Отправить статью по E-mail Исследование динамически меняющегося сигнала с применением вейвлет-преобразований
- Авторы: Комаров П.В.1, Потехин Д.С.1
-
Учреждения:
- МИРЭА – Российский технологический университет
- Выпуск: Том 11, № 3 (2024)
- Страницы: 34-42
- Раздел: ВЫЧИСЛИТЕЛЬНЫЕ СИСТЕМЫ И ИХ ЭЛЕМЕНТЫ
- URL: https://bakhtiniada.ru/2313-223X/article/view/285906
- DOI: https://doi.org/10.33693/2313-223X-2024-11-3-34-42
- EDN: https://elibrary.ru/QGFXPP
- ID: 285906
Цитировать
Открытый доступ
Доступ предоставлен
Только для подписчиков
Аннотация
В представленной работе проведен вейвлет-анализ электроэнцефалограммы пациента с последующим построением скалограммы. Данный подход позволил выявить частотные компоненты электроэнцефалограммы и провести их комплексный анализ. Полученные результаты могут быть использованы для мониторинга состояние активности мозга пациента. Основной целью исследования является проведение анализа и фильтрации сигнала для определения основных составных частот электроэнцефалографического сигнала, на основании которых можно определить состояние активности мозга в определенные моменты времени, которые могут отражать различные когнитивные процессы, эмоциональные состояния и уровни концентрации пациента. Методология. Берется электроэнцефалограмма пациента, и с использованием вейвлет-преобразований получается набор частот в каждый момент времени с их амплитудой. Затем сигнал фильтруется от шумов, и повторно применяется вейвлет-преобразование для получения набора частот. После этого анализируются частоты в каждый момент времени, и на основании данных определяется состояние активности мозга пациента. Результаты исследования. В результате исследования процесса анализа электроэнцефалографического сигнала удалось отфильтровать исходный сигнал от шумов и выявить основные частоты, входящие в состав электроэнцефалографического сигнала. После чего на основе частот определено различные состояния сознания пациента в каждый момент времени. Область применения. Внедрение принципов вейвлет-анализа в архитектуру программируемых логических интегральных схем (ПЛИС) для проведения анализа снятых сигналов при помощи ультразвуковых датчиков на ПЛИС, реализуя таким образом автономное устройство.
Ключевые слова
Полный текст
Открыть статью на сайте журналаОб авторах
Павел Вячеславович Комаров
МИРЭА – Российский технологический университет
Автор, ответственный за переписку.
Email: pashabox123@yandex.ru
ORCID iD: 0000-0002-0646-8996
SPIN-код: 8306-6801
Scopus Author ID: 105149
аспирант
Россия, г. МоскваДмитрий Станиславович Потехин
МИРЭА – Российский технологический университет
Email: msyst@msyst.ru
ORCID iD: 0000-0003-3339-1530
SPIN-код: 5633-8641
Scopus Author ID: 414222
доктор технических наук, доцент, профессор, кафедра вычислительной техники
Россия, г. МоскваСписок литературы
- Быков В.В. Моделирование передачи изображений с сжатием // DSPA: Вопросы применения цифровой обработки сигналов. 2023. Т. 13. № 2. С. 4–11. EDN: SIKGOO.
- Боронахин А.М., Большакова А.В., Клионский Д.М. и др. Методы обработки сигналов акселерометров на железнодорожном транспорте с использованием вейвлет-преобразования // Известия высших учебных заведений России. Радиоэлектроника. 2024. Т. 27. № 1. С. 6–16. doi: 10.32603/1993-8985-2024-27-1-6-16. EDN: UQFHFJ.
- Вохник О.М., Короленко П.В., Мохов В.И. Вейвлет-анализ степени пространственной когерентности диспергированных световых пучков // XII междунар. конф. по фотонике и информационной оптике (Москва, 1–3 февраля 2023 г.): сб. науч. тр. М.: Нац. иссл. ядерный ун-т «МИФИ», 2023. С. 195–196. EDN: SOYFEM.
- Гуйо Г.А., Павлова О.Н., Павлов А.Н. Диагностика изменений динамики сложных систем по переходным процессам на основе многомасштабного вейвлет-анализа // Письма в Журнал технической физики. 2023. Т. 49. № 2. С. 7–9. doi: 10.21883/PJTF.2023.02.54277.19255. EDN: YQEFIU.
- Евстратова Л.Г., Антошкин А.А. Исследование текстурных признаков космических изображений объектов с применением вейвлет-анализа // Современные проблемы дистанционного зондирования Земли из космоса. 2024. Т. 21. № 1. С. 246–253. doi: 10.21046/2070-7401-2024-21-1-246-253. EDN: HTIGGB.
- Журавлев М.О., Руннова А.Е., Киселев А.Р. и др. Детектирование фазы быстрого сна по сигналам электроэнцефалограммы на основе модификаций вейвлет-анализа // Письма в Журнал технической физики. 2023. Т. 49. № 2. С. 39–43. doi: 10.21883/PJTF.2023.02.54285.19359. EDN: XPGPWS.
- Комаров П.В., Потехин Д.С. Архитектура устройства для мониторинга работоспособности человеческого тела на основе ультразвуковых измерений // Computational Nanotechnology. 2024. Т. 11. № 2. С. 51–57. doi: 10.33693/2313-223X-2024-11-2-51-57. EDN: MPEVLZ.
- Кузнецов И.В. Применение вейвлет-преобразования для повышения эффективности классификации движений на основе электромиограмм // Наука. Технологии. Инновации: сб. науч. тр. XVII Всерос. науч. конф. молодых ученых (Новосибирск, 4–8 декабря 2023 г.). В 11 ч. Новосибирск: Новосибирский гос. техн. ун-т, 2024. С. 66–70. EDN: HXSOKN.
- Медиевский А.В., Зотин А.Г., Симонов К.В. и др. Применение вейвлет-преобразования для обработки и анализа медицинских данных пациентов с эпилепсией // Медицина и высокие технологии. 2023. № 2. С. 14–24. doi: 10.34219/2306-3645-2023-13-2-14-24. EDN: UTFIOA.
- Немирко А.П., Ба Махел А.С., Манило Л.А. Распознавание опасных аритмий по скалограммам ЭКГ // Компьютерная оптика. 2024. Т. 48. № 1. С. 149–156. doi: 10.18287/2412-6179-CO-1354. EDN: TFXJTR.
- Нефедов Н.Г., Пузырев Е.И., Степанов Д.А. Обнаружение дыма в видео с использованием вейвлетов и машины опорных векторов // Проблемы развития современного общества: сб. науч. ст. 8-й Всерос. нац. науч.-практ. конф. (Курск, 19–20 января 2023 г.). В 4 т. / под ред. В.М. Кузьминой. – Курск: Юго-Западный гос. ун-т, 2023. Т. 3. С. 304–307. EDN: UKGSDD.
- Сай С.В., Зинкевич А.В. Вычислительные методы повышения быстродействия дискретного вейвлет-преобразования на базе FPGA // Научно-технический вестник информационных технологий, механики и оптики. 2023. Т. 23. № 1. С. 79–87. doi: 10.17586/2226-1494-2023-23-1-79-87. EDN: PDZLDQ.
- Сейтказин Н.К. Вейвлет-анализ для фильтрации шума в цифровых сигналах: обзор методов и применений // Современные условия интеграционных процессов в науке и образовании: сб. ст. по результатам Междунар. науч.-практ. конф. (Казань, 21 апреля 2023 г.). Стерлитамак: Агентство международных исследований, 2023. С. 54–59. EDN: UDEGIG.
- Фальков Г.А., Попов С.А., Горлов А.С. Сравнительный анализ преобразования Фурье и вейвлет-преобразования для анализа качества электроэнергии в сети // Электроэнергетика сегодня и завтра: сб. науч. ст. 2-й Междунар. науч.-техн. конф. (Курск, 24 марта 2023 г.). Курск: Университетская книга, 2023. Т. 2. С. 209–211. EDN: PYVTJE.
- Фальков Г.А., Попов С.А. Математическое моделирование процесса несинусоидальности на базе «Вейвлет-преобразования» // Молодежь и XXI век – 2024: сб. науч. ст. 13-й Междунар. молодежной науч. конф. (Курск, 15–16 февраля 2024 г.). В 3 т. Курск: Университетская книга, 2024. С. 225–227. EDN: ASFYEP.
Дополнительные файлы
