Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: dekompozycja pakietów falkowych

Sortuj według:

Ogranicz wyniki do:

A novel deep LSTM network for artifacts detection in microelectrode recordings

Hosny Mohamed, Zhu Minwei, Gao Wenpeng, Fu Yili

Biocybernetics and Biomedical Engineering

2020

Vol. 40, no. 3

1052--1063

Microelectrode recording (MER) signals are world-widely used for validating the planned trajectories in the procedure of deep brain stimulation (DBS) surgery to obtain accurate position of electrodes inside the brain structure. Besides, MER signals are important source for studying extracellular neuronal activity and DBS biomarkers, such as, spike clustering and sorting. However, MER signals are prone to several artifacts derived from electrical equipment in the operating room, electrode movement and patient activities, etc., which reduce the signal-to-noise ratio of the MER signals. Therefore, in this paper, we propose a novel deep learning architecture based on long short-term memory (LSTM) network for automatic artifact detection in MER signals. Frequency and time-domain features were extracted from the raw MER signals and fed to the deep LSTM network. A manually annotated MER database obtained from 17 Parkinson's disease (PD) patients were used to validate the proposed architecture. The proposed architecture achieved promising results of 97.49% accuracy, 98.21% sensitivity and 96.87% specificity on an unseen test set. To our best knowledge, this is the first study to use LSTM network for artifacts detection in MER signals. The MER data will be available at http://homepage.hit.edu.cn/wpgao.

Machined surface quality estimation based on wavelet packets parameters of the surface image

Zawada-Tomkiewicz A.

Pomiary Automatyka Kontrola

2010

R. 56, nr 6

606-609

Machined surface image, destined for monitoring, was represented by the diagnostic feature vector, correlated with maladjustment of the process. Maladjustment is manifested by the increase of the signal random component in relation to deterministic one. Such a behavior of the system was the basis for diagnostic measure elaboration. From the definition of entropy, it increases with the increase of the random component. So, the entropy of normalized energy vector for optimal decomposition tree coefficients was selected as the diagnostic measure. The correlation between the entropy of energy vector of decomposition tree coefficients and machined surface parameters and tool wear was demonstrated.

Środowisko zautomatyzowanego wytwarzania wymaga szybkich pomiarów chropowatości, jeszcze przed ostatecznym ukształtowaniem wyrobu. Do tej pory nie udało się opracować takiego układu, który spełniałby wymagania systemów sterowania produkcją, ze względu na wiele niekontrolowanych czynników wpływających na ostateczną jakość powierzchni. Jednym z możliwych do zastosowań przemysłowych układów inspekcji powierzchni jest system bazujący na obrazie tej powierzchni, szerzej omówiony w [1-4]. Obraz powierzchni po obróbce toczeniem, podobnie jak powierzchnia, jest strukturą kierunkową, w której dane zebrane w kierunku prostopadłym do śladów obróbki, w kolejnych chwilach czasu, reprezentują przebieg procesu skrawania. W artykule dane jasności obrazu powierzchni, zebrane w kierunku prostopadłym do kierunkowości, modelowano przy zastosowaniu pakietów falkowych. Problem analizy czasowo-częstotliwościowej obrazów powierzchni po toczeniu sprowadził się do przeprowadzenia odpowiedniego schematu dekompozycji przestrzeni czasowo-częstotliwościowej i wyznaczenia wektorów składowych [5-7]. Dobór drzewa dekompozycji pozwolił na ograniczenie liczby analizowanych wektorów składowych do ośmiu w2,2, w2,3, w3,3, w4,0, w4,1, w4,2, w4,3.. Zaproponowano miarę nieuporządkowania energii (entropia znormalizowanej energii) dla opisu poszczególnych składowych drzewa dekompozycji [8], które skutecznie charakteryzują nieregularność profilu obrazu powierzchni i rozregulowanie procesu. Potwierdzono zależność statystyczną między wartościami miar nieuporządkowania energii poszczególnych składowych a parametrami powierzchni i zużycia ostrza.