4. DISCUSSION AND CONCLUSIONS Three

4. DISCUSSION AND CONCLUSIONS
Three adaptive filters in cascade, based on LMS algorithm, were described in order to cancel common artifacts (line interference, ECG and EOG) present in EEG records.
The advantages of using a cascade of three filters instead of filtering the three signals with a single adaptive filter are among others,
a) The coefficient’s adaptation in three independent filters is simpler and faster than their adaptation in a single filter.
b) At each stage output, the error signals ei(n), EEG with one of the three attenuated artifacts are present; such separation (by artifact) may be useful in some applications where such output might be enough.
Advantages of adaptive filters over conventional ones include preservation of components intrinsic to the EEG record. Besides, they can adapt their coefficients to variations in heart frequency, abrupt changes in the line frequency (caused, say, by ignition of electric devices) or modifications due to eye movements.
A difficulty found in this work was the determination of L (filter order) and μ (convergence factor). These parameters are very important; L, because it leads to appropriate filtering, and μ, to get adequate adaptation. If μ is too big, the filter becomes unstable, and if it is too small, the adaptation may turn out too slow. Several tests were carried out to determine the optimum value for these parameters.
Results show that the proposed filter attenuates, on the average, 98.3% of the line frequency interference; 29.6% of the maximum energy component of the ECG (≅ 15 Hz), and 55.8% the EOG component of maximum energy (≅ 0.5 Hz). Apparently, the ECG and EOG components were attenuated in smaller proportion than the 50Hz, however, this probably takes place because their respective spectra overlap (reason for which adaptive filtering was used instead of a classic technique).
In some patients, the ECG attenuation was minimal (see Table I, line two, columns 5 and 6); once more the cause can be explained by spectra overlapping.
In all cases, artifacts were adequately attenuated, without removing significant useful information. We conclude that adaptive cancellation is an efficient processing technique for improving the quality of EEG signals in biomedical analysis.

ผลลัพธ์ (ไทย) 1:

4. อธิบายและสรุป กรองแบบอะแดปทีฟ 3 ในทั้งหมด ตามอัลกอริทึม LMS ถูกอธิบายเพื่อยกเลิก สิ่งประดิษฐ์ทั่วไป (บรรทัดรบกวน ECG และ EOG) ปัจจุบันใน EEG ประโยชน์ของการใช้ทั้งหมดของตัวกรองสามแทนการกรองสัญญาณสามกับตัวแบบอะแดปทีเดียวอยู่ในหมู่คนอื่น ๆ ) ปรับตัวค่าสัมประสิทธิ์ของตัวกรองอิสระสามได้ง่ายกว่า และเร็วกว่าการปรับตัวในตัวเดียว ข) ในแต่ละขั้นแสดงผล ข้อผิดพลาดสัญญาณ ei(n), EEG กับสิ่งประดิษฐ์ attenuated สามมีอยู่ แยกดังกล่าว (โดยสิ่งประดิษฐ์) อาจได้ประโยชน์ในโปรแกรมประยุกต์บางโปรแกรมซึ่งผลดังกล่าวอาจจะเพียงพอ ข้อดีของตัวกรองที่เหมาะสมมากกว่าคนทั่วไปได้แก่อนุรักษ์ประกอบ intrinsic ระเบียน EEG นอกจาก พวกเขาสามารถปรับสัมประสิทธิ์ของการแปรผันในความถี่ของหัวใจ การเปลี่ยนแปลงอย่างทันทีทันใดในความถี่บรรทัด (สาเหตุ กล่าวว่า จุดระเบิดของอุปกรณ์ไฟฟ้า) หรือปรับเปลี่ยนเนื่องจากความเคลื่อนไหวของตา ปัญหาที่พบในการทำงานนี้ถูกกำหนดμ (บรรจบกันปัจจัย) และ L (ตัวกรองใบสั่ง) พารามิเตอร์เหล่านี้มีความสำคัญมาก L เนื่องจากจะนำไปใช้กรอง และμ รับปรับตัวเพียงพอ ถ้าμมีขนาดใหญ่เกินไป ตัวเสถียร และถ้ามันมีขนาดเล็กเกินไป การปรับตัวอาจเปิดออกช้าเกินไป ทดสอบต่าง ๆ ได้ดำเนินการกำหนดค่าสูงสุดสำหรับพารามิเตอร์เหล่านี้ ผลลัพธ์แสดงว่า กรองเสนอ attenuates โดยเฉลี่ย 98.3% ของสัญญาณรบกวนความถี่บรรทัด 29.6% ของพลังงานสูงสุดส่วนประกอบของ ECG (≅ 15 Hz), 55.8% และคอมโพเนนต์ EOG พลังงานสูงสุด (≅ 0.5 Hz) เห็นได้ชัด ส่วนประกอบของ ECG และ EOG มีไฟฟ้าเคร...ในสัดส่วนที่น้อยกว่า 50Hz อย่างไรก็ตาม นี้อาจเกิดเนื่องจากแรมสเป็คตราของพวกเขาเกี่ยวข้องเหลื่อม (เหตุผลที่กรองแบบอะแดปทีฟใช้แทนเทคนิคคลาสสิก) ในผู้ป่วยบาง อ่อน ECG ได้น้อยที่สุด (ดูตารางฉัน บรรทัด 2 คอลัมน์ที่ 5 และ 6); อีกครั้งหนึ่งสามารถอธิบายสาเหตุความซ้อนแรมสเป็คตรา ในทุกกรณี สิ่งประดิษฐ์ได้อย่างเพียงพอไฟฟ้าเคร... โดยไม่ต้องเอาข้อมูลที่เป็นประโยชน์อย่างมีนัยสำคัญ เราสรุปว่า ยกเลิกการปรับเทคนิคการประมวลผลที่มีประสิทธิภาพในการปรับปรุงคุณภาพของสัญญาณ EEG ในการวิเคราะห์ทางชีวการแพทย์

ผลลัพธ์ (ไทย) 2:

4. การอภิปรายและข้อสรุป
สามตัวกรองการปรับตัวในน้ำตก, ขึ้นอยู่กับขั้นตอนวิธี LMS ถูกอธิบายไว้ในคำสั่งเพื่อยกเลิกสิ่งประดิษฐ์ที่พบบ่อย (การรบกวนเส้นคลื่นไฟฟ้าหัวใจและ EOG) อยู่ในบันทึก EEG.
ข้อดีของการใช้น้ำตกสามกรองแทนกรอง สามสัญญาณกับตัวกรองปรับตัวเดียวอยู่ในหมู่คนอื่น ๆ
) การปรับตัวสัมประสิทธิ์ของในสามกรองอิสระจะง่ายและเร็วกว่าการปรับตัวของพวกเขาในการกรองเดียว.
ข) ในแต่ละผลผลิตเวทีสัญญาณข้อผิดพลาด EI (n) EEG กับหนึ่ง ของทั้งสามสิ่งประดิษฐ์จางที่มีอยู่; แยกดังกล่าว (โดยสิ่งประดิษฐ์) อาจจะมีประโยชน์ในการใช้งานบางอย่างที่ส่งออกดังกล่าวอาจจะมีพอ.
ข้อดีของฟิลเตอร์ปรับตัวกว่าคนทั่วไปรวมถึงการเก็บรักษาของส่วนประกอบที่แท้จริงเพื่อบันทึกคลื่นสมอง นอกจากนี้พวกเขาสามารถปรับค่าสัมประสิทธิ์ของพวกเขากับการเปลี่ยนแปลงความถี่ในการเต้นของหัวใจการเปลี่ยนแปลงอย่างกระทันหันในความถี่บรรทัด (ที่เกิดการพูดโดยการเผาไหม้ของอุปกรณ์ไฟฟ้า) หรือการปรับเปลี่ยนเนื่องจากการเคลื่อนไหวของดวงตา.
ความยากลำบากที่พบในงานนี้เป็นความมุ่งมั่นของ L (ตัวกรอง การสั่งซื้อ) และμ (ปัจจัยการบรรจบกัน) พารามิเตอร์เหล่านี้มีความสำคัญมาก L เพราะมันจะนำไปสู่การกรองที่เหมาะสมและμจะได้รับการปรับตัวที่เพียงพอ หากμมีขนาดใหญ่เกินไปกรองจะไม่เสถียรและถ้ามันมีขนาดเล็กเกินไปการปรับตัวอาจเปิดออกช้าเกินไป การทดสอบหลายคนถูกดำเนินการในการกำหนดค่าที่เหมาะสมสำหรับพารามิเตอร์เหล่านี้.
แสดงให้เห็นว่าผลการกรองที่เสนอลดทอนโดยเฉลี่ยที่ 98.3% ของการรบกวนคลื่นบรรทัด; 29.6% ขององค์ประกอบพลังงานสูงสุดของคลื่นไฟฟ้าหัวใจ (≅ 15 เฮิร์ตซ์) และ 55.8% ส่วนประกอบ EOG พลังงานสูงสุด (≅ 0.5 Hz) เห็นได้ชัดว่าคลื่นไฟฟ้าหัวใจและส่วนประกอบ EOG ถูกยับยั้งในสัดส่วนที่น้อยกว่า 50Hz แต่นี้อาจจะเกิดขึ้นเนื่องจากสเปกตรัมของตนที่ทับซ้อนกัน (เหตุผลที่ปรับตัวกรองที่ถูกนำมาใช้แทนเทคนิคคลาสสิก).
ในผู้ป่วยบางรายลดทอนคลื่นไฟฟ้าหัวใจเป็น น้อยที่สุด (ดูตารางที่ผมเส้นสองคอลัมน์ที่ 5 และ 6) อีกครั้งสาเหตุที่สามารถอธิบายได้ด้วยสเปกตรัมทับซ้อนกัน.
ในทุกกรณีสิ่งประดิษฐ์ที่ถูกยับยั้งเพียงพอโดยไม่ต้องถอดข้อมูลที่เป็นประโยชน์อย่างมีนัยสำคัญ เราสรุปได้ว่าการยกเลิกการปรับตัวเป็นเทคนิคการประมวลผลที่มีประสิทธิภาพสำหรับการปรับปรุงคุณภาพของสัญญาณคลื่นสมองในการวิเคราะห์ทางชีวการแพทย์

ผลลัพธ์ (ไทย) 3:

4 . การอภิปรายและสรุป
3 ตัวกรองแบบปรับตัวในน้ำตก ตามขั้นตอนวิธี LMS เป็นอธิบายเพื่อที่จะยกเลิกสิ่งประดิษฐ์ทั่วไป ( เส้นรบกวนวัด eog ) ปัจจุบันในบันทึกคลื่นสมอง .
ข้อดีของการใช้น้ำตกสามตัวกรองแทนของการกรองสามสัญญาณเดียวกับกรองปรับตัวอยู่ในหมู่คนอื่น ๆ
) ของสัมประสิทธิ์การปรับตัวในสามตัวกรองได้ง่ายกว่า และเร็วกว่าการอิสระในตัวเดียว
b ) ในแต่ละขั้นตอนการส่งออก , ข้อผิดพลาดสัญญาณ EI ( N ) , EEG กับหนึ่งในสามเป็นสิ่งประดิษฐ์ที่เป็นปัจจุบัน เช่น การแยก ( ทางวัตถุ ) อาจจะมีประโยชน์ในบางโปรแกรมที่ส่งออก เช่น อาจจะพอแล้ว
ข้อดีของตัวกรองได้มากกว่าคนปกติ รวมถึงการเก็บรักษาส่วนประกอบภายในการบันทึกคลื่นสมอง . นอกจากนี้พวกเขาสามารถปรับค่าสัมประสิทธิ์ของการเปลี่ยนแปลงความถี่ของหัวใจ การเปลี่ยนแปลงอย่างฉับพลันในเส้นความถี่ ( เหตุ กล่าวว่า การจุดระเบิดของอุปกรณ์ไฟฟ้า ) หรือการปรับเปลี่ยนเนื่องจากการเคลื่อนไหวของตา
ปัญหาที่พบในงานนี้คือ ความมุ่งมั่นของ L ( ตัวกรองเพื่อ ) และμ ( ตัวประกอบการลู่เข้า ) พารามิเตอร์เหล่านี้เป็นสิ่งที่สำคัญมาก ฉัน เพราะมันทำให้การกรองที่เหมาะสม และμ ได้รับการปรับตัวอย่างเพียงพอ ถ้าμใหญ่เกินไป ตัวกรองที่ไม่สม่ำเสมอ และถ้ามันมีขนาดเล็กเกินไป การปรับตัวอาจจะออกมาช้าการทดสอบหลายทดลองเพื่อหาค่าที่เหมาะสมของตัวแปรเหล่านี้
ผลการทดลองแสดงให้เห็นว่าการนำเสนอกรองลดทอน โดยเฉลี่ยร้อยละดีเอ็นเอสายความถี่รบกวน ; ราวเปอร์เซ็นต์ของพลังงานสูงสุดส่วนประกอบของคลื่นไฟฟ้าหัวใจ ( ≅ 15 Hz ) และร้อยละ 55.8 eog ส่วนประกอบของพลังงานสูงสุด ( ≅ 0.5 Hz ) เห็นได้ชัดว่า