생체의학 신호 처리의 기본 단계 (1)

생체의학 신호 처리의 기본 단계

 

생체의학 신호 처리에는 다양한 단계가 포함된다. 각 단계 자체가 거대한 연구 분야입니다. 다음은 생체의학 신호 처리의 기본 단계 중 일부이다.

 

이미지 획득 이미지 처리 및 이미지 분할 2차원 이산 웨이블릿 변환 특징 추출 (선 분할 기법) 기능 분류

 

이 모든 단계 중에서 특징 추출이 가장 중요하다. 신호를 처리하여 원하는 정보를 추출하는 것을 특징 추출이라고 한다. 예를 들어, EMG 신호는 추가 연구를 위해 임상적으로 필요한 이미지 특징을 얻는 위치에서 먼저 선택되고 처리된다.

BCI의 기능 추출

 

BCI 또는 뇌 컴퓨터 인터페이스는 뇌의 다양한 이미지를 사용하여 사용자의 생각을 추출한다. 이를 위해 일반적으로 뇌파검사 신호가 사용된다. 뇌파 신호의 특징 추출은 뇌 컴퓨터 인터페이스의 가장 중요한 부분이다.

 

특징 추출 방법 : 주파수 영역

 

주파수 영역을 따른 특징 추출에는 다양한 방법이 있으며 이러한 방법과 관련된 특정 이점이 있다.

 

힐베르트 변환 (Hilbert transform)	신호 에너지 보존 복소 신호의 허수부와 실수부의 적절한 관계가 정의 순간적인 특징 추출이 가능
이산 코사인 변환 (Discrete Cosine Transform, DCT)	신호는 코사인 성분 (실제 신호)으로 감소 직교 변환 (Orthogonal transformation) 에너지 절약
스펙트럼 추정 (Spectral estimation)	신호의 에너지 및 주파수 성분이 분석됨 노이즈 감소 강력한 양자화 (quantization) 방법 짧은 신호 window는 주기성을 찾는 데 충분
DFT / FFT (Discrete / Fast Fourier Transform)	유한한 (finite) window 신호의 경우 쉽게 구현 가능 중요한 기능 생성

 

위의 방법은 생체의학 신호에서 특징을 주파수 영역으로 추출하는 데 사용된다.

 

특징 추출 방법 : 신호 분해 및 희소 도메인

 

다음 방법과 장점은 신호 분해와 희소 영역을 이용한 특징 추출에 관한 것이다.

 

특이값 분해 (Singular Value Decomposition, SVD)	인수 분해를 이용한 분해 변형의 제어 (신호 임계값이 허용됨) 신호 패턴의 시각화가 향상 (희소 기능)
ITD (Interaural Time Difference)	순간적인 특징을 포착하는 데 도움이 됨 정확한 시간 데이터 유지 신호 순서가 유지 (신호를 단조로운 추세로 분해) 신호 형태가 보존 Priori 데이터 및 이동 프로세스가 필요하지 않음
EMD (Empricial mode decomposition)	숨겨진 데이터의 암호 해독이 가능 특히 재구성 및 분류를 위해 복잡한 신호를 분해 희소 특성 생성 분해를 수동으로 제어할 수 있음 노이즈 감소
MPTFD	컴팩트 TF 표현이 생성 분해 및 잡음 제거를 위한 반복적 방법 최적화를 위한 적절한 절차 확립 신호 에너지에 대한 데이터가 보존

 

https://matlabprojects.org/biomedical-signal-processing-topics/

Top 5 Biomedical Signal Processing Topics [Novel Research Proposal]