ضربان قلب یکی از ابزارهای مهمی است که در مطالعه ی سیگنال الکتریکی قلب و تشخیص بیماری های قلبی کاربرد زیادی دارد و از روی سری زمانی فواصل قله های سیگنال های قلبی تعریف می شود. به خاطر غیرپریودیک بودن سیگنال الکتریکی قلبی سیگنال حاصل در حوزه ی زمان غیر یکنواخت توزیع می شود که این عامل موجب می شود که تحلیل سیگنال به وسیله ی روش های کلاسیک پردازش سیگنال امکان پذیر نباشد. بدین منظور برای حل مشکل در این تحقیق سعی شده است فاز سیگنال قلبی با استفاده از تئوری time warping و همچنین فیلتر کالمن محاسبه شود و در نهایت ضربان قلب با استفاده از فاز حاصل محاسبه شود. سیگنال ضربان قلب حاصل با استفاده از روش معرفی شده پیوسته در زمان بوده که به طور لحظه ای بیانگر ضربان قلب می باشد. در نهایت نتایج حاصل با نتایج روش های کلاسیک مورد ارزیابی و بررسی قرار گرفته است؛ که این نتایج کارایی روشهای ارائه شده را تأیید می نماید. همچنین این سیگنال بیشتر ویژگی های موجود در تعریف قبلی ضربان قلب را دارا می باشد. علاوه بر این در این پایان نامه سعی شده است روش های محاسبه طیف برای سیگنال با نرخ نمونه برداری غیر یکنواخت مورد بررسی و مرور قرار گیرد.

مطالعه تصاویر علمی نقش بسیار اساسی را در تحقیقات علمی ایفا می کند. تکنیک های زیادی در هوش مصنوعی و به خصوص در پردازش تصویر و بینایی ماشین بوجود آمده اند تا مسایل و نیازهای مطالعات علمی در مورد تصاویر را حل کنند. یکی از زمینه هایی که نیاز به روش های کامپیوتری برای تحلیل تصاویر دارد علم مربوط به محیط های متخلخل می باشد. برای تحلیل خواص ماکروسکوپی این محیط ها با استفاده از تصاویر نیاز است که این تصاویر دارای رزولوشن بالا باشند. تهیه ی تصاویر رزولوشن بالا از این محیط ها دارای محدودیت هایی از قبیل تغییر ماهیت نمونه در اثر برش و در معرض هوا قرار گرفتن و غیره می باشد. لذا این نیاز وجود دارد که برای تحلیل جامع تر، تصاویر رزولوشن بالایی از این محیط ها به صورت مصنوعی تولید شود. به این منظور در کارهای قبلی موجود در این زمینه، روش هایی ارائه شده است که در بیشتر آن ها مدل هایی از تصاویر رزولوشن بالا ساخته شده و سپس از آن ها نمونه گیری می کنند. از آن جا که معمولا تصاویر رزولوشن پایینی از این محیط ها نیز وجود دارند که دارای اطلاعات ارزشمندی از وضعیت تخلخل می باشند روش های دیگری نیز پیشنهاد شده اند که از اطلاعات هر دو نوع تصویر برای ساخت تصاویر جدید استفاده می کنند. ضعف این گونه روش ها در این هست که همانند روش های قبلی مدل از روی تصاویر رزولوشن بالا ساخته می شود، تنها به هنگام نمونه گیری سعی می شود نمونه ای تولید شود که هم از مدل پیروی کند و هم به نمونه ی رزولوشن پایین نزدیک باشد که در واقع نمونه ی تولیدی به تصویر رزولوشن پایین بایاس می شود. در این رساله مدل آماری بر اساس میدان های تصادفی شرطی ارائه شده است که در آن ماهیت محیط متخلخل به گونه ای واقعی تر توصیف می شود. در واقع مدل تصاویر رزولوشن بالا از محیط مورد نظر به شرط وجود تصاویر رزولوشن پایین ساخته شده، سپس از مدل نمونه گیری می شود و تصاویر رزولوشن بالای جدید ساخته می شوند. نتایج آزمایشات نشان از موفقیت روش پیشنهادی دارد به طوری که هم از اطلاعات تصاویر رزولوشن بالا و پایین با هم استفاده شده است و هم بایاسی در مدل وجود ندارد.

بازشناسی گوینده به تشخیص افراد مختلف از طریق صدای آن ها گفته می شود. سامانه هایی بازشناسی گوینده طی سه مرحله استخراج ویژگی، محاسبه امتیاز مدل و تصمیم گیری بر اساس امتیاز حاصل، گوینده های متفاوت را از یکدیگر جدا می کنند. مهمترین چالش چنین سامانه هایی تغییر شرایط ضبط گوینده می باشد که به مسأله متغیر بودن کانال مشهور است. روش های متفاوتی برای غلبه بر مشکل تغییر کانال در هر سه مرحله ارائه شده است. اخیرا استفاده از ماشین بردار پشتیبان در قسمت مدل سامانه های بازشناسی گوینده موجب افزایش کارایی آنها نسبت به مدل مرکب گاوسی گردیده است. در این پایان نامه از پارامترهای یک نگاشت خطی که احتمال قطعه گفتار گوینده را در یک مدل کلی و عمومی افزایش می دهد، استفاده می گردد. این پارامترها با معیار حداکثر احتمال پسین (map) و الگوریتم بیشینه سازی امید (em) مورد تخمین واقع می شوند. سپس پارامترهای این نگاشت به عنوان نمایشی از کل قاب های(frame) استخراج شده از قطعه گفتار گوینده در نظر گرفته می شوند و می توانند به عنوان ویژگی های جداساز ملاحظه شوند. سپس svm از بردارهای حاصله از این ویژگیهای مفید به منظور بازشناسی گوینده استفاده می کند. آنالیز و نتایج حاصل از بکار بردن مدل پیشنهادی بر روی مجموعه داده farsdat بیانگر تاثیر سازنده ویژگی های استخراج شده است.

اصلی ترین مدلی که تاکنون در بازشناخت گفتار مورد استفاده قرار گرفته، مدل نهان مارکف است که از دقت خوبی برخوردار است اما حساسیت بالایی نسبت به نویز دارد. بر این اساس اخیرا از مدل شبکه های پویای بیز که گسترش یافته مدل نهان مارکف است, استفاده گردیده است. این مدل نه تنها در زمینه پایداری در برابر نویز که مد نظر ماست استفاده شده, بلکه در هر زمینه ای که اطلاعاتی چندگانه لازم به استفاده بوده است, به عنوان مدلی کارآمد به کارگرفته شده است. در این پژوهش چندین ساختار شبکه های پویای بیز به منظور بررسی نقش متغیرهای گوناگون در آن مطالعه شده اند و سپس دو ساختار جدید به منظور پایداری در برابر نویز معرفی شده اند. همچنین مطالعه ای بر روی ابزار bnt که شبکه مورد نظر تحت آن به کار بسته شده, انجام گرفته است. کارایی این ساختارها با دادگان m2vts بررسی شده و از نویزهای محیط های واقعی در چندین سطح سیگنال به نویز برای آزمودن پایداری استفاده شده است. نتایج آزمایش ها, بهبود پایداری ساختارهای ارائه شده را در مقایسه با مدل های استفاده شده پایه، در باز شناسی کلمه روی دادگان اشاره شده نشان می دهد.

امروزه از کارت های گرافیک (gpus) همچون پردازنده های چند هسته ای، پردازش گرهای سیگنال دیجیتال (dsps) و آرایه های دروازه ای برنامه پذیر درمحل (fpgas) برای تسریع کارایی برنامه های کاربردی پردازش سیگنال استفاده می شود. یکی از برنامه های کاربردی موجود در این زمینه، جداسازی سیگنال های منابع متفاوت از بین مجموعه ای از سیگنال های دریافت شده می باشد. دراین تحقیق رویکرد آنالیز اجزای مستقل و به طور خاص الگوریتم jade به عنوان هسته اصلی این نوع برنامه های کاربردی مورد توجه قرار گرفته است. ویرایشی موازی از این الگوریتم بر روی کارت گرافیک پیاده سازی شده است. برای ارزیابی پیاده سازی موازی خود از چهار نوع داده تست واقعی که شامل سیگنال های نوار قلب و مغز می باشند، استفاده کردیم که در بهترین حالت تسریعی برابر با 33.71 برای 23 کانال ورودی به دست آمده است. همچنین با استفاده از قانون امدال، کران بالای تسریع الگوریتم را که با 38.76 برابر است، محاسبه کردیم. در انتها برای اطمینان از دقت و کارایی پیاده سازی، با روش مونت کارلو پیاده سازی ارائه شده آزمایش گردیده است. نتایج بدست آمده حاکی از دقت و سرعت قابل قبولی برای این پیاده سازی می باشد.

در این پایان نامه با معرفی شش روش به رتبه بندی سیگنال های قلبی پرداخته ایم و در نهایت با ادغام این روش ها، یک روش مناسب برای رتبه بندی سیگنال ها پیشنهاد داده ایم که نتایج این پایان نامه می تواند بعنوان پیش پردازش برای کاربرد بهتر الگوریتم هایی همچون pca و ica قابل استفاده باشد. همچنین، از اندیس رتبه ها می توان در بخش پیش پردازش سیستمهای مانیتورینگ ecg و mcg استفاده کرد.

تشخیص مرز صحیح اشیاء یکی از پیچیدهترین مسایل مرتبط با پردازش تصویر محسوب میگردد. در این میان قطعهبندی تصاویر پزشکی با پیشرفت روزافزون علم پزشکی، به دلیل افزایش قدرت تشخیص خودکار بیماریها و ... از اهمیت ویژهای برخوردار میباشد. تاکنون روشهای قطعهبندی مختلفی شامل انواع روشهای ساختاری ،آماری و ترکیبی برای قطعهبندی تصاویر معرفی شدهاند. از جمله استفاده از مدلهای قابل تغییر شکل جهت تشخیص مرز صحیح اشیاء یک موضوع در حال پیشرفت محسوب میگردد. در این رساله روشی بر مبنای یکی از قویترین روشهای جدید مدلهای قابل تغییر شکل برای قطعهبندی به نام کانتور فعال منفصل ارایه گردیده است که توانسته است در شرایط یکسان به نتایج با صحت بالاتر دست پیدا کند. در روش پیشنهادی، در ابتدا با استفاده از تشخیصدهندهی لبهی کانی، کانتور اولیه به طور اتوماتیک انتخاب میگردد. سپس مرز زیر_بهینه با استفاده از مدل مخفی مارکوف و یک جستجوی ویتربی استخراج میشود. در مرحلهی بعد با توجه به انحنای بخشهای مختلف مرز استخراج شده، نمونهبرداری بر اساس انحنا انجام شده و تزریق نقاط اضافه صورت میگیرد. گام بعدی شامل ادغام دادهی آماری با ترکیب دانش پیشین غیر ایستا و گرادیان تصویر میباشد. این روند تا رسیدن به مرز مطلوب در یک اسلایس ادامه مییابد. سپس، قطعهبندی به اسلایسهای مجاور توسعه یافته و در نهایت مرز مورد نظر سه بعدی استخراج میگردد.

منظور از وضعیت ماهواره، میزان دوران آن نسبت به یک مرجع مشخص (مانند زمین) می باشد. حسگر افق زمین در طیف گسترده ای از مأموریت های فضایی به منظور تعیین وضعیت فضاپیما مورد استفاده قرار گرفته است و با استفاده از آن زوایای چرخش و پیچش فضاپیما تعیین می گردند. اندازهگیری افق زمین یک روش موثر جهت تشخیص زوایای چرخش و پیچش یک ماهواره leo میباشد و به طور معمول آن دسته از حسگرهایی که در محدوده مرئی کار می کنند، مورد استفاده قرار می گیرند. عیب این نوع حسگرها این است که نمی توانند در خسوف وضعیت ماهواره را تعیین کنند. حسگرهای افق زمین که در محدوده مادون قرمز کار می نمایند، به عنوان راه حل اندازه گیری وضعیت ماهواره در خسوف می باشد. هدف از این پایان نامه، معرفی خانواده محصولات حسگر افق زمین و ارائه روشی مناسب برای استفاده از حسگر افق زمین می باشد، به نحوی که بتوان با استفاده از داده خام دریافتی به هدف نهایی که بدست آوردن چرخش و پیچش است، برسیم. نتایج بدست آمده نشان می دهد که در میان حسگرهای موجود حسگر افق زمین به دلیل کار در محدوده مادون قرمز و توانایی کار در خسوف از محبوبیت خاصی برخوردار می باشد.

امروزه تحلیل، بررسی و پردازش سیگنالهای حیاتی به خصوص سیگنالهای مغزی یکی از شاخه‏های مهم و مورد علاقه مهندسان رشته مهندسی پزشکی می‏باشد. مطالعه این سیگنالها، بررسی نارساییهای مغزی، پی بردن به محل و تعداد منابع تولیدکننده آن را امکانپذیر می سازد. با توجه به اینکه دسترسی به منابع مغزی بسیار مشکل و پر خطر است و در بسیاری از عارضه‏های مغزی مکان وقوع عارضه مهم است لذا تخمین مکان مذکور به صورت غیر تهاجمی از اهمیت بالایی برخوردار است. سیگنال الکتروانسفالوگرام (eeg) ثبت شده از سطح سر، در نتیجه تولید جریان به واسطه حرکت یونها در سطح غشاء مغز حاصل می گردد. در این پایان نامه با در نظر گرفتن ماهیت توزیعی بودن منابع موجود در مغز، ساده کردن شکل هندسی لایه های مختلف موجود در سر، انتخاب سر به عنوان یک حجم رسانا و استفاده از روش مستقیم حل مسأله، مدل نسبتا مناسبی از یک سیگنال eeg تولید و توسط نرم افزارهای ارزیاب eeglab و sloreta به بررسی این سیگنال پرداخته، محل و تعداد منابع حاصل شده است. منابع توزیع شده موجود در مغز در اثر فعالیت الکتریکی تعدادی نورون که دارای همبستگی مکانی می باشند تشکیل شده اند. در صورتیکه نقطه ای فرض کردن این منابع، نشان دهنده فعالیت یک نقطه یا یک نورون از مغز است. در بعضی از بیماریها مانند حملات صرع قسمتی از مغز درگیر این فعالیت غیرمعمول می باشد و فرض نقطه ای بودن منابع نادرست است. نتایج حاصله از این پایان‏نامه نشان می‏دهد که منابع موجود در مغز از نوع توزیع شده بوده و فرض نقطه‏ای بودن منابع مذکور نادرست می‏‏باشد که این نتیجه توسط دو نرم‏افزار ارزیاب صحه‏گذاری شده است.

آلتراسوند یکی از روش های تصویربرداری است که هیج ضرری برای بدن ندارد، بنابرین نسبت به سایر دستگاه های پزشکی از محبوبیت و کاربرد بیشتری برخوردار است. طراحی بورد front-end یکی از چالشهای بزرگ در طراحی دستگاه سونوگرافی است که در آن سیگنالهای مدوله شده از بدن با دامنه بسیار کم باز می گردند که می توانند در رنج فرکانسی 2 تا 12 مگاهرتز کار کنند. تکنولوژی روز سعی در کوچک کردن مدارهای الکترونیکی و کمینه کردن تعداد قطعات آن دارد که نویز بسیار کمی را جذب کنند. هدف از این رساله تجزیه و تحلیل بخش عمده ی front-end دستگاه سونوگرافی می باشد که به وسیله ی نرم افزار های orcad و field-ii-matlab مدار های lna, tgc, swept filter, bandpass filter, detector مورد بررسی قرار می گیرند. نویز و بهره آن ها جهت ارزیابی و مقایسه محاسبه می شوند که در مواردی نیاز به بهبود می باشد.

مانیتور کردن وضعیت جنین به طور پیوسته نقش مهمی در حفظ سلامت وی ایفا می کند. از جمله مواردی که نیاز به مانیتور کردن مداوم در بارداری های پر خطر دارد، نرخ ضربان قلب جنین و تغییرات آن در طول بارداری می باشد. در حال حاضر روش متداول مورد استفاده توسط پزشکان مبتنی بر امواج اولتراسوند می باشد. این در حالیست که سیگنال آکوستیکی قلب جنین که آن را فونوکاردیوگرام (pcg) می نامند کاملاً غیر تهاجمی بوده و می توان از آن به عنوان جایگزینی مناسب برای مانیتور کردن نرخ ضربان قلب جنین استفاده کرد. برای این منظور در این پایان نامه ابتدا سعی به جمع آوری مجموعه ای از سیگنال های pcg مربوط به بزرگسال و جنین شده است. این مجموعه داده ها که با نظارت مستقیم پزشک و پرستار متخصص جمع آوری شده اند، می تواند در ارزیابی عملکرد الگوریتم های مختلف مورد استفاده قرار گیرد. سپس با بررسی روش های موجود برای سیگنال های صوتی تک کاناله که مبتنی بر جداسازی منابع به صورت کور می باشند، یک چارچوب پردازشی برای حذف نویز و استخراج منابع مختلف موجود در سیگنال تک کاناله ی ثبت شده از روی شکم مادر، ارائه شده است. چارچوب پیشنهادی با در نظر گرفتن ترکیب خطی منابع در سیگنال تک کاناله ثبت شده و با استفاده از تبدیل های emd و nmf، سیگنال pcg جنین را از سیگنال اولیه ثبت شده استخراج می کند. نتایج به دست آمده با اولتراسوند داپلر مقایسه شده است. عملکرد الگوریتم در نسبت توان سیگنال به نویزهای (snr) مختلف مورد بررسی قرار گرفته است. در بین 2741 ضربان قلب شناسایی شده توسط داپلر، الگوریتم ارائه شده قادر به تشخیص 2601 ضربان در snr=0db شده است که این منجر به دقت 95% الگوریتم در این snr شده است. علاوه بر این در این پایان نامه یک مدل دینامیکی برای تولید سیگنال pcg ارائه شده است. مدل ارائه شده که فرآیند مدل سازی سیگنال مذکور را با رویکردی متفاوت نسبت به سایر مدل ها دنبال می کند. در این رویکرد، سیگنال pcg به عنوان یک فرایند تصادفی در نظر گرفته می شود که حاصل خروجی فیلترهای ابداع تطبیقی با ورودی نویز سفید است. سیگنال های تولید شده توسط این مدل هم در حوزه ی زمان و هم در حوزه ی فرکانس با سیگنال های واقعی شباهت فراوانی دارند؛ لذا امید است که بتوان در آینده از آن در چارچوب های پردازشی بر مبنای مدل، به منظور پردازش سیگنال فونوکاردیوگرام جنین استفاده کنیم.

در این پایان نامه، روش های مختلف تخمین فرکانس تنفس از سیگنال فوتوپلتیسموگرام افراد مبتلا به بیماری وقفه تنفسی در خواب، مقایسه خواهد شد. همچنین روش جدیدی با استفاده از ویولت و مدل سازی خودبازگشتی ارائه می شود. هدف از استخراج نرخ تنفس به این روش کاهش تعداد سنسورهای متصل به بدن بیمار است. علاوه بر این پالس اکسیمتر ساده عمل می کند و باعث ناراحتی بیمار نمی شود.

سیستم های واسط کامپیوتری-مغزی سیستم هایی هستند که می توانند سیگنال های الکتریکی مغزی مرتبط با تصورات حرکتی در مغز انسان را به دستورات قابل فهم کامپیوتری ترجمه کنند. لذا این قابلیت می تواند به کمک بسیاری از بیماران حسی-حرکتی بیاید و تا حد بسیار بالایی مشکلات آن ها در راستای ارتباط با محیط پیرامونشان را رفع کند. اما سیستم های کنونی به علت نداشتن دقت بالای کافی برای همه افراد، هنوز نتوانسته اند به صورت تجارتی وارد بازار شوند. در راستای بهبود دقت و عملکرد این سیستم ها، به صورت تجربی نشان داده شده که استفاده از روش "الگوی مکانی مشترک" برای استخراج ویژگی های جدا کننده مناسب از سیگنال های مغزی، روشی بهینه در سیستم های واسط کامپیوتری-مغزی همگام است ولی هنوز دارای مشکلات و چالش هایی می باشد. در این پژوهش دو راهکار برای اصلاح روش غیر خطی الگوی مکانی مشترک مطرح شده است: راهکار اول که شخصی سازی الگوریتم غبرخطی است، خود شامل دو روش ترکیبی جدید می باشد. روش اول با افزودن اطلاعات فرکانسی-مکانی سیگنال به روش الگوی مکانی مشترک، منجر به بهبود عملکرد الگوریتم در راستای پیدا کردن ویژگی های متمایز بهتری شده و بر مبنای همین ویژگی ها، دقت کلاس بندی داده ها افزایش می یابد. در روش دوم که به دو طریق مختلف پیاده سازی شده، مقدار هم فعالیتی دو به دوی همه کانال ها به فرمولاسیون csp تزریق می شود و سپس مقادیر به دست آمده توسط یک تابع کرنل خطی، به فضای دیگری می روند و در نهایت جداسازی بین تصورات حرکتی را بهبود می بخشند. راهکار دوم، سازگار کردن الگوریتم با ورود داده جدید است که اینکار یکبار با تعریف تابع کرنلی با تعداد پارامترهای آزاد زیاد صورت گرفته است و بار دیگر با به روزرسانی ماتریس کوواریانس کرنلی شکل گرفته است که طبق نتایج به دست آمده، این راهکار از هر دو طریق با مشکلاتی همراه بوده و نتوانسته دقت تشخیص بالاتری را فراهم آورد.

دستگاه کمکی بطن چپ قلب (lvad) یک پمپ مکانیکی قابل کاشت در بدن بیمارانی است که قلب آنها نارسایی تراکمی دارد و به قلب برای پمپاژ خون کمک می کند. یکی از بزرگترین چالش های استفاده از این ابزار ، مهیا کردن شرایط ایده آل برای بیمار ( تا حد ممکن نزدیک به شرایط نرمال) است. طراحی کنترلری که بتواند به صورت اتوماتیک سرعت پمپ را متناسب با نیاز شخص تنظیم کند، یکی از دشوارترین مراحل کار است. هم چنین قابلیت تطبیق سرعت پمپ، متناسب با تغییر میزان فعالیت بیمار برای جلوگیری از پمپاژ بیش از حد خون (که در اصلاح مکش گفته می شود و سبب فروپاشی بطنی و آسیب رسیدن به ماهیچه های قلبی می شود) نیز از اهمیت زیادی برخوردار است. در این پایان نامه، مدل غیر خطی سیستم قلبی عروقی به همراه مدل پمپ مکانیکی موازی شده با بطن چپ معرفی می شود. سپس، روشی مفید برای کنترل دقیق سرعت پمپ، بدون استفاده از اندیس های مکش ارائه می گردد. بر همین مبنا دو هدف کنترلی مجزا قابل تعریف است. هدف کنترلی اول تعقیب الگوی فلوی پمپ از الگوی فلوی خارج شده از قلب سالم و صفر کردن خطای تعقیب تعریف می شود. در این پژوهش، برای رسیدن به این منظور از کنترلر فیدبک حالت استاتیک، دینامیک و همچنین pid استفاده می شود. ایده کنترلی دوم افزایش سرعت پمپ تا مرز رسیدن به سرعت مکش می باشد. برای رسیدن به این هدف از کنترلر جستجوگر اکسترمم برای حداقل سازی دامنه سیکل حدی استفاده می شود. نشان داده می شود که در این حالت بطن چپ تقریبا از چرخه گردش خون حذف می شود و خروجی قلبی مناسب توسط پمپ تامین می شود.