EDUKATIVNI REPREZENTATIVNI PRIMERI IZ MERNO-INFORMACIONIH TEHNOLOGIJA SA PRIMENOM MATEMATIČKIH ALGORITAMA Platon Sovilj, Rade Doroslovački, Dragan Pejić,

Презентација на тему: "EDUKATIVNI REPREZENTATIVNI PRIMERI IZ MERNO-INFORMACIONIH TEHNOLOGIJA SA PRIMENOM MATEMATIČKIH ALGORITAMA Platon Sovilj, Rade Doroslovački, Dragan Pejić,"— Транскрипт презентације:

1 EDUKATIVNI REPREZENTATIVNI PRIMERI IZ MERNO-INFORMACIONIH TEHNOLOGIJA SA PRIMENOM MATEMATIČKIH ALGORITAMA Platon Sovilj, Rade Doroslovački, Dragan Pejić, Đorđe Novaković, Marjan Urekar, Nemanja Gazivoda

2 Primer: FPGA modul za stohastičko digitalno merenje
Blok šema mernog sistema baziranog na FPGA modulu za stohastičko digitalno merenje. Pojačani/kondicionirani signal se dovodi na ulaz modula, a izlaz modula je povezan sa PC-jem.

3 Primer: ELEKTROENCEFALOGRAFIJA
Elektroencefalografija predstavlja merenje električnih aktivnosti koje potiču od kore velikog mozga (tzv. EEG signala). U osnovi ovih električnih aktivnosti nalazi se dinamička pojava bioelektriciteta koja se na najnižem nivou proučava kod bioloških ćelija.

4 Električne aktivnosti neurona
Akcioni potencijali igraju centralnu ulogu u komunikaciji između nervnih ćelija.

5 Elektroencefalogrami
Elektoencefalogrami (EEG) predstavljaju rezultate merenja slabih električnih signala (obično reda mikrovolta ili desetina mikrovolta ali ne većih od 300µV) koje proizvodi kora velikog mozga. Frekvencije ovih moždanih signala obuhvataju frekventni spektar do 100 Hz, i njihove karakteristike veoma zavise od aktivnosti kore velikog mozga.

6 Primena elektroencefalografije
Klinička primena Pomoć u dijagnostici u svrhu odgovarajućeg lečenja Praćenje dubine anestezije itd. Istraživanja Fiziološki procesi Kognitivni procesi Dejstvo farmaceutika Proučavanje sna

7 Primena elektroencefalografije
Novi horizonti u primeni Neurofeedback BCI – Brain Computer Interface

8 Vrste i struktura merno-akvizicionih sistema u elektroencefalografiji
Principske šeme realizacije analognog merno-akvizicionog EEG sistema (gore) digitalnog merno-akvizicionog EEG sistema (dole)

9 EEG uređaj Neuroscan Synamp2
Problem 1: Šum EEG uređaj Neuroscan Synamp2 Parametar Vrednosti parametra Broj kanala 64 Rezolucija 24 bit 1 LSB 3 nV CMRR 108 dB Šum < 0,4 uVpp Filtriranje VF DC/0.5Hz, NF Hz Brzina odmeravanja 20,4 kHz Interfejs Serijski (USB) Napajanje Mrežni adapter Sertifikacija po stanadardima za medicinsku opremu da Cena $ ( sa softverom) Kompanija

10 Problem 2: opet šum (EEG i MRI)
Snažni artifakti tokom EEG&MRI snimanja

11 Primeri: STOHASTIČKO DIGITALNO MERENJE STACIONARNIH SIGNALA
Konceptualni blok dijagram za stohastičko digitalno merenje jednog Furijeovog koeficijenta pojačanog ulaznog signala. Izlaz akumulatora se koristi za izračunavanje koeficijenta.

12 MODEL STOHASTIČKOG DIGITALNOG MERENJA EEG SIGNALA
Metod stohastičkog digitalnog merenja je verifikovan u slučaju merenja različitih vrsta stacionarnih signala. Sada se postavlja pitanje da li je taj metod moguće koristiti za merenje EEG signala koji je nestacionaran signal?

13 Primer: STOHASTIČKO DIGITALNO MERENJE STACIONARNIH SIGNALA
Metoda stohastičkog digitalnog merenja se pokazuje pogodnom ne samo za merenje vremenski nepromenljivog ili prostoperiodičnog signala, već i za merenje harmonika stacionarnog signala, uz kontrolisano potiskivanje šuma. Merni sistem zasnovan na stohastičkom digitalnom merenju.

14 MODEL STOHASTIČKOG DIGITALNOG MERENJA EEG SIGNALA
Neka se primeni kratkotrajna Furijeova transformacija na signal se, za koji ćemo sad pretpostaviti da je nestacionarni signal, sa prozorskom funkcijom širine jednake mernom intervalu T. Ako rezultati ove transformacije budu koeficijenti ai i bi, onda se se može predstaviti u formi trigonometrijskog polinoma oblika: ω0 = 2π / T M je red trigonometrijskog polinoma. 0<t<T

15 Primeri: MODEL STOHASTIČKOG DIGITALNOG MERENJA EEG SIGNALA
Poređenje koncepta stohastičkog digitalnog merenja nestacionarnog signala u frekventnom domenu sa tipičnim digitalnim merenjem u vremenskom domenu. Model merenja nestacionarnog signala u vremenskom domenu stohatističkim digitalnim merenjem u toku jednog mernog intervala.

16 Primer: MODEL STOHASTIČKOG DIGITALNOG MERENJA EEG SIGNALA
Blok dijagram hardversko-softverske platforme stohastičkog digitalnog merenja predefinisanog skupa harmonika na jednom mernom intervalu EEG signala. Svaki element označen sa M&A se sastoji od jednog množača i jednog akumulatora.

17 EDUKATIVNA PLATFORMA Platforma za edukativna merenja je sačinjena od nekoliko modula koji se mogu spajati u različite merno-akvizicione sisteme. Merno-akvizicioni sistem na bazi klasičnog digitalnog merenja je korišćen za merenje EEG signala klasičnim načinom, čime se dobija referenca za metrološku verifikaciju drugog merno-akvizicionog sistema. Merno-akvizicioni sistem na bazi modela stohastičkog digitalnog merenja EEG signala je korišćen za eksperimentalnu metrološku verifikaciju ovog modela.

18 Primer: Elektrode i kablovi
Konstrukcija elektroda, kabla i konektora za jedan kanal (levo). Korišćena Ag/AgCl disk elektroda (sredina) i moleks konektor za spajanje kabla i elektrode (desno). Struktura kablova, konektora i utičnica koji povezuju elektrode sa pojačavačem.

19 Primer: Modul za pojačanje
Blok šema modula za pojačanje EEG signala

20 Modul za pojačanje Zaštitno kolo na ulazu u jedan kanal pojačavača.
Predpojačavački stepen (levo) i DRL povratna sprega (desno).

21 Modul za pojačanje Centralni i izlazni pojačavački stepen.
Povezivanje analogne ploče sa ženskim XLR utičnicama i digitalnom pločom.

22 Primer: Modul za klasično digitalno merenje
Blok šema modula za klasično digitalno merenje pojačanog EEG signala

23 Modul za klasično digitalno merenje
Digitalni čip MAX232 i galvanska izolacija serijske veze u vidu digitalnih optokaplera. Napajanje analogne i digitalne ploče.

24 Primer: Mikrokontrolerski modul za stohastičko digitalno merenje
Adapterska kartica sa mikrokontrolerom PIC18F8722 Blok dijagram algoritma firmvera za mikrokontrolerski modul za stohastičko digitalno merenje.

25 Primer: FPGA modul za stohastičko digitalno merenje
Blok šema mernog sistema baziranog na FPGA modulu za stohastičko digitalno merenje. Pojačani/kondicionirani signal se dovodi na ulaz modula, a izlaz modula je povezan sa PC-jem.

26 Primer: Generator veštačkog EEG signala
Struktura čipa PSoC CY8C27843 koji je korišćen kao generator veštačkog kondicioniranog EEG signala za potrebu metrološke verifikacije.

27 Generator veštačkog EEG signala
PSOC razvojna ploča

28 Prikaz eksperimentalnih merenja
Prikaz jednog eksperimentalno izvedenog merenja u BrainBay aplikaciji. Na gornjem delu grafika se nalazi grafički zapis EEG signala u vremenu. Na donjem delu grafika se nalazi grafički zapis koji prikazuje promene alfa komponente signala. 3D spektrogram prikazuje promenu spektra tokom vremena, gde se uočava dominacija alfa spektralnog opsega.

29 SIMULACIONA I EKSPERIMENTALNA VERIFIKACIJA

30 Parametri eksperimenata stohastičkog digitalnog merenja spontanog EEG signala
Eksperimentalni skup 0 Eksperimentalni skup 1 Eksperimentalni skup 2 Eksperimentalni skup 3 Broj eksperimenata 100 SNR Šum nije dodat 10dB 0dB -10dB A/D konvertor Rezolucija: m1=6 bita Ulazni opseg: ±R i R=2.5V Maksimalna frekvencija odmeravanja: fadc = 250,000 Hz Merni interval [0,T] i T = 20ms Osnovna frekvencija f0 = 1/T = 50Hz Digitalne diterovane bazne funkcije Uskladištene u memoriji u 64-bitnoj floating point rezoluciji ali prenesene množaču u 8-bitnoj rezoluciji, verno simulirajući A/D konvertor sledećih osobina: Rezolucija: m2 = 8 bita Opseg: ±R i R=2.5V Broj merenih Furijeovih koeficijenata Jednosmerna komponenta + 15 sinusnih koeficijenata + 15 kosinusnih koeficijenata

31 Rezultati eksperimenata stohastičkog digitalnog merenja spontanog EEG signala
Grafičko poređenje srednje greške eksperimenta i simulacije po harmoniku sa teorijskom gornjom granicom merne nesigurnosti.

32 Diskusija nastavne teme
Poređenje ulaznog EEG signala i rezultata stohastičkog digitalnog merenja zašumljenog signala za frekvenciju A/D konvertora od 1MHz. Sistem meri jednosmernu komponenta i 200 harmonika. Odnos signal/šum je -10dB.

33 Diskusija nastavne teme
Model stohastičkog digitalnog merenja EEG signala je primenljiv ne samo za merenje EEG signala već i za opštiji zadatak merenja nestacionarnih signala. Najvažniji parametri u projektovanju stohastičkog digitalnog mernog sistema su period merenja i fundamentalna frekvencija, kao i brzina AD konvertora.

34 Zaključak nastavne teme
CILJEVI ISTRAŽIVANJA SU OSTVARENI Formiran je odgovarajući model stohastičkog digitalnog merenja EEG signala Ovaj model je podržan odgovarajućom teorijskom procenom merne nesigurnosti Model je metrološki verifikovan putem većeg broja opisanih simulacija i eksperimenata.

35 ZAKLJUČAK Uobičajena metodologija izvođenja nastave iz merno-informacionih tehnologija uključuje predavanja, laboratorijske vežbe i konsultacije. Posebno je bitno staviti akcenat na praktičnom radu na reprezentativnim primerima koji se rade na laboratorijskim vežbama..

36 HVALA NA PAŽNJI!