Учебная работа № 16299. Контрольная Фильтрация медицинских сигналов
Содержание:
«Содержание
Введение……………………………………………………………………………………………..3
1. Глава. Биомедицинские сигналы и их характеристики………………………4
2.Глава. Понятие о фильтрации медициских сигналов…………………………..6
3.Глава. Вейвлет-преобразование……………………………………………………….11
Заключение………………………………………………………………………………………..16
Список литературы…………………………………………………………………………….18
Список литературы
1. Джонсон К. Справочник по активным фильтрам. – М.: Энергоатомиздат, 1984.
2. Макс Жак Методы и техника обработки сигналов при физических измерениях. Пер. с фр. Под ред Волкова А.Г. – М.: Мир, 1985
3. Дьяконов А. Simulink 4. Специальный справочник. – СПб.: Питер, 2003
4. Андреев А.И., Ланнэ А.Т. MATLAB для DSP: SPTool – инструмент для расчёта цифровых фильтров и спектрального анализа сигналов // Цифровая обработка сигналов. 2001. №7.
5. Потемкин О.Г. MATLAB 5 для студентов /Диалог-МИФИ. 1999.
6. M. Akay, Wavelet Applications in Medicine, IEEE Spectrum, 1997, Vol. 33, No. 5, pp. 51-58.
7. M. Vetterli, M. Kovacevic, Wavelets and Subband Coding, Prentice Hall, 1996, New Jersey, USA.
8. F. Yang, W. Lаao, Modeling and Decomposition of HRV Signals with Wavelet Transforms, IEEE Engineering in Medicine and Biology, 199, Vol. 17, No. 4, pp. 7-122.
9. P. G. Ivanov, M. G. Rosenblum, K. K. Peng, J. Mietus, I. Havlin, H. E. Stanley, A. M. Goldberger, Scaling Behaviour of Heartbeat Intervals Obtained by Wavelet — Based Time — Series Analysis «», Nature, 1995, Vol. 343, No. 36, pp. 193-327.
10. S. Blanco, C. Kochen, G. A. Roso, C. Saldado, Applying Tome-Frequency Analysis to Seizure EEG Activity, IEEE Engineering in Medicine and Biology, 1996, Vol. 16, No. 4, pp. 28-71.
11. C. J. Haagensen, Diseases of the Breast, Third Edition, Saunders Company, 1987.
12. Institute of Medicine, Report of a Study, Breast Cancer: Setting Priorities of Effectiveness in Research, National Academy Press, 1991.
»
Выдержка из подобной работы:
….
Способы фильтрации акустических сигналов
…..е вейвлет-анализа для определения границ речи в зашумленном сигнале.
Заключение
Список
использованных источников
Введение
В наше время преобразование звука играет важную роль в развитии
информационных систем. К преобразованию звука прибегают в основном с целью
изменения каких-то характеристик звука. Кроме того на основе описанных в
данной работе преобразований базируются механизмы создания различных звуковых
эффектов а также способы очистки звука от нежелательных шумов изменения
тембра и тому подобное.
Регистрация анализ и обработка аудиоинформации являются одним из
важнейших факторов при проведении мероприятий по организации информационной
безопасности. При этом зачастую возникает необходимость обработки аудио сигнала
с целью повышения его качества и разборчивости.
При проведении слухового контроля или получении магнитофонных записей
речевого сигнала в реальных условиях на этот сигнал воздействуют различные
помехи которые снижают качество полезного сигнала в том числе и
его разборчивость вплоть до срыва связи. Задача снижения уровня помех с целью
восстановления смысла сообщения для ряда практических ситуаций крайне
актуальна. В данной работе описывается дискретное преобразование Фурье
применительно к теории цифровой обработки звука его свойства и алгоритм
возможной реализации. Все математические выкладки приведены без доказательств
которые могут быть найдены в соответствующих пособиях по математическому
анализу. Медианные фильтры достаточно часто применяются на практике как
средство предварительной обработки цифровых данных. Медианные фильтры при
оптимально выбранной темпертуре могут например сохранять без искажений резкие
границы объектов эффективно подавляя некоррелированные или слабо
коррелированные помехи и малоразмерные детали. Это свойство позволяет применять
медианную фильтрацию для устранения аномальных значений в массивах данных
уменьшения выбросов и импульсных помех. Особенно эффективным медианный фильтр
оказывается при очистке сигналов от импульсных шумов при обработке изображений
акустических сигналов передаче кодовых сигналов и т.п. Однако детальные
исследования свойств медианных фильтров как средства фильтрации сигналов
различного типа являются довольно редкими.
В работе также предложена методика определения границ речи в звуковом
сигнале содержащем шум на окснове Вейвлет-анализа. Одним из этапов этой процедуры
является классификация фреймов входного сигнала основанная на энергетических
характеристиках Вейвлет-спектра и позволяющая учитывать акустические
характеристики широких фонетических классов звуков речи. Подобный подход дает
возможность определить границы речи при наличии высокоамплитудных помех
провести сегментацию речевого сигнала и повысить эффективность дальнейшего
распознавания. Одним из важных направлений исследований в области
искусственного интеллекта является разработка интеллектуальных систем образного
восприятия речевой информации среди которых значительную роль играют системы
распознавания речи. Проблемы возникающие при распознавании речевого сигнала
связаны с его вариативностью шумом окружающей среды и звукозаписывающего
оборудования поэтому качество распознавания существенно зависит от
предваритель»