Analiza sygnałów - wykład: Różnice pomiędzy wersjami

Z Brain-wiki
 
(Nie pokazano 38 pośrednich wersji utworzonych przez tego samego użytkownika)
Linia 1: Linia 1:
−
[[Category:Przedmioty specjalizacyjne]]
+
__NOTOC__
 +
===Pierwszy wykład===
 +
[[Wstep|Sygnały, próbkowanie, wektory, liczby zespolone. Szereg i przekształcenie Fouriera]]  <small>(''przed [https://colab.research.google.com/drive/1y81wGZHwpUf4J6IIApPdqahgUN9Bad0p II. ćw.]'')</small>
  
−
=Analiza Sygnałów=
+
===Klasyczna analiza sygnałów===
−
 
+
#[[Szereg Fouriera|Szereg Fouriera]] i [[Przekształcenie Fouriera|Przekształcenie Fouriera]]
−
[[wstep | Wstęp]]
+
#* [[FT-intuicja|Intuicyjna intepretacja i rozdzielczość Transformaty Fouriera]]
−
 
+
#[[Twierdzenia o splocie i o próbkowaniu (aliasing)|Twierdzenie o splocie]] <small>(''przed [https://colab.research.google.com/drive/1b6djG2_uE_yc0-QEyD1Yl-dd8Ezelf2m IV. ćw.]'')</small>
−
==Klasyczna analiza sygnałów==
+
#* [[Estymacja widma na podstawie FT|Estymacja widma na podstawie Transformaty Fouriera]]
−
#[[Szereg Fouriera|Szereg Fouriera]]
+
#[[Model autoregresyjny (AR)|Model autoregresyjny]] <small>(''przed [https://colab.research.google.com/drive/1mKjXYKICL1vp5z0MpWrfM8JuXCDlc_HK VII. ćw.]'')</small>
−
#[[Przekształcenie Fouriera|Przekształcenie Fouriera]]
 
−
#[[Twierdzenia o splocie i o próbkowaniu (aliasing)|Twierdzenie o splocie]]
 
−
#[[Estymacja widma na podstawie FT|Estymacja widma na podstawie Transformaty Fouriera]]
 
 
#[[Systemy liniowe niezmiennicze w czasie (LTI)|Systemy liniowe niezmiennicze w czasie]]
 
#[[Systemy liniowe niezmiennicze w czasie (LTI)|Systemy liniowe niezmiennicze w czasie]]
−
#[[Model autoregresyjny (AR)|Model autoregresyjny]]
+
#[[Funkcja_systemu|Transformata Z i widmo procesu AR]] <small>(''przed [https://colab.research.google.com/drive/1NRzWBr5j5YzwfaZDwJC5yaPEVgi6rc6U VIII. ćw.]'')</small>
−
#[[Funkcja_systemu|Transformata Z i widmo procesu AR]]
+
#[[Filtry|Funkcja przejścia i filtry LTI]] <small>(''przed [https://colab.research.google.com/drive/1e8_SIPFqAJA7WGsPiWudplubHtrgkSq0 IX. ćw.]'')</small>
−
#[[Filtry|Funkcja przejścia i filtry LTI]]
+
<!-- #[[Twierdzenie o próbkowaniu|Twierdzenie o próbkowaniu]]-->
−
<!-- #[[Twierdzenie o próbkowaniu|Twierdzenie o próbkowaniu]]
 
−
##[[Procesy_stochastyczne|Procesy stochastyczne]] -->
 
  
−
==Pomiędzy czasem a częstością==
+
===Pomiędzy czasem a częstością===
−
# [[Spektrogram|Spektrogram — oknowana transformata Fouriera]]
+
# [[Spektrogram|Spektrogram — oknowana transformata Fouriera]], [[Falki (wavelets)|Falki]]
−
# [[Zasada nieoznaczoności|Zasada nieoznaczoności]]
+
# [[Zasada nieoznaczoności|Zasada nieoznaczoności]], [[Transformata Wignera|Transformata Wignera]]
−
# [[Transformata Wignera|Transformata Wignera]]
 
−
# [[Falki (wavelets)|Falki]]
 
 
# [[Reprezentacje czas-częstość|Reprezentacje czas-częstość]]
 
# [[Reprezentacje czas-częstość|Reprezentacje czas-częstość]]
 
# [[Reprezentacje przybliżone | Przybliżenia adaptacyjne i algorytm matching pursuit]]
 
# [[Reprezentacje przybliżone | Przybliżenia adaptacyjne i algorytm matching pursuit]]
  
 +
===Analiza sygnałów wielozmiennych===
 +
# [[Analiza sygnałów wielowymiarowych | PCA, ICA, MVAR]]
 +
# [https://drive.google.com/file/d/13r8pa3BaDW8KPUGc9aIeXpgIj0Jeg4RH/ slajdy]
  
−
==Zastosowania==
+
===Analiza elektroencefalogramu (EEG)===
−
# [https://drive.google.com/file/d/1d2kDzjrd4fO7fHELN8u7oeK3CnleDR-B/ EEG]
+
# [https://drive.google.com/file/d/1d2kDzjrd4fO7fHELN8u7oeK3CnleDR-B/ Wstęp (slajdy)]
−
# [https://drive.google.com/file/d/1dMDndbgU3edlN1W1r1Oe9AbBUZJ_zCQJ/ problem odwrotny P300 SSVEP MEG]
+
# [https://drive.google.com/file/d/1dMDndbgU3edlN1W1r1Oe9AbBUZJ_zCQJ/ problem odwrotny P300 SSVEP MEG (slajdy)]
−
# [[Analiza sygnałów wielowymiarowych | Analiza sygnałów wielozmiennych]]
+
# [https://drive.google.com/file/d/1VUzbwuPmLfhzDxW2shb07FBvnLO4EkLt ERD/ERS (slajdy)]
−
# [https://drive.google.com/file/d/13r8pa3BaDW8KPUGc9aIeXpgIj0Jeg4RH/ Montaż, ICA, MVAR, DTF]
 
−
# [https://drive.google.com/file/d/1VUzbwuPmLfhzDxW2shb07FBvnLO4EkLt ERD/ERS]
 
 
# [https://braintech.pl/bci/ BCI]
 
# [https://braintech.pl/bci/ BCI]
 +
 +
  
 
==Materiały '''dodatkowe'''==
 
==Materiały '''dodatkowe'''==
 +
* <strong>SVAROG</strong>: instrukcja pobrania i uruchamiania jest w [[Ćwiczenia_1#Svarog:_uruchamianie_i_konfiguracja|materiałach do ćwiczeń]], najnowszą wersję można pobrać  [https://gitlab.com/fuw_software/svarog2-packager/-/releases z gitlab] .
 
* [https://www.fuw.edu.pl/~durka/filmy/ESM_BCI.mp4 Film o EEG i BCI] ~5 min
 
* [https://www.fuw.edu.pl/~durka/filmy/ESM_BCI.mp4 Film o EEG i BCI] ~5 min
 
*[https://drive.google.com/drive/folders/1Dnx8WHsmEcXS5qCTJ5PCK5ghEn8glYwM Slajdy z wykładów 2023/24]
 
*[https://drive.google.com/drive/folders/1Dnx8WHsmEcXS5qCTJ5PCK5ghEn8glYwM Slajdy z wykładów 2023/24]
Linia 48: Linia 47:
 
** [https://www.fuw.edu.pl/~durka/ksiazki/UNI.html Matching Pursuit and Unification in EEG Analysis]
 
** [https://www.fuw.edu.pl/~durka/ksiazki/UNI.html Matching Pursuit and Unification in EEG Analysis]
 
** [https://wavelet-tour.github.io/ A Wavelet Tour of Signal Processing]
 
** [https://wavelet-tour.github.io/ A Wavelet Tour of Signal Processing]
−
* Artykuły naukowe — o niektórych wspominałem na ostatnich wykładach, co nie znaczy, że mają być dla Was zrozumiałe — na pewno nie obowiązują na egzamin :-)
+
* Artykuły naukowe — o niektórych wspominałem na ostatnich wykładach, co nie znaczy, że mają być dla Was już teraz w całości zrozumiałe — na pewno nie obowiązują na egzamin :-)
 
** [https://biomedical-engineering-online.biomedcentral.com/articles/10.1186/1475-925X-2-1 From wavelets to adaptive approximations: time-frequency parametrization of EEG]  
 
** [https://biomedical-engineering-online.biomedcentral.com/articles/10.1186/1475-925X-2-1 From wavelets to adaptive approximations: time-frequency parametrization of EEG]  
 
** [https://drive.google.com/file/d/0B47l6nponU4QVklqdzRGdTFHbHc Time-frequency microstructure of event-related EEG desynchronization (ERD) and synchronization (ERS)]
 
** [https://drive.google.com/file/d/0B47l6nponU4QVklqdzRGdTFHbHc Time-frequency microstructure of event-related EEG desynchronization (ERD) and synchronization (ERS)]
 
** [https://drive.google.com/file/d/1YK4v3v3oTINz7b78MqYyscePLlXV63nu Open Database of Epileptic EEG with MRI and Postoperational Assessment of Foci—a Real World Verification for the EEG Inverse Solutions]
 
** [https://drive.google.com/file/d/1YK4v3v3oTINz7b78MqYyscePLlXV63nu Open Database of Epileptic EEG with MRI and Postoperational Assessment of Foci—a Real World Verification for the EEG Inverse Solutions]
−
** [https://biomedical-engineering-online.biomedcentral.com/articles/10.1186/1475-925X-12-94 "Multivariate matching pursuit in optimal Gabor dictionaries: theory and software with interface for EEG/MEG via Svarog"]
+
** [https://biomedical-engineering-online.biomedcentral.com/articles/10.1186/1475-925X-12-94 Multivariate matching pursuit in optimal Gabor dictionaries: theory and software with interface for EEG/MEG via Svarog]
−
** [https://journal.frontiersin.org/article/10.3389/fnhum.2015.00258/full "Spindles in Svarog: framework and software for parametrization of EEG transients"].
+
** [https://journal.frontiersin.org/article/10.3389/fnhum.2015.00258/full Spindles in Svarog: framework and software for parametrization of EEG transients].
−
** [https://drive.google.com/drive/folders/0B47l6nponU4Qc09oQkpMRDRfOXM?resourcekey=0-j5V5oFB3gSC3jtRCeCnF7Q&usp=share_link inne ]
+
** [https://www.mdpi.com/1424-8220/24/3/842 Two-Stage Atomic Decomposition of Multichannel EEG and the Previously Undetectable Sleep Spindles]
 
* [https://drive.google.com/drive/folders/1c545fMiLHmD-1BB7Qk_itbSa4eaqroAN?usp=sharing przykładowe sygnały do zabawy]
 
* [https://drive.google.com/drive/folders/1c545fMiLHmD-1BB7Qk_itbSa4eaqroAN?usp=sharing przykładowe sygnały do zabawy]
−
----
+
 
−
::::'''<big>[[AS_zagadnienia_do_egzaminu|ZAGADNIENIA DO POWTÓRZENIA PRZED EGZAMINEM i organizacja egzaminu]]</big>'''
+
==[[AS_zagadnienia_do_egzaminu|ZAGADNIENIA DO POWTÓRZENIA PRZED EGZAMINEM i organizacja egzaminu]]==
−
----
+
 
  
  
−
Zapraszamy do korzystania z aktualnej wersji omawianego na wykładzie i ćwiczeniach narzędzia do eksperymentowania z metodami analizy sygnałów — programu SVAROG. Instrukcja pobrania i uruchamiania jest w [[Ćwiczenia_1#Svarog:_uruchamianie_i_konfiguracja|materiałach do ćwiczeń]], najnowszą wersję można pobrać  [https://gitlab.com/fuw_software/svarog2-packager/-/releases z gitlab] lub bezpośrednio ze strony [http://svarog.pl svarog.pl].
 
−
----
 
  
 
{{color|green|'''Całość podręcznika jest udostępniona na licencji [http://creativecommons.org/licenses/by-sa/3.0/pl Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska].'''}} [[Grafika:CC-88x31.png]]
 
{{color|green|'''Całość podręcznika jest udostępniona na licencji [http://creativecommons.org/licenses/by-sa/3.0/pl Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska].'''}} [[Grafika:CC-88x31.png]]
 
Autor: [http://durka.name Piotr Durka]. Podręcznik powstał częściowo w oparciu o skrypty udostępniane wcześniej na stronach http://www.fuw.edu.pl/~durka/ksiazki/as i książkę [http://www.fuw.edu.pl/~durka/ksiazki/UNI.html MP and unification in EEG analysis]
 
Autor: [http://durka.name Piotr Durka]. Podręcznik powstał częściowo w oparciu o skrypty udostępniane wcześniej na stronach http://www.fuw.edu.pl/~durka/ksiazki/as i książkę [http://www.fuw.edu.pl/~durka/ksiazki/UNI.html MP and unification in EEG analysis]

Aktualna wersja na dzień 13:17, 22 lis 2024

Pierwszy wykład

Sygnały, próbkowanie, wektory, liczby zespolone. Szereg i przekształcenie Fouriera (przed II. ćw.)

Klasyczna analiza sygnałów

  1. Szereg Fouriera i Przekształcenie Fouriera
  2. Twierdzenie o splocie (przed IV. ćw.)
  3. Model autoregresyjny (przed VII. ćw.)
  4. Systemy liniowe niezmiennicze w czasie
  5. Transformata Z i widmo procesu AR (przed VIII. ćw.)
  6. Funkcja przejścia i filtry LTI (przed IX. ćw.)

Pomiędzy czasem a częstością

  1. Spektrogram — oknowana transformata Fouriera, Falki
  2. Zasada nieoznaczoności, Transformata Wignera
  3. Reprezentacje czas-częstość
  4. Przybliżenia adaptacyjne i algorytm matching pursuit

Analiza sygnałów wielozmiennych

  1. PCA, ICA, MVAR
  2. slajdy

Analiza elektroencefalogramu (EEG)

  1. Wstęp (slajdy)
  2. problem odwrotny P300 SSVEP MEG (slajdy)
  3. ERD/ERS (slajdy)
  4. BCI


Materiały dodatkowe

ZAGADNIENIA DO POWTÓRZENIA PRZED EGZAMINEM i organizacja egzaminu

Całość podręcznika jest udostępniona na licencji Creative Commons Uznanie autorstwa-Na tych samych zasadach 3.0 Polska. CC-88x31.png Autor: Piotr Durka. Podręcznik powstał częściowo w oparciu o skrypty udostępniane wcześniej na stronach http://www.fuw.edu.pl/~durka/ksiazki/as i książkę MP and unification in EEG analysis

Źródło: „http://brain.fuw.edu.pl/edu/index.php?title=Analiza_sygnałów_-_wykład&oldid=11178”