МИНОБРНАУКИ РОССИИ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ ЭЛЕКТРОТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ «ЛЭТИ» ИМ. В.И. УЛЬЯНОВА (ЛЕНИНА) Кафедра БТС
ОТЧЕТ по лабораторной работе №1
по дисциплине «МОиАБМСиД» ТЕМА: Расчет корреляционной матрицы ЭЭГ
Вариант 4
Студенты гр. 7501 |
|
|
Исаков А.О. |
|
|
|
Фалевская А. |
Преподаватель |
|
|
Калиниченко А.Н. |
|
Санкт-Петербург |
2020
Цель работы: исследование взаимосвязи каналов ЭЭГ с использованием коэффициента взаимной корреляции.
Основные теоретические положения.
Коэффициент взаимной корреляции (КВК) является максимумом ВКФ функции при сдвиге (0):
−1
1= ∑ ( ) ( )
=0
где x(n) и y(n) – отсчеты двух дискретных сигналов, Т –число отсчетов для каждого из сигналов, а и – среднеквадратичные отклонения сигналов.
В общем виде функция взаимной корреляции между двумя функциями имеет форму:
|
|
1 |
|
−| |−1 |
|
( ) = |
|
∑ ( ) ( + ) |
|
|
|
|||
|
|
|||
|
|
|
|
|
|
|
|
|
=0 |
|
|
|
|
|
где m – величина временного |
сдвига, величина − | | − 1 определяет |
|||
область пересечения двух функций. |
|
Рисунок 1 – моделирование сигналов x(n) и y(n+m) в среде Matlab
Описывая словами процесс внутри ∑−| |−1 ( ) ( + ) можно сказать, что
=0
мы сдвигаем одну функцию относительно другой на величину m и поочередно перемножаем значения x(n) и в y(n+m) в области их пересечения. В
прикладных задачах говорят, что площадь области пересечения и есть числовое выражение функции ( ).
Рисунок 2 – Взаимнокорреляционная функция ВКФ Значение КВК, рассчитанное по этим формулам, лежит в пределе от -1 до +1.
Если модуль КВК приближается к единице, то это свидетельствует о существовании какого-то вида линейной связи между сигналами.
КВК, в частности, используется при анализе электроэнцефалограмм (ЭЭГ). Он позволяет оценить степень взаимосвязи между сигналами ЭЭГ, снятыми в разных зонах на поверхности головы. Результат КВК между всеми возможными парами каналов можно представить в форме корреляционной матрицы.
Нормированная оценка – значение ( ) лежит в пределах от -1 до 1.
Несмещенная оценка:
|
|
−| |−1 |
|
|
|
∑ |
( ) ( + ) |
||
|
|
|||
( − ) |
||||
|
|
|||
|
|
=0 |
|
|
|
|
|
Смещенная и несмещенная оценка близки на малых сдвигах. Чаще на практике используется смещенная оценка, потому что ее вычисление проще (суть в том,
что делим на разное, в этом основная разница).
Обработка результатов эксперимента
clc close all clear all
Fs=350;
tmax=0.8;
F=42;
T=1/Fs;
t=0:T:tmax-T; M=5;
A(1:M)=[1 1 1 1 1];
C(1:M)=[0 0 0 0 0]; for i=1:M
Signal(:,i)=A(i)*sin(2*pi*F*t(:)-(i-1)*pi/4)+C(i);
end
figure subplot(2,1,1) dy=3;
for i=1:M plot(t,Signal(:,i)-i*dy) hold on
end
title('Графики тестовых сигналов')
subplot(2,1,2)
R=corrcoef(Signal);
Ra=zeros(M+1,M+1);
Ra(1:M,1:M)=R;
pcolor(Ra)
colormap(gray) axis ij
axis square
title('КВК тестовых сигналов')
figure subplot(1,2,1) Limit=0.5;
for i=1:M
for j=1:M
if R(i,j)>Limit R1(i,j)=1;
else
R1(i,j)=0;
end
end
end Ra1=zeros(M+1,M+1); Ra1(1:M,1:M)=R1; pcolor(Ra1) colormap(gray) axis ij
axis square
title('КВК тестовых сигналов, порог = 0.5')
subplot(1,2,2)
Limit=0.85; for i=1:M
for j=1:M
if R(i,j)>Limit R2(i,j)=1;
else
R2(i,j)=0;
end
end
end Ra2=zeros(M+1,M+1); Ra2(1:M,1:M)=R2; pcolor(Ra2) colormap(gray) axis ij
axis square
title('КВК тестовых сигналов, порог = 0.85')
Рисунок 3 – Графики тестовых сигналов и графическое отображение корреляционной матрицы
Рисунок 4 – Графическое отображение корреляционных матриц с установленным порогом 0,5 и 0,85 соответственно
clc close all clear all
Fs=350;
tmax=0.8;
F=42;
T=1/Fs;
t=0:T:tmax-T; M=5;
A(1:M)=[4 3 6 1 4]; C(1:M)=[-4 0 1 -30 0.9]; for i=1:M
Signal(:,i)=A(i)*sin(2*pi*F*t(:)-(i-1)*pi/4)+C(i);
end
figure subplot(2,1,1) dy=10;
for i=1:M plot(t,Signal(:,i)-i*dy) hold on
end
title('Графики тестовых сигналов')
subplot(2,1,2)
R=corrcoef(Signal);
Ra=zeros(M+1,M+1);
Ra(1:M,1:M)=R;
pcolor(Ra)
colormap(gray) axis ij
axis square
title('КВК тестовых сигналов')
figure subplot(1,2,1) Limit=0.5;
for i=1:M
for j=1:M
if R(i,j)>Limit R1(i,j)=1;
else
R1(i,j)=0;
end
end
end Ra1=zeros(M+1,M+1); Ra1(1:M,1:M)=R1; pcolor(Ra1) colormap(gray) axis ij
axis square
title('КВК тестовых сигналов, порог = 0.5')
subplot(1,2,2)
Limit=0.85; for i=1:M
for j=1:M
if R(i,j)>Limit R2(i,j)=1;
else
R2(i,j)=0;
end
end
end Ra2=zeros(M+1,M+1); Ra2(1:M,1:M)=R2; pcolor(Ra2) colormap(gray) axis ij
axis square
title('КВК тестовых сигналов, порог = 0.85')
Рисунок 5 – Графики тестовых сигналов с измененной амплитудой, постоянной составляющей и графическое отображение корреляционной матрицы
Рисунок 6 – Графическое отображение корреляционных матриц с установленным порогом 0,5 и 0,85 соответственно
clc clear all close all
EEG=load('R7_04.txt'); N=length(EEG(:,1)); M=length(EEG(1,:)); Fs=185;
T=1/Fs;
tmax=N*T; t=0:T:tmax-T;
figure subplot(2,1,1) dy=100;
for i=1:M plot(t,EEG(:,i)-i*dy) hold on
end
title('Графики 16-канальной ЭЭГ')
subplot(2,1,2)
R=corrcoef(EEG);
Ra=zeros(M+1,M+1);
Ra(1:M,1:M)=R;
pcolor(Ra)
colormap(gray) axis ij
axis square title('КВК ЭЭГ')
figure subplot(1,2,1) Limit=0.5;
for i=1:M
for j=1:M
if R(i,j)>Limit R1(i,j)=1;
else
R1(i,j)=0;
end
end
end Ra1=zeros(M+1,M+1); Ra1(1:M,1:M)=R1; pcolor(Ra1) colormap(gray) axis ij
axis square
title('КВК ЭЭГ, порог = 0.5')
subplot(1,2,2)
Limit=0.85; for i=1:M
for j=1:M
if R(i,j)>Limit R2(i,j)=1;
else
R2(i,j)=0;
end
end
end Ra2=zeros(M+1,M+1); Ra2(1:M,1:M)=R2; pcolor(Ra2) colormap(gray) axis ij
axis square
title('КВК ЭЭГ, порог = 0.85')
Рисунок 7 – Графики 16-канальной ЭЭГ и графическое отображение корреляционной матрицы
Рисунок 8 – Графическое отображение корреляционных матриц с установленным порогом 0,5 и 0,85 соответственно
Выводы
Т.к. корреляционная функция предназначена для поиска схожих закономерностей между сигналами, то при изменении амплитуды и постоянной составляющей (сигналы в пункте 5 и 11) коэффициент взаимной корреляции не поменялся. В работе использовалась формула нормированной смещенной оценки ВКФ, однако при небольших значениях сдвига разница между смещенной и несмещенной оценкой не велика. Разница между смещенной и несмещенной оценкой заключается в том, что при использовании несмещенной ее математическое ожидание равно истинной оценке ВКФ, в то время как формула смещенной нарушает правило усреднения, однако считается проще. По графическому отображению матрицы ВКФ можно заметить, что корреляционные матрицы симметричны относительно диагонали. Если мы имеем, например, набор, состоящий из n тестов, то число коэффициентов корреляции, полученных экспериментальным путем,
составит |
( −1) |
. Эти коэффициенты заполняют половину матрицы, |
|
2 |
|||
|
|
находящуюся по одну сторону ее главной диагонали. По другую сторону находятся, очевидно, те же коэффициенты. Поэтому корреляционная матрица симметрична.