Zpracování signálů z optovláknových interferometrických senzorů pro monitorování srdeční tepové frekvence

Abstract

Tato diplomová práce je zaměřena na prostudování možností využití funkčního vzorku optovláknového interferometrického senzoru v biomedicinských aplikacích. Teoretická část se zaměřuje na prostudování problematiky zpracování optovláknových interferometrických signálů pomocí různých pokročilých metod zpracování signálu. Výstupem této části byly zvoleny hodnotící metody, které dle rešerše dosahují nejlepších výsledků. Jedná se o metody vlnkové transformace (WT), empirické modální dekompozice (EMD) a Hilbertovy transformace (HT). Experimentální část byla realizována na reálných datech, naměřených pomocí optovláknových interferometrů. Hodnocení bylo provedeno na základě stanovené celkové pravděpodobnosti správné detekce (ACC), senzitivity (SE), pozitivní prediktivní hodnoty (PPV) a harmonického průměru mezi SE a PPV (F1). Funkcionalita systému byla verifikována vůči relevantní referenci v podobě naměřeného EKG signálu, ze kterého byly odhadnuty referenční anotace. Tato práce ukázala, že nejlepších výsledků dosáhla hodnotící metoda WT.

This diploma thesis is focused on studying the possibilities of using a functional sample of an optical fiber interferometric sensor in biomedical applications. The theoretical part focuses on the study of optical fiber interferometric signal processing using various advanced signal processing methods. The output of this part was chosen evaluation methods that achieve the best results according to the results. These methods are wavelet transform (WT), empirical mode decomposition (EMD), and Hilbert transform (HT). The experimental part was realized on real data measured using optical fiber interferometers. The evaluation was demonstrated by determining the overall probability of correct detection (ACC), sensitivity (SE), positive predictive value (PPV), and harmonic mean between SE and PPV (F1). The functionality of the system was verified using appropriate references in the form of a measured ECG signal, from which we estimated the reference annotation. This work influences that the best results are achieved by WT evaluation methods.