Изучение характеристик сигналов электроэнцефалографических, электромиографических, реографических и электрокардиографических исследований, страница 2

В данной курсовой работе разработан алгоритм обработки и анализа биомедицинского сигнала.  В пояснительной записке приведены основные характеристики исследуемого и образцового сигналов, их спектральный анализ, а так же фильтрация реального сигнала и его сжатие.

Расчетно-пояснительная записка курсового проекта содержит очень много листов и 7 приложений.  В приложении приведен алгоритм анализа, фильтрации и сжатия исследуемого сигнала.

ПРОЕКТ, РЕАЛЬНЫЙ СИГНАЛ, ИДЕАЛЬНЫЙ СИГНАЛ, СПЕКТРАЛЬНЫЙ АНАЛИЗ, ФИЛЬТРАЦИЯ, АЧХ, АМПЛИТУДА.

Содержание

Введение.......................................................................................................................................6

1.  Теоретическая часть.........................................................................................................7

1.1  Электроэнцефалографический сигнал, характеристики......................................7

1.2  Электромиография, характеристики электромиографии....................................11

1.3  Реография и характеристики реографических сигналов.....................................13

1.4  Характеристики электрокардиографического сигнала........................................15

2.  Практическая часть.........................................................................................................19

2.1. Первый раздел – анализ сигнала и квантование...................................................19

2.2. Второй раздел - анализ спектрального состава сигнала.......................................23

2.3. Третий раздел - фильтрация исследуемого сигнала.............................................29

2.4. Четвертый раздел - сжатие исследуемого сигнала...............................................59

2.5. Исследование сигнала на предмет наличия отклонений физиологического процесса от идеального..................................................................................................62

2.6. Алгоритм программы для обработки сигнала.......................................................65

Заключение……………………………………………………………….....................…….....65

Литература…………………...……………………………………………......................……..66

Приложение.................................................................................................................................67


Введение

Диагностика является неотъемлемой частью современной медицины. Сигналы датчиков диагностической аппаратуры чаще всего представляют собой гармонические колебания. К сожалению, условия, при которых проводятся исследования, обычно далеки от идеальных, а потому на полезный сигнал накладывается большое количество помех. В некоторых случаях амплитуда помех может быть сравнима с амплитудой полезного сигнала, что сильно затрудняет  анализ данных.

Кроме этого существует еще одна проблема – хранение полученных данных. Количество пациентов, проходящих диагностику, велико, а, следовательно, велик и объем полученной информации. Так как современные системы чаще всего строятся на базе компьютера, то данная проблема имеет два решения – наращивание объема памяти и сжатие полученных данных.

В данной работе рассмотрена система обработки сигнала, включающая его анализ, фильтрацию и сжатие, то есть решающая вышеперечисленные проблемы современной диагностики.

1.  Теоретическая часть на тему:

«изучение характеристик сигналов электроэнцефалографических, электромиографических, реографических и электрокардиографических исследований».

1.1. Электроэнцефалографический сигнал, характеристики.

Основными понятиями, на которые опирается характеристика ЭЭГ, являются частота, амплитуда и фаза.

Частота определяется количеством колебаний в секунду. Поскольку ЭЭГ представляет собой вероятностный процесс, на каждом участке записи встречаются, волны различных частот, поэтому в заключение приводят среднюю частоту оцениваемой активности. Обычно берется 4-5 отрезков ЭЭГ длительностью в 1 с. и сосчитывают количество волн на каждом из них. Средняя из полученных данных будет характеризовать частоту соответствующего ритма на ЭЭГ.