Laboratorní úloha č. 8: Elektroencefalogram

Podobné dokumenty
8. PŘEDNÁŠKA 20. dubna 2017

ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁLŮ V. Institut biostatistiky a analýz

Laboratorní úloha č. 8: Polykardiografie

diogram III. II. Úvod: Elektrokardiografie elektrod) potenciálu mezi danou a svorkou Amplituda [mv] < 0,25 0,8 1,2 < 0,5 Elektrická

Elektroencefalografie. X31LET Lékařská technika Jan Havlík Katedra teorie obvodů

Elektroencefalografie. X31ZLE Základy lékařské elektroniky Jan Havlík Katedra teorie obvodů

Signál v čase a jeho spektrum

Návrh frekvenčního filtru

10. PŘEDNÁŠKA 27. dubna 2017 Artefakty v EEG Abnormální EEG abnormality základní aktivity paroxysmální abnormality epileptiformní interiktální

Laboratorní úloha č.4: Elektromyogram

A7B31ZZS 10. PŘEDNÁŠKA Návrh filtrů 1. prosince 2014

v Praze mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9

UŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU

Monitorování kontinuálního EEG v intenzivní péči. Mgr. Moravčík Branislav, KARIM FN Brno Mgr. Flajšingrová Jana, KARIM FN Brno

Úvod do medicínské informatiky pro Bc. studium. 6. přednáška

Elektroencefalografie

Měřená veličina. Rušení vyzařováním: magnetická složka (9kHz 150kHz), magnetická a elektrická složka (150kHz 30MHz) Rušivé elektromagnetické pole

Komplexní obálka pásmového signálu

filtry FIR zpracování signálů FIR & IIR Tomáš Novák

Lineární a adpativní zpracování dat. 3. Lineární filtrace I: Z-transformace, stabilita

Bioelektromagnetismus. Zdeněk Tošner

SIGNÁLY A SOUSTAVY, SIGNÁLY A SYSTÉMY

teorie elektronických obvodů Jiří Petržela analýza šumu v elektronických obvodech

A/D převodníky - parametry

Ondřej Drbal. K Katedra teorie obvodů, Fakulta elektrotechnická

31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014

Úloha D - Signál a šum v RFID

doc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1

VYŠETŘENÍ NERVOVÉHO SYSTÉMU. seminář z patologické fyziologie

AUTOMATICKÁ SEGMENTACE DAT EEG

3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU

VOLBA ČASOVÝCH OKEN A PŘEKRYTÍ PRO VÝPOČET SPEKTER ŠIROKOPÁSMOVÝCH SIGNÁLŮ

r Odvoď te přenosovou funkci obvodů na obr.2.16, je-li vstupem napě tí u 1 a výstupem napě tí u 2. Uvaž ujte R = 1Ω, L = 1H a C = 1F.

malý TesT Použité zkratky: OO - otevřené oči, ZO - zavřené oči, FO - fokus

Komprese dat Obsah. Komprese videa. Radim Farana. Podklady pro výuku. Komprese videa a zvuku. Komprese MPEG. Komprese MP3.

Cvi ení 2. Cvi ení 2. Modelování systém a proces. Mgr. Lucie Kárná, PhD. March 5, 2018

MĚŘENÍ ÚHLOVÝCH KMITŮ ZA ROTACE

6.4 Zpracování elektroencefalografických záznamů pomocí umělých neuronových sítí

31SCS Speciální číslicové systémy Antialiasing

Żpracování signálů a obrazů. 3. Korelační metody ... Petr Česák

Restaurace (obnovení) obrazu při známé degradaci

fluktuace jak dob trvání po sobě jdoucích srdečních cyklů, tak hodnot Heart Rate Variability) je jev, který

Základní metody číslicového zpracování signálu a obrazu část II.

Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky

Laboratorní úloha č. 9: Elektrookulogram ø

ochranným obvodem, který chrání útlumové články před vnějším náhodným přetížením.

Laboratorní úloha 7 Fázový závěs

1 Zpracování a analýza tlakové vlny

ZPRACOVÁNÍ SIGNÁLŮ Z MECHANICKÝCH. Jiří Tůma

Parametrické přístupy k filtraci ultrazvukových signálů

5. PŘEDNÁŠKA 21. března Signály srdce I

DIPLOMOVÁ PRÁCE Lock-in zesilovač 500 khz 10 MHz

Biosignál snímání, zpracování, hodnocení

Analýza a zpracování signálů. 1. Úvod

Spektrální analýza a diskrétní Fourierova transformace. Honza Černocký, ÚPGM

Kategorie M. Test. U všech výpočtů uvádějte použité vztahy včetně dosazení! 1 Sběrnice RS-485 se používá pro:

1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15

Číslicové zpracování signálů a Fourierova analýza.

Snímání biologických signálů. A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů

Merkur perfekt Challenge Studijní materiály

Při návrhu FIR filtru řešíme obvykle následující problémy:

13. Další měřicí přístroje, etalony elektrických veličin.

Neurofeedback. Úvod. Princip

Kontinuální EEG v intenzivní péči. Mgr. Moravčík Branislav, KARIM FN Brno

Úvod do zpracování signálů

Vlastnosti a modelování aditivního

Zvuk. 1. základní kmitání. 2. šíření zvuku

Rekurentní filtry. Matlab

Lineární a adaptivní zpracování dat. 3. SYSTÉMY a jejich popis ve frekvenční oblasti

Processing of EEG Data Marek Penhaker Konference IT4Innovations, Ostrava

návrh, simulace a implementace

APLIKACE ALGORITMŮ ČÍSLICOVÉHO ZPRACOVÁNÍ SIGNÁLŮ 1. DÍL

SIMULTÁNNÍ EEG-fMRI. EEG-fMRI. Radek Mareček MULTIMODÁLNÍ FUNKČNÍ ZOBRAZOVÁNÍ. EEG-fMRI. pozorování jevu z různých úhlú lepší pochopení

FILTRACE VE FOURIEROVSKÉM SPEKTRU

PŘEDZPRACOVÁNÍ EKG SIGNÁLU PRO DETEKCI VÝZNAMNÝCH BODŮ

Operační zesilovač, jeho vlastnosti a využití:

Měření na nízkofrekvenčním zesilovači. Schéma zapojení:

Biofyzikální ústav LF MU Brno. jarní semestr 2011

P7: Základy zpracování signálu

P9 Provozní tvary kmitů

Osnova. Idea ASK/FSK/PSK ASK Amplitudové... Strana 1 z 16. Celá obrazovka. Konec Základy radiotechniky

Detekce korové aktivity vyvolané míšním neurostimulátorem u pacientů trpících nezvladatelnou neuropatickou bolestí

Číslicová filtrace. FIR filtry IIR filtry. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická

Hough & Radon transform - cvičení

do magisterské etapy programu ELEKTRONIKA A KOMUNIKACE

Katedra biomedicínské techniky

Filtrace obrazu ve frekvenční oblasti

A7B31ZZS 4. PŘEDNÁŠKA 13. října 2014

Automatizace je proces při němž je řídicí funkce člověka nahrazována činností

Analýza a zpracování digitálního obrazu

Analogové modulace. Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206

SYNTÉZA AUDIO SIGNÁLŮ

katedra technických zařízení budov, fakulta stavební ČVUT TZ 31: Vzduchotechnika cvičení č.1 Hluk v vzduchotechnice vypracoval: Adamovský Daniel

Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno. prezentace je součástí projektu FRVŠ č.2487/2011

PSK1-5. Frekvenční modulace. Úvod. Vyšší odborná škola a Střední průmyslová škola, Božetěchova 3 Ing. Marek Nožka. Název školy: Vzdělávací oblast:

základní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů

SPM od A do Z. pozadí metody SPM. SPM od A do Z. Copyright SPM Instrument

Elektrofyziologické metody a studium chování a paměti

Analogově číslicové převodníky

Teorie elektronických obvodů (MTEO)

Transkript:

Laboratorní úloha č. 8: Elektroencefalogram Cíle úlohy: Rozložení elektrod při snímání EEG signálu Filtrace EEG v časové oblasti o Potlačení nf a vf rušení o Alfa aktivita o Artefakty Spektrální a korelační analýza EEG o Porovnání hemisfér Úvod Elektroencefalogram (EEG) je časovým zobrazením rozdílů elektrických potenciálů snímaných z elektrod na povrchu hlavy (skalpu), které vznikají jako důsledek spontánní elektrické aktivity mozku. Tato elektrická aktivita se dělí do několika frekvenčních pásem označovaných řeckými písmeny. Aktivita ve frekvenčním pásmu 8- Hz je označována jako alfa. Maximum je nad zadními oblastmi mozkových hemisfér, směrem dopředu této aktivity ubývá. Je přítomna v bdělém stavu při zavřených očích, v klidu a relaxaci. Tlumí se zejména zrakovými vjemy při otevřených očích a při intenzivním soustředění. Pořízení biologických signálů: bipolární svody z frontální oblasti vlevo Fp + F 3 bipolární svody z okcipitální oblasti vlevo + O referenční elektrody z levých svodů jsou u levého ucha A bipolární svody z frontální oblasti vpravo Fp + F bipolární svody z okcipitální oblasti vpravo + O referenční elektrody z pravých svodů jsou u pravého A A

Pořízení biologických signálů: Snímání EEG signálu probíhá vsedě, v klidu, trvá s. Z toho: sekund jsou oči zavřeny sekund jsou oči otevřeny sekund jsou oči zavřeny sekund jsou oči otevřeny a několikrát se mrkne Struktura dat: fs= Hz. sloupec Fp [µv]. sloupec -O [µv] 3. sloupec Fp [µv]. sloupec -O [µv] Data ke stažení: http://sami.fel.cvut.cz/bsg/cv9/data_lab9.zip Praktické úkoly: ) Analyzujte vlastní nebo vybraný signál v časové oblasti: - vykreslete časový průběh EEG ze bipolárních svodů: o vykreslete i detail úseku EEG, kde je patrný přechod otevřené->zavřené oči - navrhněte filtry: o odstraňující nf a vf rušení o pásmovou propust v pásmu alfa aktivity - vykreslete časový průběh odrušeného EEG ze bipolárních svodů: o vykreslete i detail úseku EEG, kde je patrný přechod otevřené->zavřené oči - vykreslete obálku alfa aktivity EEG ) Analyzujte vlastní nebo vybraný signál ve spektrální oblasti - zobrazte spektra nefiltrovaných EEG signálů: o úseku při zavřených očích o úseku při otevřených očí 3) Analyzujte vlastní nebo vybraný signál korelační analýzou: - vyberte sekundový úsek odrušeného EEG signálu při zavřených očích - spočtěte autokorelace a výkonová spektra - spočtěte korelace a výkonové spektrální hustoty signálů z různých hemisfér Pozn.: Studenti zpracovávají signály odpovídající součtu číslic pořadového čísla (3 +3=) Teoretické úkoly: ) Definujte Fourierovu transformaci v diskrétním čase (DTFT), vychýlenou a nevychýlenou korelaci a autokorelaci. ) Jaké jsou vztahy mezi signálem, autokorelací, spektrem a výkonovou hustotou? 3) Jak se projeví šum: a) Při autokorelaci signálu b) Při korelaci dvou nezávislých signálů

Nápověda k úkolům: - Rušení předpokládejte na frekvencích pod nejnižší delta aktivitou (cca Hz) a nad nízkou gama aktivitou (cca 3 Hz) - Energetickou nebo výkonovou obálku alfa aktivity spočtěte ze signálu filtrovaným PP v pásmu 8-3 Hz autokorelace: Rxx=xcorr(x); korelace: Rxy=xcorr(x,y) výkonová spektrální hustota: PSD=/length(x)*abs(fft(x)).^; PSD=/length(Rxx)*abs(fft(Rxx)); f=linspace(,fs,length(x)) f=linspace(,fs,length(rxx)) Pozn.: korelační koeficient: xcorr(,'coef') Užitečné funkce: xcorr, fft, ifft

Datum Název úlohy Příjmení a jméno Odpovědi na teoretické otázky: ) ) 3) Analýza: figure.: Průběhy svodů EEG 5-5 EEG Fp 5 5 5 3 35 8 6 -O - 5 5 5 3 35 5 Fp -5-5 5 5 3 35 6-5 5 5 3 35 figure.: detail přechodu otevřené->zavřené oči 5-5 EEG 7 7.5 8 8.5 9 9.5 8 6 -O - 7 7.5 8 8.5 9 9.5 -O Fp 5 Fp -5-7 7.5 8 8.5 9 9.5 6 - -O 7 7.5 8 8.5 9 9.5

figure 3.:Přenosové charakteristiky filtru HP, DP a PP Magnitude (db) Phase (degrees) -5-5 5 - - 6 8 Mezní kmitočty filtrů: figure.: odrušené EEG (HP+DP) - 6 8 figure 5.: detail přechodu otevřené->zavřené oči (HP+DP) - - - Magnitude (db) Phase (degrees) -5-6 8-5 EEG Magnitude (db) Phase (degrees) -5-3 5 5-5 - 3 5 5 5 5 3 35 5 5 5 3 35 Fp - Fp - -6 5 5 5 3 35-5 5 5 3 35 - - - EEG -O -O Fp 7 7.5 8 8.5 9 9.5 -O 7 7.5 8 8.5 9 9.5 - Fp - -6 7 7.5 8 8.5 9 9.5 -O - 7 7.5 8 8.5 9 9.5

figure 6.: Obálka alfa aktivity (PP+integrátor) energeticka obalka alfa aktivity.5 Fp 5 5 5 3 35.5 -O 5 5 5 3 35.5 Fp 5 5 5 3 35.5 -O 5 5 5 3 35 figure 7.: Odhad PSD pro nefiltrované svody ve frontální a okcipitální oblasti, při otevřených a zavřených očích x -9 otevřené 6 x - zavřené PSD.5 Fp Fp PSD Fp Fp 6 8 x - otevřené 6 8 x - zavřené -O -O PSD -O PSD.5 -O 6 8 6 8

figure 8.: Autokorelace odrušeného sekundového úseku EEG při zavřených očí z libovolného frontálního a z libovolného okcipitálního svodu; PSD -5 5 x -5 Fp 3 8 x -5 -O - 6 3.5 R xx 5 5 x -8 PSD 6 8.5 -.5 R xx 5 5 x -9 PSD 6 8 figure 9.: Korelace odrušeného sekundového úseku EEG při zavřených očích z okcipitálních svodů, z vybraného okcipitálního svodu a z frontálního svodu z opačné hemisféry, z vybraného okcipitálního svodu a z frontálního svodu stejné hemisféry; PSD 8 x -O -5 6-3 x -5 Fp 5-5 3 x -5 Fp 5 - -5 3 x -5 -O 6-3.5 -.5 x -9 R xy 5 5 PSD x -5 -O 6-3.3.. -. x -9 R xy 5 5 PSD x -5 -O 6-3.. -. -. x -9 R xy 5 5 PSD 5 5 5

Závěr: Mimo jiné zhodnoťte: - schopnost rozpoznání alfa aktivity v zarušeném EEG - hlavní složky rušení v EEG, vliv odstranění rušení na schopnost rozpoznání alfa aktivity - změnu energie alfa aktivity v různých svodech při otevření a zavření očí - PSD v různých svodech při otevřených a zavřených očích - vzájemnou korelaci alfa aktivity různých částí mozku