Η παρούσα Διπλωματική Εργασία έχει ως θέμα της την ανάλυση και επεξεργασία των βιοσημάτων. Τα βιοσήματα είναι τα αποτελέσματα βιολογικών διεργασιών σε ζώντες οργανισμούς. Η εργασία που ακολουθεί αφορά σε ανθρώπινα βιοσήματα. Από τα πιο γνωστά είναι το ηλεκτροεγκεφαλογράφημα, το ηλεκτρομυογράφημα και το ηλεκτροκαρδιογράφημα, για το οποίο γίνεται και εκτενέστερη παρουσίαση. Η λήψη των σημάτων αυτών, η επεξεργασία και η ανάλυσή τους βοηθούν τους ειδικούς να κατανοήσουν την λειτουργία του οργανισμού, να διαγνώσουν μη φυσιολογικές καταστάσεις και να προβλέψουν την εξέλιξη των βιολογικών φαινομένων.
Ως σήματα είναι αναλογικά, παρουσιάζουν -πλην εξαιρέσεων- έλλειψη περιοδικότητας, χαμηλές συχνότητες και μικρά πλάτη. Κατατάσσονται, στην πλειοψηφία τους, στα τυχαία σήματα, των οποίων η χρονική πορεία είναι δύσκολο να προβλεφθεί με ακρίβεια. Ωστόσο, η μελέτη στατιστικών χαρακτηριστικών των δειγμάτων των βιοσημάτων ενισχύει την καλύτερη εκτίμηση της εξέλιξης του βιολογικού φαινομένου.
Στα πέντε κεφάλαια που ακολουθούν παρουσιάζονται οι κατηγορίες και τα χαρακτηριστικά των βιοσημάτων, η διαδικασία καταγραφής τους, οι γνωστοί μετασχηματισμοί σήματος Fourier, Laplace & Z, στοιχεία θεωρίας στοχαστικών διαδικασιών και στατιστικής με παραδείγματα, το ηλεκτροκαρδιογράφημα και το μαθηματικό του μοντέλο και τέλος, στατιστική ανάλυση πραγματικών δεδομένων από βάση καρδιογραφημάτων του οργανισμού http://physionet.org/cgi-bin/atm/ATM.
This thesis is an introduction to biosignals processing and analysis. Biosignals are the results of biological processes in living organisms. This paper refers to human biosignals. Among the most famous are the electroencephalogram, electromyogram and electrocardiogram for which a more extensive presentation follows. The adoption of these signals, their processing and analysis help experts to understand the functioning of the organism, to diagnose abnormal situations and predict the evolution of biological phenomena.
As signals they are analog, showing lack of periodicity, low frequencies and low amplitudes. Classified, in their majority, as random signals, whose time course is difficult to predict accurately. However, the study of statistical characteristics of biosignals samples enhances the best estimate of the biological phenomenon evolution.
In the five following chapters the presented features are: the categories and characteristics of biosignals, their recording procedure, the most known signal transformations Fourier, Laplace & Z, elements of statistics and stochastic processes theory with examples, the electrocardiogram and its mathematical model and finally, statistical analysis of actual data - cardiograms from http://physionet.org/cgi-bin/atm/ATM database.
Items in Apothesis are protected by copyright, with all rights reserved, unless otherwise indicated.
Κύρια Αρχεία Διατριβής
ΑΝΑΛΥΣΗ ΚΑΙ ΕΠΕΞΕΡΓΑΣΙΑ ΒΙΟΣΗΜΑΤΩΝ - Identifier: 75215
Internal display of the 75215 entity interconnections (Node labels correspond to identifiers)
