Sunteți pe pagina 1din 11

Prelucrarea semnalelor biomedicale

1. Prelucrarea semnalelor analogice


2. Prelucrarea semnalelor discrete

10/15/2017 Prof. dr. ing. Anca Lazr 1

Prelucrarea semnalelor biomedicale

1. Prelucrarea semnalelor analogice-


1.1. Analiza n domeniul frecven

10/15/2017 Prof. dr. ing. Anca Lazr 2

1
Prelucrarea semnalelor biomedicale
1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
A. Semnale periodice
Semnal periodic x ( t + T ) = x ( t ) ,
t , T perioada

 nu exist semnale biomedicale periodice


 exist semnale biomedicale care sunt cvasiperiodice (exemplu ECG)
 se pot modela ca semnale periodice peste care se suprapune un
zgomot
 exemple:
 un proces biomedical comandat de un stimul periodic
 procese fiziologice ca: funcia endocrin, metabolismul corpului, temperatura corpului,
respiraia, ritmul inimii produc oscilatii ce sunt legate de succesiunea zi-noapte
 intervenii terapeutice pot fi periodice (administrarea de medicamente la intervale egale
de timp sau ventilarea artificial a unui pacient)

 informaiile n ceea ce privete diagnosticul se extrag din cunoaterea


amplitudinei i frecvenei unei aproximaii periodice ct mai fidele

10/15/2017 Prof. dr. ing. Anca Lazr 3

Prelucrarea semnalelor biomedicale


1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
Exemplu

Analiza ritmului circadian: exist specii ce prezint un ritm


zilnic de via determinat de un ceas circadian
- periodicitatea se poate modifica n funcie de anumite
intrri (ritmul nu este invariant);
- perioada este fix n situaii controlate;
- monitorizarea temperaturii abdominale i a
consumului de oxigen ale unui porumbel ntr-un
mediu lumin-ntuneric controlat.

10/15/2017 Prof. dr. ing. Anca Lazr 4

2
Prelucrarea semnalelor biomedicale
1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
Body Temperature (Tb) and Oxygen Consumption (VO2) over 48 Hours
42 n absena
41
perturbaiilor,
semnalele ar
40
Tb (deg)

putea fi
39 considerate
38 periodice
37
0 5 10 15 20 25 30 35 40 45 50

7
?
V O2 (ml/min)

3
0 5 10 15 20 25 30 35 40 45 50
Time (hours)

10/15/2017 Prof. dr. ing. Anca Lazr 5

Prelucrarea semnalelor biomedicale


1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
modelare cu Perioada = 24 ore
un semnal
Amplitudinea = ?
sinusoidal
Faza = ?

O combinaie ntre amplitudine i faza ce


minimizeaz o masur a erorii dintre
semnalul modelat i cel real

Presupunem c semnalul este eantionat cu perioada TS=24/18=1,333 h


semnalul aproximat s% ( nTS ) , 0 n 35 s0 valoarea medie
1
s% ( nTS ) = A sin 2 nTS + + s0 , 0 n 35 A amplitudinea
24 faza
N 1
1 2
=
N
s% ( nT ) s ( nT )
n =0
S S , N = 36 eroarea medie patratica

10/15/2017 Prof. dr. ing. Anca Lazr 6

3
Prelucrarea semnalelor biomedicale
1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
Body Temperature (Tb) and Oxygen Consumption (VO2) over 48 Hours
42

41

Tb (deg) 40

39

38

37
0 5 10 15 20 25 30 35 40 45 50

Data=dotted, Fit=solid
Perioada = 24 ore
42
Amplitudinea = ?
41
Faza = ?
40

39

38

37
0 5 10 15 20 25 30 35 40 45 50

10/15/2017 Prof. dr. ing. Anca Lazr 7

Prelucrarea semnalelor biomedicale


1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
- se selecteaz domenii pentru A i care par potrivite (cuprind valorile optime)
A [1; 2,5] s = 39,3536o C
2 2 0

- se evalueaz pentru diferite perechi ( A, ) (30 valori pentru fiecare)


- se alege combinaia care d minim (A=1,85 i =0)

10/15/2017 Prof. dr. ing. Anca Lazr 8

4
Prelucrarea semnalelor biomedicale
1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice

Diferena dintre semnal i aproximarea sa Semnalul sin cu perioada de 24 ore


se adauga la cel cu perioada de 8 ore
i se obine s1 ( t )

10/15/2017 Prof. dr. ing. Anca Lazr 9

Prelucrarea semnalelor biomedicale


1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice

s1 ( t )

Semnalul poate fi modelat ca o suma de semnale sinusoidale!

10/15/2017 Prof. dr. ing. Anca Lazr 10

5
Prelucrarea semnalelor biomedicale
1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
Funcii ortogonale
 {
o multime de funcii P = pi ( t ) , i = 1, k P }
 un operator O [ ]
 funciile sunt ortogonale pe operatorul O [ ] dac
0, i j
O pi ( t ) p j ( t ) =
k0 , i = j 1 i , j k P
 dac se consider c funciile pi ( t ) sunt similare vectorilor, atunci
operatorul O [] este analog unui produs scalar
 Exemplu: p ( t ) P x ( t ) = ap ( t )
1 1 1 0, j 1
O x ( t ) p j ( t ) =
Produsul scalar dintre x(t) si k0 a, j = 1
oricare dintre funciile din

mulimea P este un scalar care
arat ct de mult din fiecare
funcie este prezent in x(t)

10/15/2017 Prof. dr. ing. Anca Lazr 11

Prelucrarea semnalelor biomedicale


1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
Funcii ortogonale

 Orice vector poate fi exprimat ca suma dintre vectori ortogonali scalai


 Orice funcie poate fi exprimat ca suma dintre funcii ortogonale scalate
 Baza=mulimea de funci ortogonale
 Spaiul funciilor= toate funciile care se pot exprima ca suma ponderat
dintre funciile bazei
 Orice funcie din acest spaiu se poate exprima ca
kP
1
x ( t ) = ai pi ( t ) ai = O x ( t ) pi ( t )
i =0 k0
 valoarea oricarui ai este independent de valoarea altor coeficieni

10/15/2017 Prof. dr. ing. Anca Lazr 12

6
Prelucrarea semnalelor biomedicale
1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
Baze de funcii sinusoidale
P = { p1 ( t ) , p2 ( t )}
 Se consider setul de funcii p1 ( t ) = sin ( 0t ) , p2 ( t ) = cos ( 0t )
T0
2
p ( t ) p ( t ) dt = 0, T
0
1 2 0 =
0
T
 dac se consider O [] = [] dt
0
p1 ( t ) si p2 ( t ) sunt ortogonale

Puine funcii pot fi exprimate ca sum ponderat dintre


 p1 ( t ) si p2 ( t )

10/15/2017 Prof. dr. ing. Anca Lazr 13

Prelucrarea semnalelor biomedicale


1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
Baze de funcii sinusoidale

0 nm
T0

0 sin ( n 0
t ) sin ( m 0 t ) dt = 0 n =m=0
T
0 = n=m0
2 0

0 n m FP = {sin ( n t ) , cos ( m t ) , n, m}
0 0
T0 formeaz o mulime ortogonal cu k0=T0/2
0 cos ( n0t ) cos ( m0t ) dt = T0 n = m = 0
T
0 = n=m0 multimea
F
folosit pentru P
2 0 reprezentarea de semnale
analogice periodice
T0

sin ( n t ) cos ( m t ) dt = 0,
0
0 0 n, m N

10/15/2017 Prof. dr. ing. Anca Lazr 14

7
Prelucrarea semnalelor biomedicale
1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Dezavantaj:
Semnale periodice PF conine un numr infinit de
funcii, astfel nct ar putea s
Baze de funcii sinusoidale fie necesar s se utilizeze pentru
descompunere un numr mare de
funcii sin i cos;
Un semnal analogic x ( t )
periodic, de perioada T, -se limiteaz numarul de funcii
se poate scrie ca suma astfel nct s nu se obin erori
ponderat de semnale sin mari
si cos din PF dac



sunt satisfacute condiiile lui Dirichlet:
1) x ( t ) este absolut integrabil pe o perioada T
T

x ( t ) dt <
2) x ( t ) are un numar
0
finit de maxime si minime n
intervalul (0,T)
3) x ( t ) are un numar finit de discontinuiti n
intervalul (0,T)

10/15/2017 Prof. dr. ing. Anca Lazr 15

Prelucrarea semnalelor biomedicale


1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
Seria Fourier
O semnal periodic x(t) , de pulsaie 0 ce exist pentru toate valorile
lui t i satisface condiiile lui Dirichlet, poate fi descompus n serie
Fourier trigonometric astfel:

x ( t ) = ak cos ( k 0t ) + bk sin ( k 0t )
k =0
T
2
ak = x ( t ) cos ( k 0t ) dt
T 0 ak , bk coeficienii seriei
1
T Fourier trigonometrice
T 0
a0 = x ( t )dt

T
2
T 0
bk = x ( t ) sin ( k 0t ) dt

10/15/2017 Prof. dr. ing. Anca Lazr 16

8
Prelucrarea semnalelor biomedicale
1. Prelucrarea semnalelor analogice
Semnale periodice
Seria Fourier
serie Fourier armonic:

x ( t ) = Ak cos ( k 0t + k )
k =0

a
A0 = 0
2
Ak = ak2 + bk2 pune n eviden
amplitudinea i faza
bk armonicii k
k = arctg
ak

10/15/2017 Prof. dr. ing. Anca Lazr 17

Prelucrarea semnalelor biomedicale


1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven

Semnale periodice
x (t ) = ce k
jk 0 t

Seria Fourier k =
T
1
T 0
serie Fourier exponenial complex: ck = x ( t ) e jk 0t dt

ck = ck e jk
ak + jbk
ck =
2
ak jbk
c k =
2
1 2
ck = ak + bk2
Reprezentarea ck n funcie de k0 2
reprezint spectrul de amplitudine b
k = arctg k
Reprezentarea fazei k n funcie de k0 ak
reprezint spectrul de faz

10/15/2017 Prof. dr. ing. Anca Lazr 18

9
Prelucrarea semnalelor biomedicale
1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
Seria Fourier - proprieti
1. Dac funcia este par, seria Fourier
trigonometric are numai termeni n cos :
funcia este par x ( t ) = x ( t )
T
T 2
2 2
bk = x ( t ) sin ( k 0t ) dt = x ( t ) sin ( k t ) dt =
0
T 0 T T

2

0 T
2

2
= x ( t ) sin ( k 0t ) dt + x ( t ) sin ( k 0t ) dt =
T T
2 0

T T

2 2 2

= x ( t ) sin ( k 0t ) dt + x ( t ) sin ( k 0t ) dt = 0
T 0
0

10/15/2017 Prof. dr. ing. Anca Lazr 19

Prelucrarea semnalelor biomedicale


1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
Seria Fourier - proprieti
2. Dac funcia este impar, seria Fourier
trigonometric are numai termeni n sin :
x ( t ) = x ( t )
T
T 2
2 2
ak = x ( t ) cos ( k 0t ) dt = x (t ) cos ( k t ) dt =
0
T 0 T T

2

0 T
2

2
= x ( t ) cos ( k 0t ) dt + x ( t ) cos ( k 0t ) dt =
T T
2 0

T T

2 2 2
= x ( t ) cos ( k 0t ) dt + x ( t ) cos ( k 0t ) dt = 0
T 0
0

10/15/2017 Prof. dr. ing. Anca Lazr 20

10
Prelucrarea semnalelor biomedicale
1. Prelucrarea semnalelor analogice
1.1. Analiza n domeniul frecven
Semnale periodice
Seria Fourier - proprieti
3. Dac T
x t = x (t )
2

coeficienii seriei Fourier sunt diferii de zero numai pentru valori impare
ale lui n

..................

10/15/2017 Prof. dr. ing. Anca Lazr 21

11