Published in:Jülich : Forschungszentrum Jülich GmbH Zentralbibliothek, Verlag, Berichte des Forschungszentrums Jülich 4226, 63 S. (2006).
Language:
German
ISSN:
0944-2952
Origination:
Footnote:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Description:
In dieser Arbeit wurde ein Verfahren zur semi-automatisierten Erkennung verrauschter MEG-Sensoren und die dazugehörige Benutzeroberfläche beschrieben. Motivation der Arbeit war der Mangel an Objektivität des bisher verwendeten Verfahrens, der visuellen Inspektion. Darüberhinaus erfordert die visuelle Inspektion neben einer nötigen Einarbeitung des Anwenders einen beträchtlichen Zeitaufwand. Der entwickelte Algorithmus arbeitet mit Schwellenwerten statistischer Merkmale. Diese wurden für Zeit- und Frequenzraum und die Häufigkeitsverteilungen der Messwerte berechnet, wobei der Frequenzbereich in zwei Bänder aufgeteilt wurde. Zur frühen Erkennung extrem verrauschter Kanäle wurden zwei neue Parameter eingeführt. Die verwendeten Schwellenwerte wurden durch eine Untersuchung von 40 Referenzmessungen, bei denen die verrauschten Kanäle von einer erfahrenen Person mittels visueller Inspektion ermittelt wurden, fest gelegt. Kenntnisse über charakteristische Eigenschaften der neurophysiologischen Signale und unterschiedlicher Störungsarten sind in die Auswahl und Festlegung der Schwellenwerte des Algorithmus mit eingeflossen. Das Ergebnis der Schwellenwertbetrachtung wird in der Benutzeroberfläche als noisy channel list zusammengefasst und dargestellt. Der Benutzer kann dieses Ergebnis mit Hilfe einer Visualisierung der Schwellenwerte und der entsprechenden statistischen Merkmale aller Kanäle, der Schwellenwertansicht, kontrollieren. Ausserdem bietet die Oberfläche verschiedene Auswahlmöglichkeiten zur Visualisierung der Messwerte an. Das Ziel, stark verrauschte Kanäle sicher zu identifizieren, wurde mit dem entwickelten Algorithmus erreicht. Die Kanäle, die zusätzlich aufgelistet werden, sind meist leicht weiss verrauscht. Die Methode bietet im Vergleich zur visuellen Inspektion eine Steigerung der Objektivität und eine Verringerung des zeitlichen Aufwands. Das Ergebnis dieser Arbeit zeigt, dass eine Rauscherkennung über statistische Schwellenwerte möglich ist. Auf eine vollständig automatisierte Identifikation wird in ...