Izdvajanje značajki signala proizvedenih u biološkim sustavima temeljeno na informaciji iz vremensko-frekvencijskih distribucija

Analiza signala proizvedenih od bioloških sustava u zadnjih nekoliko desetljeća postala je važna komponenta u karakterizaciji tih sustava. Podaci dobiveni iz obrade biomedicinskih signala (EEG, HRV) imaju sve istaknutiju ulogu u naprednom dijagnostičkom pristupu, dok je obrada akustičnih signala prikupljenih iz prirodnih okruženja (npr. podvodni signali) važan segment u automatskoj detekciji i klasifikaciji životinjskih vrsta. S obzirom na nestacionarnu i multikomponentnu prirodu takvih signala od posebne je važnosti korištenje adekvatne metode analize. Vremenskofrekvencijske distribucije signala pogodan su alat za ekstrakciju značajki nestacionarnih signala, međutim njihova je efikasnost uvelike smanjena ukoliko su analizirani signali karakterizirani visokom razinom šuma, a to je upravo slučaj kod signala iz bioloških sustava zbog okolinskog šuma koji se javlja pri prikupljanju istih. Tema ovog istraživanja je realizacija metode za uspješnu ekstrakciju korisnog informacijskog sadržaja iz zašumljene pozadine realnih signala. Kod realizacije algoritma ekstrakcije korisne informacije bit će iskorištene razlika strukture šuma i korisne informacije (komponenti signala) u vremensko-frekvencijskoj domeni. Strukturne razlike komponenti i šuma očituju se različitim veličinama regija zastupljenosti u vremensko-frekvencijskoj ravnini.

Cilj predloženog istraživanja je realizacija virtualnog instrumenta za ekstrakciju korisnog sadržaja iz bioloških signala, a koji ne zahtjeva prethodno poznavanje karakteristika signala ni predznanje tehnika analize signala, pa je stoga pogodan za korisnike koji nisu iz područja obrade signala (npr. liječnici, biolozi...).

Ciljevi

• Razrada matematičke pozadine koja opravdava predložene pristupe.
• Programska realizacija algoritama.
• Analiza dobivenih rezultata na sintetičkim i realnim signalima.
• Realizacija virtualnog instrumenta namijenjenog za korisnike bez predznanja obrade signala.

Suradnje

• Grenoble Institut Polytechnique, Ecole Nationale Supérieure d'Ingénieurs pour Energie Eau Environnement, Laboratoire GIPSA-lab (Grenoble Image Parole Signal Automatique)
• Univerzitet Crne Gore, Elektrotehnički fakultet Podgorica, Laboratorij za Multimedije Signale i Sustave

Laboratorij

• Laboratorij za elektroniku i elektrotehniku