Bioelektrik işaretlerin sayısal işlenmesi ve analizi

Abstract

Bu çalışma biomedikal işaretlerin sayısal işlenmesi ve analizi ile ilgilidir. ilk olarak biomedikal işaretin ne olduğu ve niçin bu işaretin işlendiği tartışılacaktır. Birinci bölümde bu genel konular sunuldu. ikinci bölümde hem sinir hem de kas hücrelerinde hücre seviyesindeki temel bioelektrik olay açıklandı. Hacim iletimi problemi üzerinde kısa bir tartışma, büyük yüzey elektrik işaretleri ile bağlantı kurmak için sunuldu. Üçüncü bölümde ihtimal teorisinin elemanları rast gele işaretlerin karekterize edilmesi, korelasyon analizi ve gauss işlemi kısaca verildi. Dördüncü bölümde sayısal işaret işleme ile ilgili örnekleme ve kuantalama proplemi tartışıldı. Z trasforrnu verilerek dijital işaret işlemeye uygulandı. Son bölümde sınırlı zaman tahmini ile ilgili problemler verildi. Tahminlerin bu türlerini içine alan hatalar tartışılarak tahmin ile işaret gürültü oranındaki iyileştirmenin nasıl başarılacağı da açıklandı.

This study is concerned with the analysis and the numerical processing of biomedical signals. It is pertinent to discuss first what, in general is a signal, what is a biomedical signal and why process it. A discussion on this general topics have been presented in the first section. In the second section, the basic bioelectric phenomena on the cell level both in neural cells and in muscle cells has been explained. A brief discussion on the volume condutor problem has been presented to provide a link to the gross surface electric signals. In the third section, the elements of probobility theory, the random signals characterization, the correlation analysis and the gaussian process have been given briefly. In the fourth section, the problem of sampling and quantization concerned with the numerical signal processing has been discussed. The Z transform has been introduced and applied to the digital signal processing. In the last section, the problems associated with finite time estimation has been given. The erross involved with these types of estimators have been discussed, as well as the improvements in signal-to-noise ratio achieved by the estimation.