On Signal Dependent Basis Functions, Estimation of Event Related Potentials and Multiple Window Spectrum Analysis
(1996)- Abstract
- The three parts of this thesis are different examples of utilization of signal dependent basis functions in the estimation procedure.
The first part surveys a number of parametric methods applied to estimation of single ERP (P300). The basis functions of the sERP are the damped sinusoids where the frequency and damping factor are estimated from the signal. The algorithms for white noise disturbance are known, and they are here also developed for coloured noise disturbance. Evaluations are made for simulated sERP conditions, i.e., short data sequences with low-frequency content and low signal-to-noise ratio. The algorithms are also applied to real data measurements.
In the second part, a new system for... (More) - The three parts of this thesis are different examples of utilization of signal dependent basis functions in the estimation procedure.
The first part surveys a number of parametric methods applied to estimation of single ERP (P300). The basis functions of the sERP are the damped sinusoids where the frequency and damping factor are estimated from the signal. The algorithms for white noise disturbance are known, and they are here also developed for coloured noise disturbance. Evaluations are made for simulated sERP conditions, i.e., short data sequences with low-frequency content and low signal-to-noise ratio. The algorithms are also applied to real data measurements.
In the second part, a new system for automatic tracking of the depth of anaesthesia is proposed. The amplitude and latency of the Nb-trough are used as tracking parameters. Signal dependent basis functions are obtained by filtering a long average in a bandpass-filterbank. The basis functions are adapted to a shorter average, and the waveform of the AEP is estimated. The system detects changes in the state of consciousness with a maximum delay of 52 s.
A multiple window method where the windows are matched to a peaked power density spectrum is proposed in the third part. The advantage of the method is that model assumptions of the measured spectrum are unnecessary. The windows are derived as Karhunen-Loeve basis functions of a known peaked power density spectrum. With a penalty function, the optimization procedure can be constrained with resulting control of sidelobes. Suppression of sidelobes outside the predetermined resolution bandwidth will prevent leakage from frequencies outside the mainlobe width. (Less) - Abstract (Swedish)
- Popular Abstract in Swedish
Avhandlingen består av tre delar. Gemensamt för de tre delarna är användningen av signalberoende basfunktioner och skattning av händelserelaterade signaler från hjärnan. Händelserelaterade signaler uppkommer i hjärnan som svar på ett yttre stimulus, t.ex., ett ljud eller en ljusblixt. Svaret från hjärnan kan mätas med elektroder på huvudet men är kraftigt stört av den spontana hjärnaktiviteten, Elektroencefalogrammet. Den vanligaste metoden för att reducera inverkan av störningen är medelvärdesbildning över ett antal stimuli. Denna metod är ofta otillräcklig då svarets utseende kan variera från stimulus till stimulus. Medelvärdesbildning förstör då informationen.
Del ett... (More) - Popular Abstract in Swedish
Avhandlingen består av tre delar. Gemensamt för de tre delarna är användningen av signalberoende basfunktioner och skattning av händelserelaterade signaler från hjärnan. Händelserelaterade signaler uppkommer i hjärnan som svar på ett yttre stimulus, t.ex., ett ljud eller en ljusblixt. Svaret från hjärnan kan mätas med elektroder på huvudet men är kraftigt stört av den spontana hjärnaktiviteten, Elektroencefalogrammet. Den vanligaste metoden för att reducera inverkan av störningen är medelvärdesbildning över ett antal stimuli. Denna metod är ofta otillräcklig då svarets utseende kan variera från stimulus till stimulus. Medelvärdesbildning förstör då informationen.
Del ett presenterar en översikt av ett antal signalbehandlingsmetoder som anpassats för mätning (skattning) av händelserelaterade signaler från hjärnan. Metoderna reducerar störningen på svaret från ett enda stimulus och behöver inte medelvärdesbilda över flera stimuli. Man kan utnyttja svaret för att mäta förändringar i koncentrationförmågan då den mentala arbetsbelastningen ökar. Ett klassiskt exempel på ett arbete med varierande mental arbetsbelastning är flygledare.
I del två beskrivs ett system för att mäta sömndjup (anestesi) vid operation. Under en operation är det givetvis viktigt att patienten inte är vaken men det är också viktigt att patienten inte sövs för djupt. Då hörseln är en av de sista funktioner som försvinner vid anestesi kan hjärnans svar på ett hörselstimulus användas för att avgöra hur djupt patienten är sövd. Ett nytt system, som reducerar störningen i tre steg och gör det möjligt att objektivt mäta hur djupt patienten sover, har utvecklats. Informationen ges med en maximal fördröjning på en minut.
I den tredje delen beskrivs en ny metod för att mäta (skatta) frekvensinnehållet i en signal. Metoden är speciellt användbar då man har signaler vars frekvensinnehåll förändras med tiden, t.ex., talsignaler (olika ljud i ett ord har olika frekvensinnehåll) eller den spontana hjärnaktiviteten. Metoden mäter frekvensinnehållet utan att förutsätta en modell som annars är vanligt. Metoden är baserad på multi-fönster teknik som innebär att man 'fönstrar' signalen med ett speciellt fönster innan man beräknar frekvensinnehållet. Genom att använda olika fönster med speciella egenskaper ges en bättre bild av frekvensinnehållet. (Less)
Please use this url to cite or link to this publication:
https://lup.lub.lu.se/record/17569
- author
- Hansson, Maria LU
- supervisor
- opponent
-
- Dr. Brooks, Dana H., Dept. of Electrical and Computer Engineering, Northeastern University, USA
- organization
- publishing date
- 1996
- type
- Thesis
- publication status
- published
- subject
- keywords
- Signalbehandling, Signal processing, spectrum analysis, multiple windows, anaesthesia, Nb-trough, damped sinusoids, single ERP, Signal dependent basis functions, Event Related Potentials
- pages
- 194 pages
- publisher
- Signal Processing Group, Dept. of Electrical Engineering and Computer Science, Box 118, S-221 00 Lund,
- defense location
- Room E:1406
- defense date
- 1996-03-15 10:15:00
- external identifiers
-
- other:ISRN LUTEDX/TETT- -1013- -SE
- language
- English
- LU publication?
- yes
- id
- 3226be43-5fa1-41a9-825d-e1150526f770 (old id 17569)
- date added to LUP
- 2016-04-04 10:16:30
- date last changed
- 2018-11-21 20:57:49
@phdthesis{3226be43-5fa1-41a9-825d-e1150526f770,
abstract = {{The three parts of this thesis are different examples of utilization of signal dependent basis functions in the estimation procedure.<br/><br>
<br/><br>
The first part surveys a number of parametric methods applied to estimation of single ERP (P300). The basis functions of the sERP are the damped sinusoids where the frequency and damping factor are estimated from the signal. The algorithms for white noise disturbance are known, and they are here also developed for coloured noise disturbance. Evaluations are made for simulated sERP conditions, i.e., short data sequences with low-frequency content and low signal-to-noise ratio. The algorithms are also applied to real data measurements.<br/><br>
<br/><br>
In the second part, a new system for automatic tracking of the depth of anaesthesia is proposed. The amplitude and latency of the Nb-trough are used as tracking parameters. Signal dependent basis functions are obtained by filtering a long average in a bandpass-filterbank. The basis functions are adapted to a shorter average, and the waveform of the AEP is estimated. The system detects changes in the state of consciousness with a maximum delay of 52 s.<br/><br>
<br/><br>
A multiple window method where the windows are matched to a peaked power density spectrum is proposed in the third part. The advantage of the method is that model assumptions of the measured spectrum are unnecessary. The windows are derived as Karhunen-Loeve basis functions of a known peaked power density spectrum. With a penalty function, the optimization procedure can be constrained with resulting control of sidelobes. Suppression of sidelobes outside the predetermined resolution bandwidth will prevent leakage from frequencies outside the mainlobe width.}},
author = {{Hansson, Maria}},
keywords = {{Signalbehandling; Signal processing; spectrum analysis; multiple windows; anaesthesia; Nb-trough; damped sinusoids; single ERP; Signal dependent basis functions; Event Related Potentials}},
language = {{eng}},
publisher = {{Signal Processing Group, Dept. of Electrical Engineering and Computer Science, Box 118, S-221 00 Lund,}},
school = {{Lund University}},
title = {{On Signal Dependent Basis Functions, Estimation of Event Related Potentials and Multiple Window Spectrum Analysis}},
year = {{1996}},
}