WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Détection automatique des oscillations corticales épileptiques à haute fréquence.


par Thouraya GUESMI
Université de Gabès - Mastère de recherche en électronique et télécommunication 2020
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

GUESMI Thouraya

Chapitre 2 : Les techniques de filtrages

Figure 2.1. La Transformée de Fourier

Cette méthode est un moyen qui assure le passage du domaine temporel vers le domaine fréquentiel selon la formule:

?? (??) = ?~??(??). ??-2???????????? (2.1)

Néanmoins, la transformée de Fourier n'est pas capable de déterminer les phases du signal reconstruit à l'inverse malgré qu'elle peut extraire les informations sur le temps par la transformée de Fourier inverse :

??(??) = ? ??(??). ??2????????????

8 (2.2)
-8

La transformée de Fourier est appliquée pour retirer les informations fréquentielles d'un signal, mais le grand inconvénient de cette transformation est son absence de résolution temporelle. Cela désigne la capacité du TR de révéler les fréquences dans le signal par contre elle est inapte d'identifier à quel instant elles se produisent dans le signal.

Il existe une transformée de Fourier plus « locale » donnant des informations mieux localisées, il s'agit de la transformée de Fourier Fenêtrée [29]

La transformée de Fourier Fenêtrée (STFT) est introduite afin de corriger les limites de la TF. Elle emploi une « Fenêtre glissante ».

Le principe général de la technique de la STFT pour l'analyse d'un signal est le suivant : il s'agit d'utiliser un masque sous forme d'une fenêtre glissante où le signal est stationnaire au niveau local puis il se décale le long du signal.

GUESMI Thouraya

Chapitre 2 : Les techniques de filtrages

Figure 2.2. La Transformée de Fourier par fenêtre glissante.

La figure 2.2 indique que les sinus de la transformée de Fourier (TF) sont remplacés par des sinus multipliés dans une fenêtre temporellement glissante.

La STFT est définie par:

????????(??,??) = ?[x(t).??*(t - s)].??-??2????????t (2.3)

Avec :

· x (t) : signal d'origine.

· ??* : le conjugué de la fonction fenêtrée (t) .

· ?? : la fréquence.

· s : l'échelle temporelle.

Comme l'équation suggère, cette méthode est la multiplication de la TF avec une fonction fenêtrée. Cette technique garantit une résolution invariable pendant toute la durée du signal aussi la fenêtre g est invariante qui ne dépend pas de l'échelle s c'est-à-dire l'enveloppe de la fenêtre glissante est stable.

En outre, la taille de l'enveloppe définit la précision d'interprétation du signal avec la STFT :

· En cas de petite fenêtre : les harmoniques basses fréquences n'y seront pas contenues.

· En cas de grande fenêtre : les renseignements sur les harmoniques à haute fréquence sont inclus dans les informations sur la période complète de la fenêtre.

Alors le majeur désavantage de cette méthode est l'invariance de la taille de la fenêtre, ce qui entraine la nécessité d'une méthode où la fenêtre s'adapte avec le changement de fréquence dans le signal à analyser, cette technique est appelée analyse en ondelette.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Des chercheurs qui cherchent on en trouve, des chercheurs qui trouvent, on en cherche !"   Charles de Gaulle