2.2. Cancellation of Artifacts The

2.2. Cancellation of Artifacts
The adaptive interference cancellation is a very efficient method to solve the problem when signals and interferences have overlapping spectra. This method has been used, among other applications, in external electroenterogram records [6] and in impedance cardiography [7]. Other applications in biomedical signals are, for example, removal of maternal ECG in fetal ECG records [8], detection of ventricular fibrillation and tachycardia [9], and cancellation of heart sound interference in tracheal sounds [10].
The basic adaptive noise canceller scheme is the same as that illustrated in Figure 2, where the primary signal is called “corrupted signal” and the secondary is called “reference signal”.
In this scheme, it is assumed that the corrupted signal d(n) is composed of the desired s(n) and noise n0(n), which is additive and not correlated with s(n). Likewise, the reference x(n) is uncorrelated with s(n) and correlated with n0(n). The reference x(n) feeds the filter to produce an output y(n) that is a close estimate of n0(n) [9].
To accomplish the objectives of this project, we arranged a cascade of three adaptive filters (Figure 3). The input d1(n) in the first stage is the EEG corrupted with artifacts (EEG + line-frequency + ECG + EOG). The reference x1(n) in the first stage is a sine function generated with 50 or 60 Hz, depending on the line type. Tests were carried out to determine the optimum values of L and μ. The order L of H1(z),

ผลลัพธ์ (ไทย) 1:

2.2. การยกเลิกสิ่งประดิษฐ์ การยกเลิกรบกวนปรับให้เหมาะสมเป็นวิธีการแก้ปัญหาเมื่อสัญญาณและ interferences มีแรมสเป็คตราทับซ้อนกันมาก วิธีนี้มีการใช้ ในโปรแกรมประยุกต์อื่น ในภายนอก electroenterogram [6] และความต้านทาน cardiography [7] โปรแกรมประยุกต์อื่นในสัญญาณทางชีวการแพทย์ได้ ตัวอย่าง เอาของ ECG เวชศาสตร์มารดาและทารกในครรภ์ ECG ระเบียน [8], ventricular ผิดจังหวะ และล่างเต้นเร็ว [9] การตรวจจับ และการยกเลิกระดับเสียงรบกวนในการใส่เสียง [10] โครงร่าง canceller เสียงปรับพื้นฐานจะเหมือนกัน ตามที่แสดงในรูปที่ 2 ที่สัญญาณหลักคือ "สัญญาณความเสียหาย" และรองเรียกว่า "สัญญาณอ้างอิง" ในโครงร่างนี้ มันจะสันนิษฐานว่า d(n) สัญญาณเสียหายประกอบด้วยการระบุ s(n) และเสียง n0(n) ซึ่งไม่สามารถ และไม่ correlated s(n) ในทำนองเดียวกัน x(n) อ้างอิง uncorrelated กับ s(n) และ correlated กับ n0(n) X(n) อ้างอิงตัวดึงข้อมูลตัวกรองผลิต y(n) เป็นผลผลิตที่ประเมินปิดของ n0(n) [9] เพื่อให้บรรลุวัตถุประสงค์ของโครงการนี้ เราจัดทั้งหมดของตัวกรองที่เหมาะสมสาม (รูปที่ 3) D1(n) เข้าในระยะแรกมี EEG ที่เสียหายกับสิ่งประดิษฐ์ (EEG + ความ ถี่บรรทัด + ECG + EOG) X1(n) อ้างอิงในขั้นตอนแรกคือ ฟังก์ชันไซน์สินค้า 50 หรือ 60 Hz ขึ้นอยู่กับชนิดบรรทัด ทดสอบได้ดำเนินการกำหนดค่าสูงสุดของ L และμ L H1(z) ใบสั่ง

ผลลัพธ์ (ไทย) 2:

2.2 ยกเลิกวัตถุ
ยกเลิกการแทรกแซงการปรับตัวเป็นวิธีที่มีประสิทธิภาพมากในการแก้ปัญหาเมื่อสัญญาณรบกวนและมีสเปกตรัมที่ทับซ้อนกัน วิธีการนี้ถูกนำมาใช้ในระหว่างการใช้งานอื่น ๆ ในบันทึก electroenterogram ภายนอก [6] และความต้านทานคลื่นหัวใจ [7] โปรแกรมอื่น ๆ ในการส่งสัญญาณทางชีวการแพทย์เป็นตัวอย่างเช่นการกำจัดของมารดาคลื่นไฟฟ้าหัวใจในบันทึกคลื่นไฟฟ้าหัวใจทารกในครรภ์ [8], การตรวจสอบการเกิด ventricular fibrillation และอิศวร [9], และการยกเลิกการรบกวนเสียงหัวใจเสียงหลอดลม [10].
เครื่องกำจัดเสียงรบกวนการปรับตัวขั้นพื้นฐาน โครงการเป็นเช่นเดียวกับที่แสดงในรูปที่ 2 ซึ่งสัญญาณหลักที่เรียกว่า "สัญญาณที่เสียหาย" และรองเรียกว่า "สัญญาณอ้างอิง".
ในโครงการนี้มันจะสันนิษฐานว่างสัญญาณที่เสียหาย (n) ประกอบด้วย S ที่ต้องการ (n) และ n0 เสียง (n) ซึ่งเป็นสารเติมแต่งและไม่มีความสัมพันธ์กับวินาที (n) ในทำนองเดียวกันการอ้างอิง x (n) เป็น uncorrelated กับวินาที (n) และมีความสัมพันธ์กับ n0 (N) อ้างอิง x (n) ฟีดตัวกรองที่จะผลิตออก y (n) ซึ่งเป็นประมาณการที่ใกล้ชิดของ n0 (N) [9].
เพื่อให้บรรลุวัตถุประสงค์ของโครงการนี้เราจัดน้ำตกสามตัวกรองการปรับตัว (รูปที่ 3 ) ป้อนข้อมูล d1 (n) ในขั้นตอนแรกคือ EEG เสียหายกับสิ่งประดิษฐ์ (EEG + สายความถี่ของคลื่นไฟฟ้าหัวใจ + + EOG) x1 อ้างอิง (n) ในขั้นตอนแรกคือฟังก์ชันไซน์สร้างขึ้นด้วย 50 หรือ 60 Hz ขึ้นอยู่กับชนิดสาย การทดสอบได้ดำเนินการในการกำหนดค่าที่เหมาะสมของ L และμ L ของคำสั่ง H1 (Z)

ผลลัพธ์ (ไทย) 3:

2.2 . การขจัดสัญญาณรบกวนแบบปรับตัวได้ สิ่งประดิษฐ์
เป็นวิธีที่มีประสิทธิภาพมากเพื่อแก้ปัญหาเมื่อสัญญาณและการแทรกแซงมีสเปกตรัมที่ทับซ้อนกัน วิธีนี้ได้ถูกใช้ในโปรแกรมอื่น ๆ ในประวัติ electroenterogram ภายนอกและภายใน cardiography [ 6 ] [ 7 ] โปรแกรมอื่น ๆในสัญญาณชีวการแพทย์ , ตัวอย่างเช่นการกำจัดของมารดาในการบันทึกคลื่นไฟฟ้าหัวใจ ECG [ 8 ] , การตรวจสอบของเอเอสทีเอ็มและหัวใจเต้นเร็ว [ 9 ] , และการยกเลิกเสียงรบกวนใจในเสียงหลอดลม [ 10 ]
พื้นฐานปรับตัวขจัดเสียงนี้เหมือนกับที่แสดงในรูปที่ 2 ซึ่งสัญญาณหลักที่เรียกว่า " เสียหาย สัญญาณและการเรียกว่า " สัญญาณ " อ้างอิง
ในโครงการนี้จะถือว่าเสียหายสัญญาณ D ( n ) ประกอบด้วยคุณลักษณะ S ( N ) และอัตราส่วนสัญญาณรบกวน ( N ) ซึ่งเป็นสารเติมแต่ง และไม่มีความสัมพันธ์กับ S ( N ) อนึ่ง อ้างอิง x ( n ) uncorrelated กับ S ( n ) และมีความสัมพันธ์กับ NO ( N ) อ้างอิง x ( n ) ตัวกรองที่จะผลิตออก Y ( n ) เป็นค่าปิดของ NO ( N ) [ 9 ]
เพื่อให้บรรลุวัตถุประสงค์ของโครงการนี้เราจัดที่น้ำตกสามตัวกรองแบบปรับตัว ( รูปที่ 3 ) ใส่ D1 ( n ) ในขั้นตอนแรกคือสมองเสียหายกับสิ่งประดิษฐ์ ( สายความถี่คลื่นสมอง ECG eog ) การอ้างอิง X1 ( n ) ในขั้นตอนแรกเป็นไซน์ฟังก์ชันที่สร้างขึ้นด้วย 50 หรือ 60 เฮิรตซ์ ขึ้นอยู่กับชนิดเส้น การทดสอบได้ดำเนินการเพื่อหาค่าที่เหมาะสมที่สุดของ L และμ . สั่งซื้อ l H1
( Z )