![](/user_photo/2706_HbeT2.jpg)
- •1(Часть 1) Разделы дисциплины.
- •1.1Биометрия
- •1.2Этапы истории
- •2Предмет и основные понятия биометрии
- •2.1Группировка первичных данных
- •2.2Признаки и их свойства.
- •2.3Классификация признаков
- •2.4Причины варьирования результатов наблюдений
- •2.5Точность измерений и действия над приближенными числами
- •2.6Способы группировки первичных данных
- •2.7Статистические ряды.
- •2.8Графики вариационных рядов
- •2.9Особенности биообъекта и экспериментальных данных о его свойствах и состоянии. Основные источники медико-биологических данных.
- •3Общая характеристика биологических сигналов и медико-биологических данных
- •3.1Случайный сигнал и случайная величина
- •3.2Одномерные случайные сигналы. Функция распределения и плотность вероятности
- •3.3Усреднение. Моменты случайной величины
- •3.4Равномерное распределение случайной величины
- •3.5Гауссово (нормальное) распределение
- •3.6Статистические характеристики систем случайной величины (Многомерные сигналы)
- •3.7Функция распределения и плотность вероятности.
- •3.8Вычисление моментов
- •3.9Корреляция
- •3.10Статистическая независимость случайных величин.
- •3.11Многомерное Гауссово распределение.
- •3.12Случайные процессы.
- •3.12.1Предварительная обработка сигналов.
- •3.12.2Моментальные функции случайных процессов.
- •3.12.3Взаимная функция корреляции двух случайных процессов.
- •3.13Помехи и их математические модели.
- •3.13.1Виды аддитивных помех.
- •3.13.2Законы распределения помех.
- •3.13.3Отношение сигнала помехи на прмере гауссовских помех.
- •4Основные понятия теории обнаружения сигнала
- •4.1Проверка статистических гипотез.
- •4.2Критерий Неймана-Пирсона.
- •4.3Алгоритмы обнаружения.
- •5Фильтрация сигналов
- •5.1Временная фильтрация.
- •5.2Частотная фильтрация.
- •5.3Связь между фильтрацией и сверткой.
- •5.4Физически реализуемые линейные фильтры частоты.
- •5.5Идеальный фильтр.
- •5.6Реализуемые непрерывные аналоговые фильтры.
- •5.7Узкополосные фильтры.
- •5.8Оптимальная фильтрация.
- •6(Часть 2) Корреляционный анализ
- •6.1Функциональная зависимость и корреляция
- •6.2Параметрические показатели связи. Коэффициент корреляции
- •6.3Вычисление коэффициента корреляции при малых выборках
- •6.4Минимальный объем выборки для точной оценки коэффициента корреляции
- •6.5Вычисление коэффициента корреляции при больших выборках
- •6.6Оценка разности между коэффициентами корреляции
- •7Качественное описание задач распознавания
- •7.1Основные задачи построения системы распознавания
- •7.2Параметрические и непараметрические методы и критерии
- •7.3Параметрические критерии
- •7.4Непараметрические критерии
- •7.5Статистические методы классификации многомерных наблюдений
- •7.6Минимаксный критерий
- •8Вопросы планирования исследований
- •8.1Приближенные оценки основных статистических показателей
- •8.2Определение необходимого объема выборки
- •9Типы медицинских изображений. Способы их обработки
- •9.1Иднтификация пространственных объектов. Схема этапов распознавания
- •9.2Обработка точечных изображений
- •9.3Моделирование процесса идентификации точечных изображений на эвм
- •9.4Основные принципы цифровых операций над изображениями
- •9.5Операции над изображениями. Хранение и представление изображений.
- •9.6Цветные изображения
- •9.7Окружающие и примыкающие пиксели
- •9.8Основные требования к аппаратуре
- •9.9Устройства ввода изображений
- •9.9.1Видеокамеры
- •9.9.2Насадки
- •9.9.3Другие устройства ввода изображений
- •9.10Устройства вывода изображений на дисплей
- •9.11Процессоры
- •9.12Критерий полезности признаков при распознавании объектов
- •9.13Геометрическая модель биологических данных. Система геометрических признаков при распознавании объектов
- •9.14Простые методы обработки изображений
5Фильтрация сигналов
Осуществление частичной или полной фильтрации означает создание препятствий для прохождения каких-либо объектов . Например, фильтр, помещенный в канал, по которому движется жидкость затрудняет проход тех или иных тел, загрязняющих ее. При исследовании сигналов имеет место временная и частотная фильтрация.
5.1Временная фильтрация.
В общем случае временная фильтрация определяется как операция прерывания или ослабления сигнала. Например, прерыватель, вмонтированный в громкоговоритель радиоприемника, и потенциометрический аттенюатор, регулирующий мощность звука, являются фильтрами. Фильтрация сигнала x(t) с помощью фильтра сводится к нахождению произведения x(t)*f(t). Фурье-образ x(ν) сигнала x(t) после временной фильтрации изменится. Для нахождения Фурье-образа результирующего сигнала достаточно использовать теорему Планшереля.
Имея x(t)*f(t)
X(ν)+F(ν),
рассмотрим прямоугольный фильтр f(t).
Фурье-образ F(ν) функции f(t) имеет вид:
Чтобы найти Фурье-образ результирующего сигнала необходимо подсчитать свертку функций X(ν) и F(ν).
Обрезание некоторого временного участка сигнала x(t) приводит к изменению спектра сигнала. Можно утверждать, что временный фильтр - является временным умножителем.
5.2Частотная фильтрация.
Операция фильтрации может быть использована и для частотного представления сигнала. Результат частоты фильтрации, типа, пропускание полосы, представлен на рисунке.
В данном примере H(ν) является произвольным фильтром. Однако нахождение произведения H(ν)*X(ν) не может быть реализовано при временном представлении сигнала, поскольку датчики регистрируют функцию x(t). В этом случае, используя теорему Планшереля можно перейти от произведения изображений к свертке оригиналов. Для этого:
Xf(ν)=X (ν)*H(ν)- т.е. свертка.
xf(ν)=x (ν)*h(ν)=
,
где Xf(ν) - Фурье-образ сигнал после частотной фильтрации H(ν).
Для реализации фильтрации необходимо пропустить сигнал x(t) через линейную систему с импульсным откликом h(t) H(ν), тогда на выходе системы будем иметь результирующий сигнал такого вида:
S(t)= , причем S(ν)=X(ν)*H(ν).
В данном случае S(ν)- произведение или свертка сигнала и фильтра.
5.3Связь между фильтрацией и сверткой.
Временная фильтрация эквивалентна частотной свертке (свертка Фурье-образов).
Частотная фильтрация эквивалентна временной свертки (свертка временных функций).
Существуют устройства, которые реализуют операцию свертки.
С
ледовательно
умножителю относительно преобразования
Фурье соответствует свертыватель и
наоборот. Изменение временного
представления сигнала x(t) будет приводить
к изменению его частотного представления
и наоборот.
5.4Физически реализуемые линейные фильтры частоты.
Любая физическая система имеет импульсный
отклик h(t), удовлетворяющий равенству
h(t)
0,
для t<0.
Имеем: h(t)
H(ν)=
,
где φ(ν)- фаза отклика и она не
0
Пусть e(t) и s(t) соответственно входные и выходные сигналы для Фильтра e(t) E (ν) и s(t) ) S (ν), тогда
S(ν)= E (ν)* H (ν)= E (ν)* .
Из этого равенства следует, что любой реализуемый фильтр осуществляет сдвиг фазы.
5.5Идеальный фильтр.
Фурье – образ импульсного отклика такого фильтра должен быть вещественным.
И
з
свойств четности преобразования Фурье
следует, что импульсный отклик фильтра
должен быть четной функцией, т.е.
симметричен относительно оси t=0.
Физическая реализация такого фильтра невозможна.