АЛГЕБРАИЧЕСКИЕ ФИЛЬТРЫ

 

Суть данной процедуры состоит в скольжении «окном», которое представляет собой набор из п коэффициентов (где n – нечётное произвольное число, например, для п = 5 окно «0,5; 1,0; 2,0; 1,0; 0,5») по последовательности мгновенных значений сигнала, так что каждое значение в последовательности умножается на поставленный в соответствие ему коэффициент фильтра. Затем исходное значение сигнала, соответствующее «центральному» коэффициенту окна-фильтра, заменяется частным от деления суммы вычисленных произведений на сумму коэффициентов фильтра. После этого фильтр смещается на одно значение сигнала, и процедура повторяется, так что все исходные значения сигнала кроме (n–1)/2 мгновенных значений, примыкающих к границам эпохи анализа (эти значения должны быть исключены из дальнейшего анализа), заменяются на новые вычисленные значения. Очевидно, что свойства фильтра определяются количеством коэффициентов и их соотношением. Например, окно «1, 1, 1, 1, 1, 1, 1» сглаживает сигнал сильнее, чем «1, 5, 10, 15, 10, 5, 1», a «1, 1, 1, 1, 1, 1, 1, 1, 1» – ещё сильнее.

 

ГАРМОНИЧЕСКАЯ ФИЛЬТРАЦИЯ

 

Гармоническая фильтрация основана на обработке спектров исходного сигнала, рассчитанных, например, при помощи быстрого преобразования Фурье (Fast Fourier Transformation – FFT). Спектр Фурье представляет собой сигнал в виде набора sin и cos функций, которые при суммировании образуют исходный сигнал, т.е. спектр Фурье содержит всю информацию об исходном сигнале. Действительно, алгоритм обратного преобразования Фурье ( FFT-1) позволяет восстановить сигнал из спектра без потерь. Спектр Фурье представлен двумя доменами – частотным и фазовым. Первый содержит информацию о частотном составе сигнала, а второй – о фазовых сдвигах для разных частотных составляющих. Возможно произвольно изменять величины в том и другом доменах, например «вычёркивая» частоты, что после восстановления сигнала (при помощи FFT–1) проявится как изменение частотных характеристик сигнала: или исключение 50 Гц, или сглаживание сигнала, или устранение постоянной величины, или снятие медленных составляющих и т.д. Следует учитывать, что «хвосты» эпохи анализа, представленной спектром, будут искажены после восстановления сигнала из обработанного спектра, как и при алгебраической фильтрации.

 

 

Описание ССП

 

В результате накопления отрезков ЭЭГ, связанных с определёнными событиями, их усреднения, цифровой фильтрации или других процедур, получают ССП – кривую, которую описывают как последовательность значений амплитуд или как последовательность колебаний (волн).

В морфологии ССП выделяют волны, колебания, отклонения и сдвиги (wave, oscillation, deflection, shift) – непосредственно наблюдаемые изменения потенциала, и компоненты – составляющие ССП, которые не обязательно совпадают с определённой волной/колебанием, могут взаимно перекрываться во времени и определять форму нескольких последовательных волн (ср. с понятием «синтетический компонент» [Naatanen et al., 1993; Rockstroh et al., 1982, p.107– 108]). Для выделения компонентов потенциал описывают как последовательность значений амплитуд и применяют специальные процедуры, например реконструируют компоненты как разность мгновенных значений амплитуд волн ССП, зарегистрированных в ситуациях, когда предполагаемый компонент входит и не входит в состав ССП. Так выделяют, например, негативность, связанную с рассогласованием (mismatch negativity – MMN) [Naatanen et al., 1993], негативность, связанную с обработкой сигнала (processing negativity) [Ritter et al., 1984], продолжающуюся негативность (sustained negativity) [Naatanen, Michie, 1979] и компоненты позднего позитивного комплекса (CNV, Р300 и Slow Wave)[Sutton, Ruchkin, 1984].

Для идентификации волны или компонента используют: 1) амплитудно-временные характеристики: полярность (позитивное или негативное отклонение, обозначаются Р и N соответственно), длительность, латентный период начала отклонения или его пика по отношению к моменту появления события (полярность и латентный период колебания обозначают, например, Р100, N200) или его порядковый номер (например, Р1, N1, P2…, P3 и т.д.), амплитуду от «нулевой линии» (baseline) или «от пика до пика» (peak-to-peak amplitude); 2) распределение амплитуд по скальпу (topography); 3) связь с событием, с его характеристиками; 4) связь с задачей (task dependence).

Волны ССП, идентифицированные как принадлежащие к одному и тому же классу, могут существенно различаться по амплитуде и временным характеристикам, например, колебание Р300 может развиваться с латентным периодом от 250 до 1500 мс. Именно поэтому при сопоставлении формы волн применяют как сравнение мгновенных значений амплитуд волн, так и статистики пиковых значений амплитуд и латентных периодов.

 






Дата добавления: 2016-06-05; просмотров: 1143; ЗАКАЗАТЬ НАПИСАНИЕ РАБОТЫ


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2022 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.02 сек.