Zastosowanie statystyk wyższych rzędów w procesie różnicowania sygnałów pochodzących od drżeń kończyn człowieka

• Autorzy: Jakubowski J. , Kwiatos K.

Warianty tytułu

EN

Application of higher - order statistics in the discriminarion process of human hand tremor time series

• Języki publikacji: PL

Abstrakty

PL

Referat przedstawia próbę najczęściej występujących trzech rodzajów drżeń rąk człowieka polegająca na wykonaniu pomiarów akcelerometrycznych i wyliczeniu dla uzyskanych w ten sposób szeregów czasowych zbioru cech je charakteryzujących. Cechy te zostały wygenerowane za pomocą różnych opisów matematycznych bazujących na statystyce zarówno II jak i wyższych rzędów. Wykorzystanie prostego klasyfikatora neuronowego umożliwiło uzyskanie błędu klasyfikacji drżeń na poziomie 3.6%.

EN

The paper presents an attempt to seperate the most often observed three types of human tremor with objective techniques by measuring the acceleration of the hand tremor and by calculating some charcteristics features of these time series. Different mathematical descriptions have been adopted in order to generate the features. They have come from both second and higher-order statistics. A simple neural classificator has enabled the separation of these kinds of tremor with 3.6% error rate.

Słowa kluczowe

PL

pomiar akcelerometryczny; szereg czasowy; drżenie; klasyfikator neuronowy

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2000
• Tom: R. 46, nr 8
• Strony: 32--36
• Opis fizyczny: Bibliogr. 15 poz., rys., tab., wzory

Twórcy

autor

Jakubowski J.

• Wojskowa Akademia Techniczna, Instytut Podstaw Elektroniki

autor

Kwiatos K.

• Wojskowa Akademia Techniczna, Instytut Podstaw Elektroniki

Bibliografia

• [1] J. Timmer, C. Gantert, G. Dusch, J. Honerkamp; Characteristics of hand tremor time series; Biological Cybernetics, vol. 70, 1993, str. 75-80.
• [2] R. J. Elble, W. C. Koller: Tremor; John Hopkins University Press, Baltimore, 1990.
• [3] C. Gantert, J. Honerkamp J. Timmer: Analyzing the dynamics of hand tremor lime series; Biological Cybernetics, vol. 66, 1992, str. 479-484.
• [4] A. Swami, J. M. Mendel: Higher-Order Spectral Analysis Toolbox. For Use with Matlab; The Mathworks Partner Series, Natick, 1995.
• [5] J. M. Mendel: Tutorial on Higher-Order Statistics (Spectra) in Signal Processing and System Theory: Theoretical Results and Some Applications; Proc. IEEE, vol. 79, 1991, str. 278-305.
• [6] A. Papoulis: Prawdopodobieństwo, zmienne losowe i procesy stochastyczne; WNT, Warszawa, 1972.
• [7] G. B. Giannakis: Cumulants: A Powerful Tool in Signal Processing; Proc. IEEE, vol. 75,1987, str. 1333-1334.
• [8] C. Nikias, .J. M. Mendel: Signal Processing with Higher-Order Spectra; IEEE Technology Update Series, Nowy Jork, 1995.
• [9] M.J. Hinich: Testing for Gaussianity and Linearity of Stationary Time Series; J. of Time Series Analysis, vol. 3, 1982, str. 169-176.
• [10] R. Bobrowicz i inni: Badanie procesów powstawania drżeń kończyn górnych człowieka za pomocą testu Hinicha, I Sympozjum Modelowanie i Pomiary w Medycynie „MPM'99", Krynica Górska, kwiecień 1999, materiały konferencyjne str. 256-265.
• [11] P. O'Suillebhain: Fluctuations of instantaneous tremor frequency. Tremor Symposium, Kiel, 1997.
• [12] R. Bobrowicz i inni: Analiza czasowo-częstotliwościowa drżeń patologicznych; XXX Międzyuczelniana Konferencja Metrologów, Międzyzdroje, 1998, str. 205-210.
• [13] S. Osowski: Sieci neuronowe w ujęciu algorytmicznym; WNT, Warszawa, 1996.
• [14] A. Swami, J. M. Mendel: ARMA Parameter Estimation Using Only Output Cumulants; IEEE Trans. ASSP, vol. 38, 1990, str. 1257-1264.
• [15] J. Jakubowski: Wykorzystanie reprezentacji czasowo-częstotliwościowej w analizie sygnałów niestacjonarnych, Biuletyn Wojskowej Akademii Technicznej, nr 2, 1999, str. 65-88.