Wyniki wyszukiwania - BazTech

1

System wspierający ocenę wzrokowych potencjałów wywołanych w oparciu o analizę wielorozdzielczą

Stasiakiewicz P., Dobrowolski A., Tomczykiewicz K.

Przegląd Elektrotechniczny

|

2017

|

R. 93, nr 10

1--5

PL

Hipotezy dotyczące schorzeń drogi wzrokowej formułowane są na podstawie oceny wzrokowych potencjałów wywołanych powstałych na wskutek stymulacji oka zewnętrznym źródłem światła. Proces diagnostyczny jest złożony i skomplikowany, dlatego wymaga od lekarza doświadczenia i dobrej percepcji. W niniejszym artykule opracowano system wspierający proces decyzyjny, który charakteryzuje się w zbiorze testującym 100,00% czułością w grupie 49 przypadków przy 14,38% prawdopodobieństwie fałszywego alarmu w grupie 153 przypadków diagnostycznych.

EN

Hypotheses regarding visual pathway disorders are formulated on the basis of visual evoked potentials arising as a result of stimulation of the eye by external light source. Diagnostic process is complex and complicated and therefore requires a doctor's experience and a good perception. This article provides a system supporting decision-making process, which is characterized in the testing set by a 100.00% sensitivity in 49 cases with 14.38% probability of false alarm in the group of 153 diagnostic cases.

2

Multisensoryczny detektor upadków wykorzystujący dyskretną dekompozycję falkową oraz klasyfikator SVM

Wójtowicz B., Dobrowolski A. P.

Pomiary Automatyka Kontrola

|

2014

|

R. 60, nr 9

729--732

PL

W artykule zaprezentowano wyniki badań opracowanego mechanizmu detekcji upadków. Wysoką niezawodność oraz niski poziom fałszywych alarmów uzyskano w wyniku zastosowania czterech niezależnych sensorów różnych wielkości fizycznych oraz wyrafinowanych metod przetwarzania sygnałów i eksploracji danych. Przeprowadzone badania pozwalają na stwierdzenie, że pominięcie znaku deskryptorów znacznie poprawia skuteczność prawidłowej klasyfikacji upadków. Z tego powodu w dalszych pracach zostanie przyjęty algorytm wykorzystujący wartości bezwzględne wyznaczanych cech. W trakcie badań zaobserwowano, że zwiększanie liczby cech użytych w procesie uczenia oraz testowania nie prowadzi do zwiększenia jakości klasyfikacji. Wynika stąd potrzeba dobrania optymalnej liczby deskryptorów. Dlatego istotnym warunkiem poprawy skuteczności systemu jest przeprowadzenie właściwej selekcji cech, co jest głównym celem kolejnego etapu badań.

EN

The paper presents the results of research on a fall detection algorithm. The high reliability and a low level of false alarms were obtained by the use of four independent sensors of various physical quantities as well as sophisticated methods of signal processing and data mining. The algorithm was implemented and tested in Matlab. It was based on the discrete wavelet transform and a support vectors machine. The source of the data was processed by the detector presented in [5, 6]. The device integrates four MEMS sensors. It includes an atmospheric pressure sensor and three triaxial sensors, such as an accelerometer, a gyroscope and a magnetometer. The signal from each of the available sensors was sampled at a frequency of 25 Hz. The processed and analyzed frame had the length of 100 samples, which equaled four-second registration. The scheme of the measurement system is shown in Figure 3. The obtained findings were the basis for the presentation of each sensor in the field of ROC curves in two variants (taking into account an extracted feature with the sign and with its omission). Definitely, better results were obtained using the absolute values of the descriptors in the process of learning/testing. The best results of fall detection were received for a gyroscope and an accelerometer, followed by a magnetometer and a barometric pressure sensor. From the studies one can draw a conclusion that the omission of the sign descriptors significantly improves the correct classification of falls. For this reason, in further work there will be adopted an algorithm using the absolute values of extracted features. During the study it was observed that the increase in the number of features used in learning and testing did not lead to the increase in the quality of classification. This calls for the selection of the optimum number of descriptors. Therefore, an important prerequisite to improve the efficiency of the system is a proper feature selection, which is the main objective of the next stage of investigations. In further research, we plan to implement the data fusion algorithm in order to increase the effectiveness of the mechanisms developed.

3

Detektor upadków oparty na dyskretnej transformacie falkowej oraz niezależnych klasyfikatorach SVM

Wójtowicz B., Dobrowolski A. P.

Elektronika : konstrukcje, technologie, zastosowania

|

2014

|

Vol. 55, nr 3

22-26

PL

Artykuł prezentuje algorytm do detekcji niekontrolowanych upadków człowieka. Wiele dostępnych rozwiązań bazuje na pojedynczych sensorach, a uzyskiwane rezultaty są zazwyczaj wynikiem implementacji algorytmów bazujących na progach, po przekroczeniu których uruchamiana jest procedura alarmowa. W odróżnieniu do takiego podejścia w artykule zaprezentowano i przebadano algorytm detekcji upadków bazujący na dekompozycji falkowej oraz liniowej sieci wektorów nośnych. Uzyskane wyniki dały w rezultacie poprawną klasyfikację wszystkich badanych zdarzeń upadków, z niewielką liczbą zgłaszanych fałszywych alarmów. Zaprezentowane badania są kontynuacja prac mających na celu opracowanie mobilnego detektora upadków.

EN

This article presents an algorithm for the detection of uncontrolled falls. Many of the available solutions are based on data from individual sensors. The results obtained through them are usually based on thresholds algorithms beyond which the alarm is triggered. In contrast to this approach, in this article falls detection algorithm based on wavelet decomposition and linear support vector machine has been presented and tested. The results have given the correct classification of all fall events, with a small number of false positives. The presented study is the continuation of the work to develop a mobile fall detector.

4

Obiektywna ocena traktu słuchowego oparta na analizie falkowej potencjałów wywołanych i sieci wektorów nośnych

Suchocki M., Dobrowolski A.P.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 9

160-165

PL

W artykule opisano problematykę związaną z elektroencefalograficznym badaniem słuchu. Ze względu na to, że obecne metody opierają się głównie na interpretacji przebiegów czasowych elektroencefalogramów i wymagają od badającego neurologa dużego doświadczenia, podjęto się zadania, które ma na celu eliminację subiektywnej oceny wyników oraz zautomatyzowanie badania. Autorzy korzystając z metod CPS wyodrębnili cechy dystynktywne potencjałów wywołanych dobrze różnicujące przypadki prawidłowe od patologicznych.

EN

The paper describes the problems associated with electroencephalographic examination hearing. Due to the fact that the current methods are mainly based on the interpretation of the timing electroencephalograms and require a large experience of examining neurologist, it was a task that aims to eliminate the subjective evaluation of results, and test automation. The authors use the CPS methods have identified distinctive features of evoked potentials well differentiating normal form pathological cases.

5

Protein structural classification based on pseudo amino acid composition using SVM classifier

Krajewski Z., Tkacz E.

Biocybernetics and Biomedical Engineering

|

2013

|

Vol. 33, no. 2

77--87

EN

This paper deals with a structural classification by the aid of support vector machine (SVM) classifier. Amino acid composition (AAC) and pseudo amino acid composition (PseAA) features were applied with different variants. Additionally the feature reflecting the length of protein chain was taken into consideration. The SVM classifier was compared to minimallength classifiers with respect to the AAC features. The best model of SVM classifier was chosen using grid method on the basis of cross-validation (CV) as criterion. The best model of SVM classifier is evaluated with respect to proper evaluation rates. The SCOP database and the ASTRAL tool were a source of non-homologous data to avoid the redundancy and to ensure a maximal amount of available data.

6

Feature selection of protein structural classification using SVM classifier

Krajewski Z., Tkacz E.

Biocybernetics and Biomedical Engineering

|

2013

|

Vol. 33, no. 1

47--61

EN

Recursive feature elimination method (RFE), cross validation coefficient (CV) and accuracy of classification of test data are applied as a criterion of feature selection in order to find relevant features and to analyze their influence on classifier accuracy. Feature selection method was compared to principal component analysis (PCA) to understand the effectiveness of feature reduction. Support vector machine classifier with radial basis function (RBF) kernel is applied to find the best set of features using grid model selection and to select and assess relevant features. The best selected feature set is then analyzed and interpreted as the source of knowledge about the protein structure and biochemical properties of amino acids included in the protein domain sequence.

7

Digital signal processing in the diagnosis of brainstem auditory evoked potentials

Dobrowolski A. P., Suchocki M., Tomczykiewicz K.

Elektronika : konstrukcje, technologie, zastosowania

|

2012

|

Vol. 53, nr 5

26-29

EN

The article presents issues related with examination of auditory evoked potentials. The current methods are mainly based on timing interpretation of waveform potentials. Such method requires significant experience from examining neurologist. From this reason the authors have undertaken the task aimed at elimination of subjective assessment of results and automation of the tests. To isolate distinctive features of evoked potentials and differentiate the normal results from pathological cases, authors used methods of digital signal processing. The use of wavelet decomposition and linear SVM network has ensured correct classification of 40 different clinical cases, including 20 normal and 20 pathological cases.

PL

Artykuł przedstawia problemy związane z badaniem słuchowych potencjałów wywołanych. Obecne metody bazują głównie na czasowej interpretacji przebiegów potencjałów. Metody te wymagają dużego doświadczenia ze strony neurologa przeprowadzającego badanie. Uwzględniając powyższe, autorzy podjęli się zadania wyeliminowania subiektywnej oceny wyników oraz zautomatyzowania badania. W celu wyodrębnienia cech dystynktywnych z potencjałów wywołanych oraz rozróżnienia przypadków poprawnych i patologicznych, autorzy użyli metod cyfrowego przetwarzania sygnałów. Użycie dekompozycji falkowej oraz liniowych sieci SVM dało w rezultacie poprawną klasyfikację 40 przypadków klinicznych, zawierających 20 poprawnych i 20 patologicznych przebiegów.

8

Komputerowa analiza słuchowych potencjałów wywołanych pnia mózgu

Dobrowolski A.P., Suchocki M., Tomczykiewicz K.

Przegląd Elektrotechniczny

|

2011

|

R. 87, nr 9a

145-150

PL

W referacie przedstawiono problematykę związaną z badaniem słuchu metodą potencjałów wywołanych pnia mózgu (SPWPM). Ze względu na to, że obecne metody opierają się głównie na interpretacji przebiegów czasowych potencjałów i wymagają od badającego neurologa dużego doświadczenia, podjęto się zadania, które ma na celu eliminację subiektywnej oceny wyników oraz zautomatyzowanie badania. Autorzy korzystając z metod cyfrowego przetwarzania sygnałów wyodrębnili cechy dystynktywne SPWPM dobrze różnicujące przypadki prawidłowe od patologicznych. Wykorzystanie dekompozycji falkowej i liniowej sieci SVM zapewniło prawidłową klasyfikację 40 różnych przypadków klinicznych, w tym 20 przypadków prawidłowych i 20 patologicznych.

EN

The paper presents problems which are connected with the examinations of auditory evoked potentials. Due to the fact that current method are mainly based on timing interpretation of potentials waveform and that require a lot of experience from examining neurologist, authors have undertaken the task, which will main goal is elimination of subjective assessment results and automation of examinations. The authors use the methods of digital signal processing isolated the distinctive features of evoked potentials, which truly differentiate the correct from pathological cases. The use of wavelet decomposition and linear SVM network provide the correct classification of 40 different clinical cases, including 20 normal and 20 pathological cases.

9

MLP and SVM classifiers for fault detection

Osowski S.

Problemy Eksploatacji

|

2006

|

nr 2

149-167

EN

The paper presents a comparative analysis of two of the most important neural network classifiers: the multilayer perceptron (MLP) and Support Vector Machine (SVM) in application to diagnostic problems. The structure as well as learning algorithms of both networks have been presented and compared. The results of numerical experiments comparing the performance of both classifiers on the artificial and real life problems are presented and discussed.

PL

Praca przedstawia dwa rozwiązania klasyfikatorów neuronowych na potrzeby diagnostyki. Jednym z nich jest perceptron wielowarstwowy (ang. MultiLayer Perceptron - MLP), drugim sieć wektorów podtrzymujących (ang. Support Vector Machine (SVM). Przedstawiono struktury oraz podstawowe metody uczenia takich sieci. Działania obu klasyfikatorów sprawdzono i porównano na problemach testowych, zarówno typu syntetycznego, jak i problemie rzeczywistym rozpoznawania uszkodzeń elementów w rzeczywistym układzie filtru elektrycznego.