A simple and fast algorithm to quantify time series complexity which follows newly developed nonparametric complexity measure of symbolic sequences is proposed. In order to get complexity measure over many time scales I suggest using wavelets multilevel decomposition of time series instead of coarse-graining. As an example multilevel complexity of series generated by Henon map, as well as some data downloaded from PhysioBank database: synthetic series, gait dynamics, and interbeat heart rate is calculated.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
In this article, we describe modelling of an advanced system of electrical tomography for biomedical applications. The collection of tomographic data must be as fast as reliable, in order to take into account the algorithms of reversing the tomography with almost real-time update. To provide a high-level application programming interface using standard communication protocols and execute user-level programs. System architecture and prototype designs for biomedical electrical tomography are presented. Details of the implementation are explained for two prototype devices: a separate FPGA / microcontroller chip and a hardware microprocessor containing a system that contains a microprocessor, peripherals and an FPGA system. The algorithms of electrical reconstruction of impedance tomography have been tested. New results of the reconstruction of the numerically simulated phantom were presented. The calculations were made for the defined model by solving the inverse problem.
PL
W tym artykule opisujemy modelowanie systemu zaawansowanej platformy tomografii elektrycznej do zastosowań biomedycznych. Zbieranie danych tomograficznych musi być tak szybkie, jak niezawodne, aby uwzględnić algorytmy odwracania tomografii z niemalże aktualizacją w czasie rzeczywistym. Aby zapewnić interfejs programowania aplikacji wysokiego poziomu przy użyciu standardowych protokołów komunikacyjnych i wykonywać programy na poziomie użytkownika. Przedstawiono architekturę systemu i projekty prototypów dla biomedycznej tomografii elektrycznej. Szczegóły implementacji objaśniono dla dwóch prototypowych urządzeń: oddzielnego układu FPGA / mikrokontrolera i mikroprocesora sprzętowego zawierającego układ, który zawiera mikroprocesor, urządzenia peryferyjne i układ FPGA. Przetestowano algorytmy elektrycznej rekonstrukcji tomografii impedancyjnej. Przedstawiono nowe wyniki rekonstrukcji symulowanego numerycznie fantomu. Obliczenia zostały wykonane dla zdefiniowanego modelu poprzez rozwiązanie problemu odwrotnego.
Artykuł opisuje system wieloagentowy, którego przeznaczeniem jest wykrywanie punktów charakterystycznych w sygnałach biomedycznych. W systemie tym istnieje wiele agentów dysponujących lokalnymi bazami wiedzy, których parametry są aktualizowane w procesie komunikacji z pojedynczym agentem nadzorującym. Artykuł przedstawia również wirtualne środowisko, służące do symulacji działania zaprojekto-wanego systemu.
EN
The article describes a multi-agent system for the purpose of detecting the characteristic points in biomedical signals. In this system, there are many agents with their local knowledge bases, whose parameters are updated in the communication process with a single supervisory agent. The article also presents the virtual environment designed to simulate the work of the proposed system.
4
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The article presents the implementation of deterministic methods to solve the inverse problem for a human chest model with lungs and heart in electrical impedance tomography (EIT). It is a non-invasive imaging method involving the examination of an unknown physical object using electric currents and appropriate measurements of voltage drops at its edge. The solution is part of an advanced biomedical application system. The gathering of tomographic data must be fairly fast and reliable so that the algorithms can reconstruct the images in real time. The presented algorithms allow lung and heart monitoring.
PL
W artykule przedstawiono wdrożenie deterministycznych metod do rozwiązania zagadnienia odwrotnego dla modelu klatki piersiowej człowieka z płucami i sercem w tomografii impedancji elektrycznej. Jest to nieinwazyjna metoda obrazowania polegająca na badaniu nieznanego obiektu fizycznego za pomocą prądów elektrycznych i odpowiednich pomiarów spadków napięcia na jego brzegu. Rozwiązanie jest częścią zaawansowanego systemu aplikacji biomedycznej. Gromadzenie danych tomograficznych musi być dosyć szybkie i niezawodne, aby algorytmy mogły rekonstruować obrazy w czasie rzeczywistym. Przedstawione algorytmy umożliwiają monitorowanie płuc i serca.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Omówiono zastosowanie analizy częstotliwościowej do identyfikacji parametrów fotopletyzmogramu obwodowego. Opracowano metodę pomiaru częstotliwości podstawowej harmonicznej przebiegu PPG, opierającą się na badaniu korelacji obrazów. Zaprezentowano zastosowane sposoby cyfrowego kondycjonowania surowych przebiegów, uzyskanych w sposób prześwietleniowy przy użyciu czujnika napalcowego. Zaproponowano współczynnik zniekształceń przebiegu i przedstawiono algorytm jego wyznaczania.
EN
In the paper, an application of frequency analysis to identify of pulse waveform parameters is presented. The novel concept of the method for measurements of the fundamental frequency based on image correlation, and used means of conditioning a raw PPG signal acquired from a sensor, are described. The factor of nonharmonics disturbances (denoted as ), and an algorithm for its calculations have been defined. Some selected examples of real pulse waveforms and their factor are shown.
6
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Dydaktyka w zakresie przetwarzania i analizy sygnałów biomedycznych przeważnie sprowadza się do klasycznych metod przetwarzania i analizy sygnałów. Brak spostrzeżenia tych subtelnych różnic wśród pracowników dydaktycznych uczelni wyższych wprowadza dezorientację u przyszłych inżynierów biomedycznych. Celem artykułu jest wyraźne rozgraniczenie klasycznych metod przetwarzania sygnałów (m.in. filtracja, przekształcenia częstotliwościowe) od aspektów dotyczących parametrów diagnostycznych biosygnałów oraz ich ilościowej i jakościowej interpretacji. W artykule przedstawiono zagadnienia związane z opracowaniem programu wykładu, laboratoriów i zajęć projektowych z dziedziny przetwarzania i analizy sygnałów biomedycznych. Opisano szczegółowo organizację kursu i tematykę podejmowaną w czasie wykładu. Omówiono i porównano dwa warianty zajęć projektowych: w postaci wspólnego przedsięwzięcia realizowanego przez wszystkich studentów oraz autonomiczne grupy projektowe. W części laboratoryjnej podano szczegółowy plan semestru, przykładowe problemy badawcze, jakie są rozwiązywane w czasie zajęć, typowe błędy popełniane przez studentów oraz sposoby weryfikacji zdobytej wiedzy. Na zakończenie przytoczono wyniki ankiet przeprowadzonych wśród studentów, sugestie i oczekiwania ze strony słuchaczy związane z kursem przetwarzania i analizy sygnałów biomedycznych.
EN
Teaching in biomedical signal processing and analysis field usually brings down to classical signal processing and analysis methods. Lecturers can easily mislead future biomedical engineers without paying special attention to these subtle differences. The aim of this article is to clearly distinguish classical signal processing tools (e.g., filtering, frequency transformations) from biosignals’ clinical parameters and their quantitative and qualitative interpretation. In the article, lecture, laboratory and project curriculums course in biomedical signal processing field, are presented. The course organization and themes are described in detail, as well. Two variants of project classes, are also discussed and compared. The first one, as a common project, which is realized by all students, and the other one as an independent project groups. The article includes term curriculum of laboratory classes in detail, exemplary research problems, typical students mistakes and the ways of acquired knowledge verification as well. Finally, surveys’ results which were performed among students, their suggestions and expectations for biomedical signal processing course are shown.
7
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
This paper presents a new class of filters that can meet biomedical signal processing needs. The paper is written in a technical note style, therefore, the proposed filters are not discussed with respect to a specific problem appearing in processing of a particular biosignal. The class of filters presented in this note should be treated as a new effective tool which can be applied to many cases of biomedical signals, especially when the processing time is very important. Nevertheless, a simple example of biomedical signal filtering is presented. This paper presents a new concept of continuous-time Butterworth filters whose parameters are varied in time. Thanks to the variation of the filter parameters, the time-varying filter response is considerably faster in comparison with the traditional time-invariant filters. Therefore, we can measure and register a lot of details in the initial stage of signal duration, which is not possible in the case of traditional time-invariant filters due to their long-lasting transients. Results verifying the effectiveness of the proposed filters are presented and compared to the traditional time-invariant filter structures.
W ostatnich kilku latach nastąpił wzrost zainteresowania nową klasą systemów zarządzania danymi. W pracy przedstawiono stan prac nad strumieniowym systemem zarządzania bazą danych powstającym w JTAM Zabrze. System zarządzania danymi powstał jako rozwinięcie koncepcji systemu monitorowania MONAKO. W pracy zaprezentowane zostały zagadnienia związane z normalizacją oraz formalne definicje strumieni danych. Za pomocą zaprezentowanych definicji został opisany system monitorowania.
EN
A new class of data management systems has gained popularity recent years. The article presents the present state of a stream oriented data base management system being developed by ITAM Zabrze. The system is extension version of a concept previously implemented in the MONAKO monitoring system. Normalization issues are discussed and data streams are formally defined. The definitions are used to describe the monitoring system.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.