CC BY
31
Краткие сообщения
УДК 615.471:616-073.97:616.831:681.3.06
А.В. Лучинин, Л.А. Дорогобед
ОЦЕНКА ЭФФЕКТИВНОСТИ ВЫДЕЛЕНИЯ ЗРИТЕЛЬНЫХ ВЫЗВАННЫХ ПОТЕНЦИАЛОВ НА ОСНОВЕ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЙ
В работе показана возможность выделения низкоамплитудных компонентов зрительных вызванных потенциалов при малых соотношениях сигнал-шум.
Вызванные потенциалы; электроэнцефалограмма; вейвлет-преобразование; Фурье-спектр.
A.V. Luchinin, L.A. Dorogobed
ESTIMATION OF EFFICIENCY OF ALLOCATION OF THE VISUAL CAUSED POTENTIALS ON THE BASIS OF VEJVLET-TRANSFORMATIONS
In work possibility of allocation of low peak components of the visual caused potentials is shown at small parities a signal-noise.
Caused potentials; electroencephalogram; vejvlet-transformation; Fourier-spectrum.
В отличие от преобразования Фурье, вейвлет-преобразование дает двумерную развертку одномерного процесса в координатах: частота и время. В результате появляется возможность анализировать свойства процесса одновременно во временной и частотной областях.
Преобразование Фурье представляет сигнал, заданный во временной области, в виде разложения по ортогональным базисным функциям, выделяя, таким образом, частотные компоненты. Недостаток преобразования Фурье в том, что частотные компоненты не могут быть локализованы во времени. Это и объясняет его применимость только к анализу стационарных сигналов.
В данной работе используется возможность моделирования в среде MATLAB. В работе проанализирована возможность выделения зрительного вызванного потенциала из смеси сигнал + «шум» с помощью ВВП, а под «шумом» понимается фоновая ЭЭГ и аппаратурные погрешности. Модель «чистого» сигнала изображена на рис. 1. Модель сигнала + «шум» представлена на рис. 2.
0.6------1-------1------1------1------1------
0 4
-0.2 1---------------'---------------'--------------'---------------'--------------'---------------
0 200 400 600 800 1000 1200
Рис. 1. Модель ВВП
Краткие сообщения
0.6 0.4 0.2 0 -0.2 -0.4
0 200 400 600 В00 1000 1200
Рис. 2. Модель ВВП+ «шум»
Была проведена вейвлет-фильтрация ортогональными вейвлетами различных порядков. Результат оценивался по коэффициенту корреляции между «чистым» сигналом и «отфильтрованным» (получили за счет отбрасывания вейвлет-коэффициентов высокого порядка).
В результате моделирования показано, что наилучшим по коэффициенту корреляции и точности выделения низкоамплитудных компонтентов зрительных вызванных потенциалов является Даубечи-6 (ЭаиЬесЫеБ 6.).
На рис. 3. изображена модель «чистого» сигнала и восстановленного после вейвлет-фильтрации.
Рис. 3. Модель «чистого» сигнала и восстановленного после вейвлет-фильтрации
При сравнении с рис. 1 видно, что удалось выделить поздние компоненты низкоамплитудных ЗВП, которые лежат ниже уровня шумов.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. Гонсалес Р., Вуда Р. Цифровая обработка изображения. - М.: Техносфера, 2005. -1072 с.
2. Гонсалес Р., Вуда Р., Эддинс С. Цифровая обработка изображения в среде MATLAB. М.: Техносфера.
Лучинин Алексей Витальевич
Технологический институт федерального государственного образовательного учреждения высшего профессионального образования «Южный федеральный университет» в г. Таганроге.
E-mail: rpru@tsure.ru
347928 г. Таганрог, пер. Некрасовский, 44, тел.: (8634)360058.
Кафедра РПрУиТВ, доцент, к.т.н.
Luchinin Alexey Vitalievich
Taganrog Institute of Technology - Federal State-Owned Educational Establishment of Higher Vocational Education “Southern Federal University”.
E-mail: rpru@tsure.ru
44, Nekrasovskiy, Taganrog, 34l928, Russia, Phone: (8634)36QQ58.
Departmet of Radio Receivers & Television, senior lecturer, Cand. Eng. Sc.
Дорогобед Людмила Александровна
Технологический институт федерального государственного образовательного учреждения высшего профессионального образования «Южный федеральный университет» в г. Таганроге.
E-mail: vizavixxxx@yandex.ru.
34l928 г. Таганрог, пер. Некрасовский, 44, тел.: (918)588849Q.
Аспирантка.
Dorogobed Ludmila Alexandrovna
Taganrog Institute of Technology - Federal State-Owned Educational Establishment of Higher Vocational Education “Southern Federal University”.
E-mail: vizavixxxx@yandex.ru.
44, Nekrasovskiy, Taganrog, 34l928, Russia, Phone: (918)588849Q.
Post-graduate student.
УДК 159.9, 5l2
А.С. Слива, Г.Ю. Джуплина СТАБИЛОГРАФИЧЕСКИЙ ТРЕНАЖЕР
В работе описывается новый стабилоанализатор, рассмотрены его основные технические характеристики и применение.
Стабилограф; медицинская технология; тест.
A.S. Sliva, G.Yu. Dzhuplina STABILOGRAPHIC SIMULATOR
In work it is described new стабилоанализатор, characteristics and application are considered its basic that-nicheskie.
Stabilograph; medical technology; test.
На базе ЗАО «ОКБ«РИТМ» была разработана новая медицинская технология восстановления, поддержания и совершенствования навыков координации движения: компьютерный стабилоанализатор с биологической обратной связью «Стабилан Q1-2 «тренажер».
Стабилоанализатор применяется совместно с ПЭВМ. Связь с ПЭВМ осуществляется через беспроводной канал связи. Модуль связи подключается к ПЭВМ через разъем USB. Он имеет следующие технические характеристики:
1. Потребляемая электрическая мощность - не более 15 ВА.
2. Поле, доступное для автоматического совмещения центра координат платформы с центром давления человека на плоскость опоры ("центровки") - ±2QQ мм по осям координат относительно центра платформы с допускаемыми отклонениями ±1 мм.
