Modelowanie zakłóceń impulsowych w przetwarzaniu sygnałów biomedycznych

• Autorzy: Pander T.

Warianty tytułu

EN

Impulsive noise modeling in biomedical signal processing

• Języki publikacji: PL

Abstrakty

PL

Literatura cyfrowego przetwarzania sygnałów jest zdominowana przez założenie o gaussowskim charakterze zakłóceń. Jednak w rzeczywistych warunkach zakłócenia charakteryzują się rozkładami innymi niż gaussowskie. Często zakłócenia mają charakter impulsowy. Z uwagi na dużą liczbę sygnałów elektrofizjologicznych, do badań został wybrany sygnał EKG. Podczas przeprowadzania prób wysiłkowych zakłócenia mięśniowe wykazują charakter impulsowy. Celem pracy jest przedstawienie różnych modeli zakłóceń impulsowych stosowanych do zakłócania sygnałów biomedycznych. W pracy zostaną przedstawione następujące modele zakłóceń: Gaussa-Bernoulliego, Gaussa-Laplace'a, Gaussa-Cauchy'ego oraz model wykorzystujący symetryczne rozkłady alfa-stabilne. Symulowane zakłócenia są dodawane do sygnału o zadanej wartości SNR. Następnie wykorzystując filtrację liniową oraz nieliniową zostaną zmierzone zniekształcenia resztowe w sygnale po filtracji.

EN

A literature of digital signal processing is dominated by the assumption of Gaussian distribution of disturbances. But in a real world of signals such statement is too optimistic. Some noises distributions differ from the idealistic Gaussian model. Noises are often impulsive in their nature. There exists many different electrophysiological signals, but for the purpose of this work the electrocardiogram (ECG signal) was chosen. This signal is almost always disturbed by a noise. A noise that appears in ECG signals during the stress test (mainly a muscle noise) has an impulsive nature. The main aim of this work is to present different models of an impulsive noise. In this paper the following models of impulsive disturbances are introduced: a Gaussian-Bernoulli, a Gaussian-Laplace, a Gaussian-Cauchy and a symmetric alpha-stable model. Simulated noise is added to signal with known values of SNR. Then the linear and nonlinear filtering methods are applied and the rest distortions in a filtered signal are measured.

Słowa kluczowe

PL

zakłócenia impulsowe; filtr miriadowy; filtr medianowy; rozkłady α-stabilne; metody odporne

EN

impulsive noise; myriad filter; median filter; SαS distribution; robust methods

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2007
• Tom: R. 53, nr 9 bis
• Strony: 429--432
• Opis fizyczny: Bibliogr. 12 poz., rys., tab., wykr., wzory

Twórcy

autor

Pander T.

• Instytut Elektroniki, Politechnika Śląska w Gliwicach

Bibliografia

• [1] Aysal T. C.: Barner K. E., Robust frequency-selective filtering using weighted sum-median filters, in Proceedings of the 40th Annual Conference on Information Sciences and Systems (CISS2006), (Princeton, NJ), Mar. 2006.
• [2] Gonzalez J. G., Arce G. R.: Optimality of the myriad filter in practical impulsive-noise environments, IEEE Trans. on Signal Processing, vol. 49, nr 2, February 2001, str. 438-441.
• [3] Hu X., Nenov V.: A single-lead ECG enhancement algorithm using a regularized data-driven filter, IEEE Transactions on Biomedical Engineering, vol. 53, nr 2, str. 347-351, 2006.
• [4] Huber P.: Robust Statistics, John Wiley & Sons, Inc., 1981.
• [5] Łęski J.: Robust Weighted Averaging, IEEE Transactions on Biomedical Engineering, vol. 49, No. 8, str. 796-804, 2002.
• [6] Nałęcz M., Biopomiary, Biocybernetyka i Inżynieria Biomedyczna 2000, Warszawa, Akademicka Oficyna Wydawnicza Exit 2001.
• [7] Pander T.: Użycie algorytmu genetycznego do modelowania okresów sygnału EKG metodą przesuwanych w dziedzinie czasu paczek funkcji Hermite`a, XI Konferencja Naukowa „Biocybernetyka i Inżynieria Biomedyczna, Warszawa, 1999 r., str. 812-816.
• [8] Pander T.: An application of a weighted myriad filter to suppression an impulsive type of noise in biomedical signals, TASK Quartarly, 2004, str. 199-216.
• [9] Savitzky A., Golay M. J. E.: Smoothing and Differentiation of Data by Simplified Least Squares Procedures, Analytical Chemistry, vol. 36, 1964, str. 1627-1639.
• [10] Shao M., Nikias Ch. L.: Signal processing with fractional lower order moments: stable processes and their applications, Proceedings of IEEE, 1993, vol. 81, str. 986-1009.
• [11] Tsihrintzis G. A., Shao M., Nikias Ch. L.: Recent results in applications and procesing of α-stable-distributed time series, J.Franklin Inst., Vol. 333(B), nr 4, str. 467-497, 1996.
• [12] Wieczorkowski R., Zieliński R.: Komputerowe generatory liczb losowych, WNT, Warszawa 1997.