DE202021106795U1

DE202021106795U1 - Ein System zur Diagnose der kognitiven Wirkung von Tele-Serien auf das menschliche Gehirn unter Verwendung entrauschter EEG-Signale

Info

Publication number: DE202021106795U1
Application number: DE202021106795.0U
Authority: DE
Original assignee: Individual
Current assignee: Individual
Priority date: 2021-12-14
Filing date: 2021-12-14
Publication date: 2022-02-04
Anticipated expiration: 2031-12-15

Abstract

Ein System (100) zur Diagnose der kognitiven Wirkung von Tele-Serien auf das menschliche Gehirn, wobei das System folgendes umfasst:
eine Vielzahl von Elektroden (102), die auf der oberen Schicht der Kopfhaut zur Erfassung von Gehirnsignalen angeordnet sind;
ein Datenerfassungsmodul (104), das mit der Vielzahl von Elektroden (102) verbunden ist, um die Gehirnsignale zu erfassen;
ein Filtermodul (106) zum Entfernen von Artefakten des Elektrookulogramms (EOG), die vom Blinzeln der Augen und von Stromleitungsstörungen herrühren, aus den Gehirnsignalen;
ein Vorverarbeitungsmodul (108), das mit der Vielzahl von Elektroden (102) verbunden ist, um Rauschen zu eliminieren und
die Signalqualität aus den gefilterten Gehirnsignalen unter Verwendung einer Wavelet-Transformation zu verbessern, wobei ein Schwellenwertmodul (110) die gefilterte Ausgabe aus dem vorverarbeiteten Signal erzeugt, das unter Verwendung des Vorverarbeitungsmoduls (108) erhalten wird; und
ein Merkmalsextraktionsmodul (112), das mit dem Schwellenwertmodul (110) verbunden ist, um eine Vielzahl von Merkmalen zu extrahieren, um das kognitive Verhalten auf den menschlichen Hirneffekt zu erfassen.

Description

BEREICH DER ERFINDUNG
Die vorliegende Erfindung bezieht sich auf ein Gebiet der elektronischen Geräte. Insbesondere bezieht sich die vorliegende Erfindung auf das Gebiet der Elektroenzephalogrammsignale zur Untersuchung der kognitiven Wirkung der Gehirnaktivität.
HINTERGRUND DER ERFINDUNG
Fernsehserien haben einen Einfluss auf die menschliche Wahrnehmung. Die Menschen sind süchtig nach verschiedenen Arten von Fernsehserien, die das menschliche Verhalten verändern können. Das menschliche Gehirn ist in verschiedene Bereiche unterteilt, die als Lappen bezeichnet werden. Dies sind Frontal-, Parietal-, Temporal- und Okzipitallappen. Jeder Lappen ist mit verschiedenen Funktionen verbunden, die vom Gedächtnis bis zur visuellen Verarbeitung reichen. Der Frontallappen, der sich an der Vorderseite des Gehirns befindet, steuert die übergeordnete Verarbeitung von exekutiven Funktionen wie Aufmerksamkeit, Entscheidungsfindung, logisches Denken, motorische Fähigkeiten und Arbeitsgedächtnis. Der Parietallappen in der Mitte des Gehirns verarbeitet die sensorischen Informationen von Berührung, Druck und Schmerz. Der Temporal- und der Okzipitallappen sind für die Verarbeitung von Gedächtnis- bzw. visuellen Informationen zuständig. Daher kann eine ortsspezifische neuronale Reaktion kognitive, prozessinduzierte Informationen anzeigen. Das Elektroenzephalogramm (EEG) ist eine weit verbreitete nicht-invasive Methode, um über die von der Kopfhaut erzeugten elektrischen Potentiale Informationen über die Gehirnaktivität zu erhalten.
Nach früheren Studien spielt jedes EEG-Frequenzband eine entscheidende Rolle bei kognitiven Leistungen. Im Vergleich zu den niederfrequenten Bändern (Delta und Theta) sind die Alpha- und Beta-Frequenzbänder eher in der Lage, die aktivitätsinduzierten neuronalen Reaktionen abzubilden. Diese beiden Frequenzbänder spielen eine aktive Rolle bei der Charakterisierung verschiedener psychologischer Zustände wie Aufmerksamkeit, Aggression, Depression, Glück, psychiatrische Störungen usw. Daher könnten die signifikanten Veränderungen in diesen Oszillationen in der Lage sein, die neuronalen Auswirkungen von Tele-Serien zu bewerten.
Herkömmliche Methoden wie DFT und FFT erfassen jedoch nur die Informationen des Frequenzbereichs, während die Informationen des Zeitbereichs verloren gehen. Die STFT überwindet diese Einschränkung und beschreibt das Signal sowohl im Zeit- als auch im Frequenzbereich durch die Verwendung eines beweglichen Fensters. Aufgrund der konstanten Fenstergröße ist sie jedoch nicht in der Lage, mehrere Auflösungen zu erzeugen. Die Wavelet-Transformation hingegen verfügt über ein flexibles Fenster und geht auf die Probleme nicht-stationärer Signale ein. Da sowohl zeit- als auch frequenzbasierte Informationen integrale Bestandteile eines EEG-Signals sind, ist die Wavelet-Transformation die am besten geeignete Methode für die Analyse solcher nicht-stationären und dynamischen Signale. Bei der EEG-Signalverarbeitung ist im Allgemeinen eine bessere Zeitauflösung erforderlich, um transiente Wellen (Hochfrequenz) zu lokalisieren, und eine bessere Frequenzauflösung wird für niederfrequente Wellen bevorzugt.
CN104135920B offenbart Analysemethoden zur Extraktion und Bewertung von Gehirndaten, die von Versuchstieren, einschließlich Menschen, gesammelt wurden, um beabsichtigte und unbeabsichtigte Gehirnaktivitäten und andere unerwartete Signale zu erkennen. Diese Signale werden mit höheren kognitiven Hirnfunktionen oder unbeabsichtigten, potenziell schädlichen Ereignissen wie einem Schlaganfall oder Krampfanfall sowie mit der Umsetzung dieser Signale in definierte Auslöseereignisse oder Aufgaben korreliert.
Um die oben genannten Einschränkungen zu überwinden, muss ein System entwickelt werden, das sich auf die spontane neuronale Aktivität von Fernsehzuschauern konzentriert. Auf diskreter Wavelet-Transformation basierende Vorverarbeitungs- und Merkmalsextraktionsmethoden werden auf den erfassten EEG-Signalen implementiert, um zu untersuchen, ob eine Langzeitbeteiligung an Krimi-Gewalt-Serien und/oder Comedy-Serien eine neuronale Modulation verursacht.
Der technische Fortschritt, der durch die vorliegende Erfindung offenbart wird, überwindet die Einschränkungen und Nachteile bestehender und konventioneller Systeme und Methoden.
ZUSAMMENFASSUNG DER ERFINDUNG
Die vorliegende Erfindung bezieht sich allgemein auf ein System zur Diagnose der kognitiven Wirkung von Tele-Serien auf das menschliche Gehirn unter Verwendung von entrauschten EEG-Signalen.
Ein Ziel der vorliegenden Erfindung ist es, sich auf die spontane neuronale Aktivität von Zuschauern von Fernsehserien zu konzentrieren;
Ein weiteres Ziel der vorliegenden Erfindung ist es, zu untersuchen, ob eine langfristige Beteiligung an Serien vom Typ „Gewaltverbrechen“ und/oder „Komödie“ eine neuronale Modulation verursacht; und
Ein weiteres Ziel der vorliegenden Erfindung ist es, die Gehirnaktivität einer Person zu analysieren.
In einer Ausführungsform betrifft die Erfindung ein System zur Diagnose von kognitiven Effekten auf das menschliche Gehirn, wobei das System folgendes umfasst:

eine Vielzahl von Elektroden, die auf der oberen Schicht der Kopfhaut angebracht sind, um Gehirnsignale zu erfassen;
ein Datenerfassungsmodul, das mit der Vielzahl von Elektroden verbunden ist, um die Gehirnsignale zu erfassen;
ein Filtermodul zur Entfernung von Artefakten des Elektrookulogramms (EOG), die vom Blinzeln der Augen und von Stromleitungsstörungen herrühren, aus den Gehirnsignalen;
ein Vorverarbeitungsmodul, das mit der Vielzahl von Elektroden verbunden ist, um Rauschen zu eliminieren und die Signalqualität aus den gefilterten Gehirnsignalen unter Verwendung der Wavelet-Transformation zu verbessern, wobei ein Schwellenwertmodul die gefilterte Ausgabe aus dem vorverarbeiteten Signal erzeugt, das unter Verwendung des Vorverarbeitungsmoduls erhalten wird; und
ein Merkmalsextraktionsmodul, das mit dem Schwellenwertmodul verbunden ist, um eine Vielzahl von Merkmalen zu extrahieren, um das kognitive Verhalten auf den menschlichen Hirneffekt zu erkennen.

In einer Ausführungsform handelt es sich bei der Wavelet-Transformation um eine diskrete Wavelet-Transformation (DWT), wobei die DWT zwei Koeffizienten erzeugt, die als Näherungs- und Detailkoeffizienten bezeichnet werden, wobei der Näherungskoeffizient die abwärts abgetastete Ausgabe des Tiefpassfilters ist, während der Detailkoeffizient die abwärts abgetastete Ausgabe des Hochpassfilters ist.
In einer Ausführungsform umfasst das Schwellenwertmodul 3 Schritte, nämlich Zerlegung, Schwellenwertbildung und Rekonstruktion.
In einer Ausführungsform wird eine Vielzahl von Mutter-Wavelets zur Entrauschung des Gehirnsignals eingesetzt, und eine optimale Mutter-Wavelet-Funktion wird durch Berechnung des mittleren quadratischen Fehlers (MSE) und des Signal-Rausch-Verhältnisses (SNR) bewertet.
In einer Ausführungsform weisen der MSE und der höhere SNR auf eine höhere Kompatibilität des gewählten Mutter-Wavelets mit dem ursprünglichen Gehirnsignal hin.
In einer Ausführungsform charakterisiert die Vielzahl der Merkmale das Gehirnsignal und wird als Messparameter verwendet, um Auswirkungen auf das menschliche Gehirn zu erkennen.
Um die Vorteile und Merkmale der vorliegenden Erfindung weiter zu verdeutlichen, wird eine genauere Beschreibung der Erfindung durch Bezugnahme auf bestimmte Ausführungsformen davon, die in den beigefügten Figuren dargestellt sind, gegeben. Es wird davon ausgegangen, dass diese Figuren nur typische Ausführungsformen der Erfindung zeigen und daher nicht als Einschränkung ihres Umfangs zu betrachten sind. Die Erfindung wird mit zusätzlicher Spezifität und Detail mit den beigefügten Figuren beschrieben und erläutert werden.
Figurenliste
Diese und andere Merkmale, Aspekte und Vorteile der vorliegenden Erfindung werden besser verstanden, wenn die folgende detaillierte Beschreibung unter Bezugnahme auf die beigefügten Figuren gelesen wird, in denen gleiche Zeichen gleiche Teile in den Figuren darstellen, wobei:

1 ein Blockdiagramm eines Systems zur Diagnose der kognitiven Wirkung von Tele-Serien auf das menschliche Gehirn zeigt.

Der Fachmann wird verstehen, dass die Elemente in den Figuren der Einfachheit halber dargestellt sind und nicht unbedingt maßstabsgetreu gezeichnet wurden. Die Flussdiagramme veranschaulichen beispielsweise das Verfahren anhand der wichtigsten Schritte, um das Verständnis der Aspekte der vorliegenden Offenbarung zu verbessern. Darüber hinaus kann es sein, dass eine oder mehrere Komponenten der Vorrichtung in den Figuren durch herkömmliche Symbole dargestellt sind, und dass die Figuren nur die spezifischen Details zeigen, die für das Verständnis der Ausführungsformen der vorliegenden Offenbarung relevant sind, um die Figuren nicht mit Details zu überfrachten, die für Fachleute, die mit der vorliegenden Beschreibung vertraut sind, leicht erkennbar sind.
DETAILLIERTE BESCHREIBUNG:
Um das Verständnis der Erfindung zu fördern, wird nun auf die in den Figuren dargestellte Ausführungsform Bezug genommen und diese mit bestimmten Worten beschrieben. Es versteht sich jedoch von selbst, dass damit keine Einschränkung des Umfangs der Erfindung beabsichtigt ist, wobei solche Änderungen und weitere Modifikationen des dargestellten Systems und solche weiteren Anwendungen der darin dargestellten Grundsätze der Erfindung in Betracht gezogen werden, wie sie einem Fachmann auf dem Gebiet der Erfindung normalerweise einfallen würden.
Der Fachmann wird verstehen, dass die vorstehende allgemeine Beschreibung und die folgende detaillierte Beschreibung beispielhaft und erläuternd für die Erfindung sind und nicht als einschränkend angesehen werden.
Wenn in dieser Beschreibung von „einem Aspekt“, „einem anderen Aspekt“ oder ähnlichem die Rede ist, bedeutet dies, dass ein bestimmtes Merkmal, eine bestimmte Struktur oder eine bestimmte Eigenschaft, die im Zusammenhang mit der Ausführungsform beschrieben wird, in mindestens einer Ausführungsform der vorliegenden Erfindung enthalten ist. Daher können sich die Ausdrücke „in einer Ausführungsform“, „in einer anderen Ausführungsform“ und ähnliche Ausdrücke in dieser Beschreibung alle auf dieselbe Ausführungsform beziehen, müssen es aber nicht.
Die Ausdrücke „umfasst“, „enthaltend“ oder andere Variationen davon sollen eine nicht ausschließliche Einbeziehung abdecken, so dass ein Verfahren oder eine Methode, die eine Liste von Schritten umfasst, nicht nur diese Schritte umfasst, sondern auch andere Schritte enthalten kann, die nicht ausdrücklich aufgeführt sind oder zu einem solchen Verfahren oder einer solchen Methode gehören. Ebenso schließen eine oder mehrere Vorrichtungen oder Teilsysteme oder Elemente oder Strukturen oder Komponenten, die mit „umfasst...a“ eingeleitet werden, nicht ohne weitere Einschränkungen die Existenz anderer Vorrichtungen oder anderer Teilsysteme oder anderer Elemente oder anderer Strukturen oder anderer Komponenten oder zusätzlicher Vorrichtungen oder zusätzlicher Teilsysteme oder zusätzlicher Elemente oder zusätzlicher Strukturen oder zusätzlicher Komponenten aus.
Sofern nicht anders definiert, haben alle hierin verwendeten technischen und wissenschaftlichen Begriffe die gleiche Bedeutung, wie sie von einem Fachmann auf dem Gebiet, zu dem diese Erfindung gehört, allgemein verstanden wird. Das System, die Methoden und die Beispiele, die hier angegeben werden, dienen nur der Veranschaulichung und sind nicht als Einschränkung gedacht.
Ausführungsformen der vorliegenden Erfindung werden im Folgenden unter Bezugnahme auf die beigefügten Figuren im Detail beschrieben.
1 zeigt ein Blockdiagramm eines Systems zur Diagnose der kognitiven Wirkung von Tele-Serien auf das menschliche Gehirn, wobei das System umfasst: eine Vielzahl von Elektroden (102), ein Datenerfassungsmodul (104), ein Filtermodul (106), ein Vorverarbeitungsmodul (108), ein Schwellenwertmodul (110) und ein Merkmalsextraktionsmodul (112).
Die Vielzahl von Elektroden (102) ist auf der oberen Schicht der Kopfhaut positioniert, um Gehirnsignale zu erfassen.
Das Datenerfassungsmodul (104), das mit der Vielzahl von Elektroden (102) verbunden ist, um die Gehirnsignale zu erfassen.
Das Filtermodul (106) zur Entfernung von Artefakten des Elektrookulogramms (EOG), die durch Blinzeln der Augen und durch Stromleitungsstörungen entstehen, aus den Gehirnsignalen.
Das Vorverarbeitungsmodul (108), das mit der Vielzahl von Elektroden (102) verbunden ist, um Rauschen zu eliminieren und die Signalqualität aus den gefilterten Gehirnsignalen unter Verwendung der Wavelet-Transformation zu verbessern, wobei ein Schwellenwertmodul (110) die gefilterte Ausgabe aus dem vorverarbeiteten Signal erzeugt, das unter Verwendung des Vorverarbeitungsmoduls (108) erhalten wurde, wobei die Wavelet-Transformation eine diskrete Wavelet-Transformation (DWT) ist, wobei die DWT zwei Koeffizienten erzeugt, die Näherungs- und Detailkoeffizienten genannt werden, wobei der Näherungskoeffizient eine abwärts abgetastete Ausgabe eines Tiefpassfilters ist, während der Detailkoeffizient eine abwärts abgetastete Ausgabe eines Hochpassfilters ist.
Die Vielzahl von Mutter-Wavelets wird zur Entrauschung des Gehirnsignals eingesetzt, und eine optimale Mutter-Wavelet-Funktion wird durch Berechnung des mittleren quadratischen Fehlers (MSE) und des Signal-Rausch-Verhältnisses (SNR) bewertet. Der MSE und das höhere SNR zeigen eine höhere Kompatibilität des gewählten Mutter-Wavelets mit dem ursprünglichen Gehirnsignal an.
Das Merkmalsextraktionsmodul (112), das mit dem Schwellenwertmodul (110) verbunden ist, um eine Vielzahl von Merkmalen zu extrahieren, um das kognitive Verhalten auf die Wirkung auf das menschliche Gehirn zu erfassen, wobei das Schwellenwertmodul (110) drei Schritte umfasst, nämlich Zerlegung, Schwellenwert und Rekonstruktion, wobei die Vielzahl von Merkmalen das Gehirnsignal charakterisiert und als Messparameter verwendet wird, um die Wirkung auf das menschliche Gehirn zu erfassen.
Die Energie eines bestimmten Spektralfrequenzbandes f[n] und die Gesamtenergie E_tot sind definiert als: $E_{f} = \sum_{- \infty}^{\infty} f {[n]}^{2}$
$E_{tot} = \sum E_{f}$
Die normalisierte Energie, Pf, und die prozentuale relative Wavelet-Band-Energie (RBE) sind gegeben durch: $P_{f} = E_{f} {/E}_{tot}$
${RBE}_{f} = E_{f} {/E}_{tot} \times 100 %$
Es ist klar, dass Pf empfindlich auf die Änderung der Signalenergie reagiert und die Energiebeziehung zwischen den einzelnen Spektralbändern darstellt.
Die Shannon-Entropie (S) ist wiederum gegeben durch: $S = - \sum P_{f} * In (P_{f})$
Gemäß einer beispielhaften Ausführungsform werden die EEG-Daten von einer Vielzahl von Probanden erfasst, und die Durchschnittsdaten wurden berechnet und als normales Verhalten behandelt. Dann wird diese Vielzahl von Probanden gleichmäßig in zwei Gruppen aufgeteilt. Die Probanden der ersten Gruppe werden gebeten, regelmäßig 3 Stunden pro Tag und 30 Tage lang Fernsehserien über Verbrechen und Gewalt zu sehen. Die Probanden der zweiten Gruppe werden gebeten, regelmäßig 3 Stunden pro Tag und 30 Tage lang Comedy-Fernsehserien anzuschauen. Für jede Gruppe werden die Durchschnittsdaten berechnet und zum Vergleich aufgetragen. Von jedem Probanden wurden 300 Sekunden EEG-Daten mit einer Abtastfrequenz von 125 Hz erfasst. Die Daten wurden mit einem 32-Kanal-Datenerfassungsgerät unter Verwendung des 10-20-Elektrodenplatzierungssystems erfasst. Daher wurden die EEG-Daten von den Frontal- und Parietallappen der Testpersonen erfasst. Die Elektroden haben eine hohe Hautkontaktimpedanz (100 M'Ω), um den Belastungseffekt der EEG-Signale zu vermeiden. Alle Elektroden maßen das Potenzial in Bezug auf die Referenzelektrode, die in der Nähe des Ohrläppchens platziert wurde, wo die Gehirnaktivität deutlich geringer ist.
Das System offenbart die Verarbeitungsstufen von EEG-Gehirnsignalen, die vor und nach dem Ansehen von Fernsehserien erfasst wurden. Das DB2-Wavelet hat sich als das beste Mutter-Wavelet für das erfasste EEG-Signal erwiesen. Man kommt zu dem Schluss, dass sich die kognitiven Fähigkeiten von Menschen nach dem regelmäßigen Anschauen von Fernsehserien erheblich verändern. Die betrachteten Merkmale relative Bandenergie und Wavelet-Entropie spiegeln die kognitiven Veränderungen wider. Es wurde festgestellt, dass die Alpha- und Beta-Aktivität sowohl in den frontalen als auch in den parietalen Regionen deutlich erhöht ist. Solche Studien können den Ärzten helfen, Probleme wie Stress, Angst und Schlafstörungen zu diagnostizieren.
Die Figuren und die vorangehende Beschreibung geben Beispiele für Ausführungsformen. Der Fachmann wird verstehen, dass eines oder mehrere der beschriebenen Elemente durchaus zu einem einzigen Funktionselement kombiniert werden können. Alternativ dazu können bestimmte Elemente in mehrere Funktionselemente aufgeteilt werden. Elemente aus einer Ausführungsform können einer anderen Ausführungsform hinzugefügt werden. Die Reihenfolge der hier beschriebenen Prozesse kann beispielsweise geändert werden und ist nicht auf die hier beschriebene Weise beschränkt. Darüber hinaus müssen die Aktionen eines Flussdiagramms nicht in der gezeigten Reihenfolge ausgeführt werden; auch müssen nicht unbedingt alle Aktionen durchgeführt werden. Auch können die Handlungen, die nicht von anderen Handlungen abhängig sind, parallel zu den anderen Handlungen ausgeführt werden. Der Umfang der Ausführungsformen ist durch diese spezifischen Beispiele keineswegs begrenzt. Zahlreiche Variationen sind möglich, unabhängig davon, ob sie in der Beschreibung explizit aufgeführt sind oder nicht, wie z. B. Unterschiede in der Struktur, den Abmessungen und der Verwendung von Materialien. Der Umfang der Ausführungsformen ist mindestens so groß wie in den folgenden Ansprüchen angegeben.
Vorteile, andere Vorzüge und Problemlösungen wurden oben im Hinblick auf bestimmte Ausführungsformen beschrieben. Die Vorteile, Vorzüge, Problemlösungen und Komponenten, die dazu führen können, dass ein Vorteil, ein Nutzen oder eine Lösung auftritt oder ausgeprägter wird, sind jedoch nicht als kritisches, erforderliches oder wesentliches Merkmal oder Komponente eines oder aller Ansprüche zu verstehen.
Bezugszeichenliste

100: System (100) zur Diagnose der kognitiven Wirkung von Tele-Serien auf das menschliche Gehirn
102: Elektroden
104: Datenerfassungseinheit
106: Modul zur Filterung
108: Vorverarbeitungsmodul
110: Schwellenwert-Modul
112: Modul zur Merkmalsextraktion

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

CN 104135920 B [0005]

Claims

Ein System (100) zur Diagnose der kognitiven Wirkung von Tele-Serien auf das menschliche Gehirn, wobei das System folgendes umfasst: eine Vielzahl von Elektroden (102), die auf der oberen Schicht der Kopfhaut zur Erfassung von Gehirnsignalen angeordnet sind; ein Datenerfassungsmodul (104), das mit der Vielzahl von Elektroden (102) verbunden ist, um die Gehirnsignale zu erfassen; ein Filtermodul (106) zum Entfernen von Artefakten des Elektrookulogramms (EOG), die vom Blinzeln der Augen und von Stromleitungsstörungen herrühren, aus den Gehirnsignalen; ein Vorverarbeitungsmodul (108), das mit der Vielzahl von Elektroden (102) verbunden ist, um Rauschen zu eliminieren und die Signalqualität aus den gefilterten Gehirnsignalen unter Verwendung einer Wavelet-Transformation zu verbessern, wobei ein Schwellenwertmodul (110) die gefilterte Ausgabe aus dem vorverarbeiteten Signal erzeugt, das unter Verwendung des Vorverarbeitungsmoduls (108) erhalten wird; und ein Merkmalsextraktionsmodul (112), das mit dem Schwellenwertmodul (110) verbunden ist, um eine Vielzahl von Merkmalen zu extrahieren, um das kognitive Verhalten auf den menschlichen Hirneffekt zu erfassen.
System nach Anspruch 1, wobei die Wavelet-Transformation eine diskrete Wavelet-Transformation (DWT) ist, wobei die DWT zwei Koeffizienten erzeugt, die als Näherungs- und Detailkoeffizienten bezeichnet werden, wobei der Näherungskoeffizient eine abwärts abgetastete Ausgabe eines Tiefpassfilters ist, während der Detailkoeffizient eine abwärts abgetastete Ausgabe eines Hochpassfilters ist.
System nach Anspruch 1, wobei das Schwellenwertmodul (112) drei Schritte umfasst, nämlich Zerlegung, Schwellenwertbildung und Rekonstruktion.
System nach Anspruch 1, wobei eine Vielzahl von Mutter-Wavelets zur Entrauschung des Gehirnsignals implementiert wird und eine optimale Mutter-Wavelet-Funktion durch Berechnung des mittleren quadratischen Fehlers (MSE) und des Signal-Rausch-Verhältnisses (SNR) bewertet wird.
System nach Anspruch 1, wobei der MSE und der höhere SNR eine höhere Kompatibilität des gewählten Mutter-Wavelets mit dem ursprünglichen Gehirnsignal anzeigen.
System nach Anspruch 1, wobei die Vielzahl von Merkmalen das Gehirnsignal charakterisiert und als Messparameter verwendet wird, um Auswirkungen auf das menschliche Gehirn zu erkennen.