Fabrice Wendling, Epileptic transient detection: wavelets and time-frequency approaches, Neurophysiol Clin 2002 ; 32 : Συνεχής μετασχηματισμός κυματιδίου - scalogram Σήμα στο χρόνο

19 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Εφαρμογή 3: Αφαίρεση της ηλεκτροκαρδιογραφικής (ECG) παρεμβολής σε σήματα διαφραγματικού ηλεκτρομυογραφήματος (ΕMGdi) Κλινική μελέτη: (a) το πρωτογενές EMGdi σήμα (b) το επεξεργασμένο EMGdi σήμα xρησιμοποιώντας τεχνική hard thresholding (c) το επεξεργασμένο EMGdi σήμα xρησιμοποιώντας αντίστροφη τεχνική hard thresholding (d) το επεξεργασμένο EMGdi σήμα xρησιμοποιώντας απλό υψιπερατό (high-pass) φίλτρο (e) το επεξεργασμένο EMGdi σήμα xρησιμοποιώντας τεχνικές gating (f) το επεξεργασμένο EMGdi σήμα xρησιμοποιώντας φίλτρο βασισμένο σε μετασχηματισμό κυματιδίων * Choujun Zhan, Lam Fat Yeung, Zhi Yang, A wavelet-based adaptive filter for removing ECG interference in EMGdi signals, Journal of Electromyography and Kinesiology, In Press (2009)

20 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Ανάλυση σήματος ΙΙΙ – Ανάλυση Κυρίων Συνιστωσών Ένα κύριο θέμα στην ανάλυση αυτή είναι η εύρεση μετασχηματισμών που θα απεικονίσουν τα δεδομένα σε χώρο μικρότερης διάστασης και συνεπώς πιο εύκολα προσπελάσιμο και αξιολογήσιμο. Για παράδειγμα, είναι δυνατόν η αναζητούμενη πληροφορία που εδράζεται σε έναν πολυμεταβλητό χώρο να εκφραστεί με λιγότερες μεταβλητές; Μπορεί το μειωμένο σετ μεταβλητών να αποδίδει πληροφορία πιο κατανοητή από το αρχικό σετ μεταβλητών; Αν το τελευταίο ισχύει τότε μπορούμε να πούμε ότι η πληροφορία ‘κρύβεται’ ή είναι λανθάνουσα εντός των αρχικών δεδομένων. Ίσως το νέο σετ μεταβλητών περιγράφει πιο καλά την υποκείμενη διαδικασία, η οποία έχει παράξει και τα δεδομένα. Ένα βιο-ιατρικό παράδειγμα αποτελεί η ανάλυση ΗΕΓ όπου ένας μεγάλος αριθμός κυματομορφών καταγράφεται πάνω από την περιοχή το εγκεφαλικού φλοιού.

21 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Oι μετασχηματισμοί που μειώνουν τη διαστατικότητα πολυ-μεταβλητών δεδομένων μετασχηματίζουν ένα σύνολο δεδομένων σε νέο σύνολο όπου κάποιες από τις νέες μεταβλητές θα έχουν μικρότερες τιμές σε σχέση με άλλες. Από τη στιγμή που οι τιμές των μεταβλητών αυτών είναι σχετικά μικρές δε θα συμβάλλουν σημαντικά στο σύνολο των παρατηρήσεων και μπορούν επομένως να εξαλειφθούν. Με τον κατάλληλο λοιπόν μετασχηματισμό, είναι δυνατόν να εξαλειφθεί ένα μεγάλο μέρος των μεταβλητών που συμβάλλουν ελάχιστα στη συνολική πληροφορία. Ο μετασχηματισμός των δεδομένων είναι ουσιαστικά ένας απλός γραμμικός μετασχηματισμός επάνω στις καταγραφές. Ένας γραμμικός μετασχηματισμός περιγράφεται από την ακόλουθη σχέση: με i=1,…,N

22 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Γραμμικός μετασχηματισμός μπορεί να νοηθεί ως η περιστροφή του αρχικού σετ δεδομένων στον M-διάστατο χώρο. Ένα παράδειγμα του πώς ένας μετασχηματισμός περιστροφής μπορεί να παράξει ένα νέο σετ δεδομένων με λιγότερες κύριες μεταβλητές φαίνεται στο σχήμα για ένα απλό δι-διάστατο σετ δεδομένων. Το αρχικό σύνολο απεικονίζεται ως η μια μεταβλητή σε σχέση με την άλλη. Η συμμεταβλητότητα της μεταβλητής x1 είναι 0.34 και η συμμεταβλητότητα της x2 είναι Μετά την περιστροφή οι δύο νέες μεταβλητές, y1 και y2 έχουν συμμεταβλητότητα 0.53 και 0.005, αντίστοιχα. Αυτό υπονοεί ότι μία μεταβλητή, η y1, περιέχει σχεδόν όλη την πληροφορία του αρχικού συνόλου που περιγραφόταν με δύο μεταβλητές τις x1 και x2. Σετ δεδομένων 2 μεταβλητών και ο γραμμικός μετασχηματισμός του (περιστροφή). Το νέο σετ έχει επίσης 2 μεταβλητές αλλά η διασπορά της μίας σε σχέση με την άλλη είναι πάρα πολύ μικρή

23 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Εφαρμογή: Διαφοροποίηση βαδίσματος σε νέους και ηλικιωμένους ενήλικες (a) Μέση καμπτική ροπή κατά τη διάρκεια ανάβασης σκάλας για νέους (συνεχής γραμμή) και ηλικιωμένους ενήλικες (διακεκομμένη) (b) Διάνυσμα φόρτισης για τη 2 η κύρια συνιστώσα PC2 της καμπτικής ροπής (c) Καμπύλες καμπτικής ροπής για αναβάσεις σκάλας με χαμηλή (5%) και υψηλή (95%) επίδοση στην 2 η κύρια συνιστώσα PC2 (d) Ανάλυση κυρίων συνιστωσών (2 η και 3 η ) για τα δεδομένα καμπτικής ροπής για νέους και ηλικιωμένους ενήλικες. Φαίνεται ο διαχωρισμός των ομάδων στην PC2 κατεύθυνση * V Samantha M. Reid, Ryan B. Graham, Patrick A. Costigan, Differentiation of young and older adult stair climbing gait using principal component analysis, Gait & Posture, In Press, November 2009

24 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Το ΜΕΛΛΟΝ  Πολλαπλά καταγραφόμενα σήματα  Κατάλληλες και πιθανά διαφορετικές τεχνικές ανάλυσης κάθε σήματος  ΔΙΑΧΥΣΗ ΔΕΔΟΜΕΝΩΝ σε κατάλληλα σχεδιασμένο περιβάλλον Νευρωνικά αυτό-εκπαιδευόμενα δίκτυα ανάλυσης

25 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Network structure x 1 x 2. x Hidden Units Outputs Inputs

26 12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 ΣΥΜΠΕΡΑΣΜΑΤΑ Η ανάλυση και επεξεργασία σήματος είναι κεφαλαιώδους σημασίας σε οποιαδήποτε εφαρμογή είναι επιθυμητή η εξαγωγή διαγνωστική πληροφορίας από κάποια καταγραφή-σήμα Είναι βέβαιο ότι υπάρχει πληθώρα εφαρμογών που απαιτούν ανάλυση σήματος στην Ιατρική και ελπίδα μας είναι η εργασία αυτή να βοηθήσει έστω και ελάχιστα στην κατεύθυνση αυτή.


Κατέβασμα ppt "12ο Θεματικό Συνέδριο Εντατικής Θεραπείας & Επείγουσας Ιατρικής: MONITORING Αθήνα, 27 Νοεμβρίου 2009 Ψηφιακή Ανάλυση Βιοϊατρικών Σημάτων Β. Κωστόπουλος,"

Παρόμοιες παρουσιάσεις


Διαφημίσεις Google