Filter (1)

Filter

 

필터는 일반적으로 노이즈를 줄이고 데이터 품질을 개선하는 데 사용된다. 시간-주파수 분석은 특히 웨이블릿 (wavelet) 변환의 경우 필터가 가지고 있는 동일한 문제 중 일부를 공유한다.

 

 

뇌 과학의 주요 과제 중 하나는 측정이 노이즈와 인공물로 오염된다는 것이다. 환경 소음, 도구 소음 또는 실험 맥락에서 관심이 없는 신체 내 신호 소스 (생리학적 소음)가 포함될 수 있다. 노이즈가 있으면 대상 신호를 가리거나 분석을 방해할 수 있다. 그러나 신호와 간섭이 서로 다른 스펙트럼 영역을 차지하는 경우 데이터에 필터를 적용하여 신호 대 잡음비 (SNR)를 향상시킬 수 있다.

 

예를 들어, 직류 (DC) 성분이나 느린 변동은 고역 통과 필터로 제거할 수 있고, 전력선 성분은 50 또는 60Hz에서 노치 필터로 감쇠할 수 있으며, 원하지 않는 고주파 성분은 저역 통과 필터로 데이터를 평활화한다. 필터링은 노이즈 스펙트럼과 타겟 스펙트럼 간의 차이를 활용하여 SNR을 개선하고 노이즈가 지배하는 스펙트럼 영역에서 데이터를 더 감쇠하고 타겟이 지배하는 영역에서 데이터를 덜 감쇠한다.

 

측정 장비 또는 증폭기에는 고역 통과 필터와 노치 필터가 포함될 수 있다. 아날로그-디지털 (AD) 변환기 앞에는 저역 통과 앤티앨리어싱 필터가 온다. 전처리는 고역 통과, 저역 -통과 및 노치 필터, 데이터 분석에는 대역 통과 또는 시간 주파수 (TF) 분석 등이 포함될 수 있다. 필터는 뇌 데이터 측정 및 분석에서 어디에나 있다.

 

필터는 첫 번째 단계에서 아날로그 (녹색)이고 다음 단계에서 디지털 (빨간색)이다. 녹음 장비에는 고역 통과 필터 (AC 커플링의 경우 암시적)와 라인 주파수 전력을 감쇠시키는 노치 필터가 포함될 수 있다. 아날로그-디지털 변환기 앞에는 저역 통과 앤티앨리어싱 필터가 있다. 데이터 전처리에서 고역 통과 필터를 적용하여 느린 드리프트 성분을 제거하고 저역 통과 필터를 적용하여 노이즈를 감쇠 (종종 전체 스펙트럼에 퍼짐)하거나 데이터가 다운샘플링될 때 앤티앨리어싱을 방지한다. 데이터 분석에는 대역 통과 필터링(ex. "알파" 또는 "감마"와 같은 표준 주파수 대역 분리) 또는 TF 분석이 포함될 수 있다. 데이터 표시 또는 플로팅은 추가 평활화 (저역 통과 필터링)를 요구할 수 있다.

 

https://www.sciencedirect.com/science/article/pii/S0896627319301746

Filters: When, Why, and How (Not) to Use Them