Upload
aydin
View
221
Download
0
Embed Size (px)
Citation preview
Ikili Frekans Izgesi ile EEG AnaliziEEG Analysis Using Bifrequency Spectrum
Umut Gundogdu, Aydın Akan
Istanbul Universitesi, Elektrik-Elektronik Muhendisligi Bolumu,
34320 Avcılar, Istanbul, {gunumut,akan}@istanbul.edu.tr
OzetceBu calısmada, isaret isleme uygulamalarında pek sık kul-lanılmayan bir yontem olan Ikili Frekans Izgesi’nin tanıtımıyapılmıs, gerek yapay isaretler gerekse de EEG isaretleriyardımıyla kullanılmasının gereklilik arz edebilecegi durumlaroldugu gosterilmistir. Ayrıca yeni fonksiyondan yola cıkılarakduraganlık tanımı irdelenmis, yeni fonksiyonun duraganlıktanımına yeni bir bakıs acısı getirdiginin altı cizilmistir.
AbstractIn this paper, we discuss the Bi-frequency Spectrum, which
is not used quite often in signal processing applications. Wepresent some cases where the use of this method is necessaryby means of several synthetic and EEG signals. We alsoinvestigate the stationarity concept related to the new bi-frequency spectrum, and hence present a new perspective ofstationarity.
1. GirisEEG isaretlerinin de icinde bulundugu biyolojik surecler
tarafından uretilen isaretlerin analizi dusunuldugunde, tek
baslarına zaman veya frekans tabanlı basit yaklasımlar cogu
zaman yetersiz kalmaktadır [1]. Bunun nedeni biyolojik
isaretlerin, yapıları geregi duragan olmayan rasgele surecler
tarafından uretilmeleridir [2, 3].
Genellikle, duragan olmayan rasgele isaretler incelenirken
birlesik zaman-frekans (ZF) bolgesi yaklasımları on plana
cıkmaktadır [4]. Kısa Zamanlı Fourier Donusumunden
(KZFD) baslayıp Dalgacık Donusumune (DD), yuksek dereceli
ZF dagılımlarından kesirli Fourier bolgesi yontemlerine
varan genis bir yelpazeye yayılan ZF yaklasımları, cok
cesitli biyolojik isaretlerin ve ozellikle EEG gibi beyin
faaliyetlerini yansıtan isaretlerin incelenmesinde bircok
uygulama acısından genis faydalar getirmektedirler. Buna
ragmen, ZF yaklasımlarının bircok uygulamada yetersiz
kaldıgı ya da yeteri kadar bilgi tasımadıgı durumlar oldugu
dusunulmektedir. Bunu asmak icin genellikle incelenilen
duruma en uygun ZF yaklasımları arastırılmakta ve ele alınan
sistemin performansını arttırmak icin cesitli on ve son isaret
isleme teknikleri gelistirilmeye calısılmaktadır [3, 5].
Pek az arastırmada ise duragan olmayan yapıya daha
uygun yuksek dereceli istatistikler (YDI), zamanla degisen
YDI gibi daha ileri sayılabilecek yontemlerin kullanıldıgı
gorulmektedir [6, 7]. Bu yontemlerin daha az ilgi cekmesinin
baslıca nedenleri ise;
(i) yuksek mertebeden momentlerin analizine dayanan bu
yontemlerin fiziksel anlamlarının cok acık olmaması,
(ii) bu yontemlerin kullanılmasında standart teknikler
gelistirilmesinin onunde yapısal zorluklar bulunması olarak
sayılabilir.
ZF Izgesi yaklasımları, isaretin veya surecin frekans
bilesenlerinin yani Guc Izgesinin zamanla degisiminin
izlenilmesi olarak ifade edilebilir [4]. Bu bakıs acısından yola
cıkılarak sunu soylemek mumkundur, ZF izgesi yaklasımları
surece ait ancak duragan bilesenlerin zamanla degisimini
incelemektedir ki, duragan olma hali zaten Guc Izgesi
hesabının on kosuludur [8]. Ayrıca capraz iliskinin incelenmesi
gereken durumları da kavramsal kargasaya dahil edersek, ZF
yaklasımlarının, incelenilen surece ait duragan olmayan bilgiyi
ortaya koymakta yetersiz kalabilecegi aklımıza gelmelidir.
Bu calısmada, genis anlamda da (WSS) olsa herhangi bir
duraganlık on kosulu gerektirmeyen ayrıca YDI yontemleri
gibi guc kavramından fazla uzaklasmayan biryontemin, IkiliFrekans Izgesinin (IFI) [9, 11] tanıtımı yapılmıs, sentetik
isaretler kullanılarak fiziksel anlamı irdelenmis ve son olarak
bu yontem gercek EEG isaretlerine uygulanmıstır.
2. Ikili Frekans IzgesiBilindigi gibi klasik Guc Izgesi tanımı ilgilenilen surecin
duragan oldugunu kabul eder. ZF Izgesi yaklasımları ise
duragan olmayan sureclerin analizi icin, surecin belirli zaman
blokları genisliginde duragan olması halinde gecerlidirler [4,
12]. Surece ait herhangi bir duraganlık varsayımı yapılmadan
da izge hesabı yapılabilir. En genel haliyle, X rastgele surecine
ait ozilinti fonksiyonu (1) denklemi ile tanımlanır.
Rx(t1, t2) = E[X(t1)X(t2)] (1)
Bu noktada eger duraganlık soz konusuysa τ = t1 − t2buyuklugu zamandan bagımsız kabul edilip izge hesabına
devam edilir (2).
Rx(τ) = E[X(t)X(t + τ)] (2)
ZF yaklasımları ise Rx(τ) buyuklugunun zamanla
degisimini inceler ve ozilinti fonksiyonu olarak Rx(τ, t) temel
alınır.
Bunlardan farklı olarak ucuncu bir secenek ise ozilinti
fonksiyonunun en genel haliyle taban fonksiyonlara acılmasıdır.
Ozilinti fonksiyonu Rx(t1, t2), iki tane zamana baglı degisken
icerdiginden, bu surecin frekans etki alanı analizi de iki
284
SIU2010 - IEEE 18.Sinyal isleme ve iletisim uygulamalari kurultayi - Diyarbakir
978-1-4244-9671-6/10/$26.00 ©2010 IEEE
boyutlu olmalıdır. Bu surece ait Ikili Frekans Izgesel Yogunlukfonksiyonu, (1) esitliginin, iki boyutlu Fourier donusumu olarak
Denklem(3)’teki gibi tanımlanabilir[9].
Sx(ω1, ω2) = F2{Rx(t1, t2)} (3)
Burada t1 ve t2 zamanları birbirlerinden bagımsız ve X
surecine ait herhangi bir cıktının Fourier donusumu
X(ω) = F{x(t)} (4)
olmak uzere. SX(ω1, ω2) izgesel yogunluk fonksiyonu
Denklem (5)’teki gibi hesaplanır.
SX(ω1, ω2) = E[X(ω1)X∗(ω2)] (5)
Bu yaklasım Loeve Izgesi (LI) ya da Ikili Frekans Izgesi [9, 11]
adıyla anılır ve cok az bir haberlesme arastırmasının haricinde
kullanımı pek yaygınlasmamıstır. Elektrofizyolojik isaretlerin
incelenmesi konusunda ise bilinen bir uygulamasının olmadıgı
soylenebilir. Benzer bir sonuca ZF Izge kestirimleri sonucu
ortaya cıkan izgedeki zaman bileseninin Fourier donusumu
yardımıyla da varılabilir [10].
Burada ilk dikkat edilmesi gereken nokta beklenen deger
hesabının herhangi bir duraganlık ve ergodiklik onkosulu
gerektirmedigidir. Bundan dolayıdır ki, ilgili rastgele surecin
uygunlugu, hesabı yapılırken grup ortalamalarının kullanılması
ve gozlem setinin olusturulması gibi durumlar dikkat edilmesi
gereken noktalardır. Ikinci olarak, duragan durumun aksine
SX(ω1, ω2) fonksiyonu sanal bilesenlere de sahiptir. Ayrıca,
ω1 = ω2 dogrusu etrafında simetrik bir ozellik tasır. Yine
ω1 = ω2, durumu icin fonksiyonun, tek boyutlu akrabasına-
Guc Izgesine esit oldugu gorulebilir. Fakat asıl onemlisi, ω1 �=ω2 durumları icin, SX(ω1, ω2) fonksiyonunun tasıdıgı bilgi,
surec icinde bulunan frekans bilesenlerinin birbirleri ile olan
iliskisine ait agırlık katsayıları olarak yorumlanabilir.
3. Deneysel SonuclarDeneysel olarak bu yaklasımın faydalarını gostermek icin
capraz iliski incelemesinin daha uygun oldugu dusunulmustur.
Karsılastırmaya temel olması acısından ilk olarak aralarında
herhangi bir iliski bulunmayan iki yapay surece ait cıktılar
elde edilmistir. Daha sonra, aralarındaki iliski ZF tabanlı
yaklasımlarca ortaya konulamayan iki surec kullanılmıstır.
Farklı frekans bolgelerindeki yuksek guc farklılıklarının
getirdigi etkilerin ortadan kaldırılması icin izgelerin
normalizasyonu yapılarak, ZF Koheransı ve IF Koheransı
kullanılmıstır [10, 7, 3, 1].
Butun analizlerde, sureclere ait 50 deney kullanılmıstır. 2.
gruba dahil surecler icinse SNR = −15dB olarak secilmistir.
ZF yaklasımı olarak KZFD secilmis ve her iki buyuklugunde
kestirimi icin periodogram yaklasımı kullanılmıstır [13]. Ayrıca
kestirimde kullanılan pencere 100ms uzunlugunda Hamming
pencere ve bilgisayar benzetimleri ornekleme frekansı 500Hz
olarak gerceklestirilmistir.
3.1. Yapay Isaret Cifti 1: Ilintisiz Durum
Uygulamada karsılasılan surecler, birbirleri ile ilintisiz, normal
dagılımlı 2 surec tarafından uretilmis, 2 beyaz gurultu olabilir.
Sekil(1) ve Sekil(2)’de goruldugu gibi her iki yontemde bu iki
surec hakkında herhangi belirgin bir oruntu gostermemektedir.
Sekil 1: ZF koheransı.
Sekil 2: Ikili Frekans Koheransı.
3.2. Yapay Isaret Cifti 2: Harmonize Surecler
Ikinci olarak, literaturde Harmonize surecler [9, 14, 10, 11]
olarak adlandırılan ve ZF yaklasımlarınca aralarındaki iliski
tam olarak ortaya konamayan iki surec dusunulmustur. Bu
surecler tarafından uretilen isaretler yapay olarak (YI2), θ1,2(t)
fonksiyonuna baglı olarak x(t) ve y(t) olarak tanımlanabilir.
x(t) = a sin(θ1(t)) + ϕ1(t),
y(t) = b sin(θ2(t)) + ϕ2(t), ϕ1, ϕ2 ∼ N (0, 1)
θ1(t) ve θ2(t) fonksiyonlarını soyle secebiliriz.
1
2π
dθ1(t)
dt=
8<
:
25Hz, 3.2 s ≤ t < 4 s;
72Hz, 6.3 s ≤ t < 7.1 s;
0, dısında.
ve
1
2π
dθ2(t)
dt=
8<
:
57Hz, 3.2 s ≤ t < 4 s;
37Hz, 6.3 s ≤ t < 7.1 s;
0, dısında.
Ikili frekans koheransı fonksiyonunun asıl ayırt edici ozelligi
285
SIU2010 - IEEE 18.Sinyal isleme ve iletisim uygulamalari kurultayi - Diyarbakir
Sekil 3: ZF koheransı.
Sekil 4: Ikili Frekans Koheransı.
YI2 grubu surecler tarafından uretilen isaretler uzerinde
gorulmektedir. Sekil(3)’te goruldugu gibi bu gruba giren
isaretlerin ZF koheransı fonksiyonları, ilintisiz iki surecin
analizleri ile aynı sonucları vermektedir. Sekil(4)’te ise, Ikili
Frekans Koheransında YI2 isaretlerinde bulunan frekanslar
belirgin bir oruntu olusturmaktadır Sekil(4).
3.3. EEG Isaretlerinin Analizi
Bu bolumde, onerilen yeni yontem ile eszamanlı kaydedilmis 2
EEG kanalı arasındaki iliski gosterilmistir. Asagıdaki sekiller,
farklı odevler altında farklı sayıda tekrarlanmıs deneylere ait
olcumlerin ikili frekans koheransı fonksiyonlarıdır. Denekten
3 oturumda 4-9 arası olcum alınmıstır. Her bir olcumde
denege gorsel olarak bir geri besleme saglanmıstır. Gorsel geri
besleme ile denekten, bilgisayar ekranında dusey dogrultuda
asagı yonde hareket eden bir topu saga ya da sola hareket
ettirmesi istenmis, boylelikle sanal hareket olusturulmustur.
Bu esnada denekten 10-20 sistemine gore C3, Cz ve C4
kanallarından, Cz ortak kanal olmak uzere bipolar olcum
alınmıs, bu olcumler 125 Hz ile orneklenerek 1-30 Hz
arası filtrelenmistir. Sekillerden goruldugu gibi ikili frekans
duzleminin kosegeninde farklı frekanslarda bilgi bulunmasının
Sekil 5: Sanal sag hareket Ikili Frekans Koheransı.
Sekil 6: Sanal sol hareket Ikili frekans Koheransı.(Olcumler
BCI yarısması III’ten alınmıstır. [15, 16])
yanında, kosegen dısı bolgelerde de ikili frekans koheransı ayırt
edici oruntu gostermektedir.
4. Tartısma ve SonucBu calısmada hedeflenen ozellikle EEG isaretleri, genel olarak
duragan olmayan tum sureclerin incelenmesi icin, Ikili frekans
koheransı fonksiyonun kullanılabilirligini arastırmaktır. Bolum
1’de, EEG’nin de icinde oldugu duragan olmayan surecler
sınıfına dahil isaretlerin analizinde kullanılan yontemler ve bu
yontemlerin kavramsal acıdan tasıdıkları muhtemel eksiklikleri
tartısılmıstır. Bolum 2’de ise, Bolum 1’de ortaya konan
muhtemel eksikliklerin giderilmesi acısından kullanılabilecek,
Ikili Frekans Izgesi tanıtılmıs, Bolum 3.2’de bu yontemin
klasik yontemlere gore ustunlukleri olabilecegi gosterilmistir.
Kısaca, duragan olmayan surecler icin bazı hallerde, ZF
yaklasımlarının yetersiz kalabilecegi, aranılan bilginin ancak
IFK ile gosterilebilecegi haller olabilecegi gosterilmistir.
Bolum 3.3’te, EEG isaretlerinin de yukarıda anlatılan sureclere
benzer olarak ZF yaklasımlarınca ortaya konamayan bilesenleri
oldugu IFK yardımıyla tespit edilmistir.
286
SIU2010 - IEEE 18.Sinyal isleme ve iletisim uygulamalari kurultayi - Diyarbakir
Gerek yapay isaretler, gerekse EEG isaretleri uzerinde
Ikili Frekans Koheransı kullanılarak yapılan analizler, bu
fonksiyonun duragan olmayan iliskiyi ortaya koymada onemli
bir fark getirdigini gostermektedir. Klasik ZF yaklasımları
genis zamanlıda olsa isaretin ya da surecin belirli bir
zaman dilimi icin duragan oldugu varsayımından yola cıkar.
Buradan hareketle duragan olmama halinin, duraganlıgınzamanla degisimi’ymis gibi yorumlanması sonucu dogar.
Bu calısmada yapay isaretler kullanılarak gosterilmistir ki,
duragan olmama hali, duraganlıgın zamanla degisimi’nin de
otesinde mevcut olabilir. Bu bakıs acısıyla, duragan olmama
terimi dikkatli kullanılmalı, belki de momentlerin zamandan
bagımsız olmalarına dayanan temel duraganlık tanımı gozden
gecirilmelidir.
Her ne kadar bugune kadar yapılan elektrofizyoloji
calısmalarında, Frekans-Frekans (ikili frekans) duzleminin
kullanılması yaygın olmasa da, bu calısmada kullanılan EEG
isaretlerin analizi sonucunda, Frekans-Frekans duzleminin
kullanımının gerekliligi ortaya konulmustur. Sekil(5) ve
Sekil(6)’da kosegen dısı bolgede Sekil(2)’deki gibi herhangi
bir oruntu gozlenmemesi durumunda, surece ait harmonize bir
iliskinin olmadıgı soylenebilir. Buna benzer bir durum baska
bir calısmada yapay isaretler kullanılarak gosterilmistir [17].
Bu calısmada Ikili Frekans Koheransı, Fourier tabanlı
yontemler kullanılarak olusturulmustur. Gelecek calısmalara
konu olmak uzere, Denklem(3) ile tanımlanan 2 boyutlu IFI
fonksiyonunun hesabında, AR, wavelet vb. temelli taban
fonksiyonları donusumleri incelenebilir. Ayrıca incelenilen
surecin dogasına gore Ikili Frekans Koheransı’nın zamanla
evirilmesinin incelenmesi de cesitli yararlar saglayabilir.
Gelecek calısmalara malzeme olabilecek bir diger konu ise,
IFI fonksiyonunun tasıdıgı faz bilgisinin incelenmesidir. Bu
calısmada yeterince deginilmemis olmasına ragmen, iki surec
arasındaki faz farkı onemli bir bilgiyi, ilgilenilen frekansta
hangi surecin digerini tetikledigi bilgisini tasır. Geleneksel
koherans calısmalarında bu ozellik sıklıkla incelenmektedir [1].
5. TesekkurBu calısma Istanbul Universitesi Bilimsel Arastırma Projeleri
birimince 3898, T-925/06102006 ve UDP-3826/25052009
numaralı projeleri kapsamında kısmen desteklenmektedir.
6. Kaynakca[1] D. M. Halliday, J. R. Rosenberg, A. M. Amjad,
P. Breeze, B. A. Conway, and S. F. Farmer, “A
framework for the analysis of mixed time series/point
process data...,” Prog. in Biop. and Mol. Bio., vol. 64,
no. 2-3, pp. 237–278, 1995. [Online]. Available:
http://dx.doi.org/10.1016/S0079-6107(96)00009-0
[2] G. Matz and F. Hlawatsch, “Time-frequency coherence
analysis of nonstationary random processes.” [Online].
Available: http://citeseer.ist.psu.edu/406050.html
[3] Y. Zhan, D. Halliday, P. Jiang, X. Liu, and J. Feng,
“Detecting time-dependent coherence between ...,” Jou.of Neur. Meth., vol. In Press, Corrected Proof. [Online].
Available:http://dx.doi.org/10.1016/j.jneumeth.2006.02.013
[4] L. Cohen, Time Frequency Analysis: Theory andApplications. Prentice Hall PTR, 1994.
[5] J. P. Lachaux, A. Lutz, D. Rudrauf, D. Cosmelli,
M. Le Van Quyen, J. Martinerie, and F. Varela,
“Estimating the time-course of coherence between
single-trial brain sig...” Neurop. Clin, vol. 32,
no. 3, pp. 157–174, June 2002. [Online]. Available:
http://view.ncbi.nlm.nih.gov/pubmed/12162182
[6] J. M. Mendel, “Tutorial on higher-order statistics (spectra)
in signal processing and system theory:...” Proceedings ofthe IEEE, vol. 79, no. 3, pp. 278–305, 1991. [Online].
Available: http://dx.doi.org/10.1109/5.75086
[7] C. Nikias and A. P. Petropulu, Higher Order SpectraAnalysis: A Non-Linear Signal Processing Framework(Prentice Hall Signal Processing Series), facsimile ed.
Prentice Hall PTR, April 1993. [Online]. Available:
http://www.worldcat.org/isbn/0136782108
[8] L. Garcia, Probability and Random Processes forElectrical Engineering. Addison Wesley Publishing
Company, 1993.
[9] M. Loeve, Probability Theory. Springer, 1963.
[10] A. Hanssen and L. Scharf, “A theory of polyspectra for
nonstationary stochastic processes,” pp. 1243–1252, May
2003.
[11] L. L. S. Alfred Hanssen, Yngvar Larsen, “Complex time-
frequency and dual-frequency spectra of harmonizable
processes,” EUSIPCO. EURASIP, 2004.
[12] S. M. Kay, Fundamentals of Statistical SignalProcessing, Volume I: Estimation Theory. Prentice
Hall PTR, March 1993. [Online]. Available:
http://www.worldcat.org/isbn/0133457117
[13] P. D. Welch, “The Use of Fast Fourier Transform
for the Estimation of Power Spectra: ...,” IEEETrans. Audio & Electroacoust., Volume AU-15, p. 70-73, vol. 15, pp. 70–73, 1967. [Online]. Available:
http://adsabs.harvard.edu/abs/1967ITAE...15...70W
[14] M. Rao, Handbook of Statistics, 1985, vol. 5, ch.
10,Harmonizable, Cramer, and Karhunen classes of
processes, pp. 279–310.
[15] S. Pfurtscheller, Gert. Data set iiib,non-
stationary 2-class bci data. [Online]. Available:
http://ida.first.fraunhofer.de/projects/bci/competition iii/
[16] B. Blankertz. Bci competition III. [Online]. Available:
http://ida.first.fraunhofer.de/projects/bci/competition iii/
[17] U. Gundogdu, “Norodejenaratif hastalıklarda
kortikomuskuler koheransın analizi,” YL Tezi, Istanbul
Universitesi, 2008.
287
SIU2010 - IEEE 18.Sinyal isleme ve iletisim uygulamalari kurultayi - Diyarbakir