【原】重磅！信號分析新方法fCWT處理速度提高100倍，可應(yīng)用于腦機接口,Nature子刊

腦機接口社區(qū) 2022-01-30

展開全文

新技術(shù)如何工作的示意圖，將信號轉(zhuǎn)換為更具信息性的表示?！昂喍灾?，我們將以不同的眼光看待信號！”

目前，信號的頻譜分析要么主要考慮速度-精度的權(quán)衡，要么忽略信號的非平穩(wěn)特性。本文介紹了一種開源算法來計算快速連續(xù)小波變換(fCWT)。fCWT 的并行環(huán)境將與尺度無關(guān)和與尺度相關(guān)的操作分開，同時利用利用下采樣小波的優(yōu)化快速傅里葉變換。在8種競爭算法的速度下，fCWT被作為基準(zhǔn)，在抗噪聲方面進行了測試，并在合成腦電圖和體內(nèi)細(xì)胞外局部場電位數(shù)據(jù)上進行了驗證。fCWT 被證明具有 CWT 的準(zhǔn)確性，具有比速度相同的算法高 100 倍的光譜分辨率，比參考和最快的最先進實現(xiàn)快 122 倍和 34 倍，fCWT 在速度和準(zhǔn)確性之間提供了更好的平衡，從而能夠?qū)Ψ瞧椒€(wěn)噪聲信號進行實時、寬帶、高質(zhì)量的時頻分析。

烏得勒支大學(xué)(Utrecht University) 計算機科學(xué)家通過重新實現(xiàn)現(xiàn)有的信號處理計算技術(shù)，成功地將該技術(shù)提高了 100 倍，而且沒有質(zhì)量損失。從核磁共振掃描儀到地震預(yù)測系統(tǒng)，這可以在無數(shù)處理傳感器信號或數(shù)據(jù)流的應(yīng)用中實現(xiàn)相當(dāng)大的改進。

研究人員Lukas Arts和Egon van den Broek近日在《Nature computing Science》上發(fā)表了他們的研究結(jié)果。

Van den Broek 解釋說，“有兩種常用的信號處理技術(shù)，其中一種處理技術(shù)工作時的精度非常高，但速度太慢，幾乎沒有用處。這就是為什么在實際應(yīng)用中經(jīng)常使用另一種技術(shù)的原因：它速度快如閃電，但在處理過程中會損失很多質(zhì)量?！?/span>

研究人員設(shè)法將慢速技術(shù)的速度提高了一百倍，因此它結(jié)合了兩種技術(shù)的最佳特性：高速和高精度。

時頻分析對社會的影響

小波變換與連續(xù)小波變換的比較。利用小波變換(DWT)和連續(xù)小波變換(CWT)對聲納設(shè)備的時變脈沖信號在0 ~ 60 kHz范圍內(nèi)進行分析。DWT使用粗糙的時頻離散化來提高速度。相比之下，CWT使用耗時且近乎連續(xù)的時間和頻率尺度離散化來提高分辨率。

使用 fCWT 和6種最先進的時頻方法進行基準(zhǔn)測試

腦信號

研究人員表示，新的計算方法可以用于各種應(yīng)用。以腦機接口為例，它可以讓一個完全癱瘓的人控制輪椅。輪椅需要對來自大腦的轉(zhuǎn)向信號立即做出反應(yīng)，所以你必須使用快速算法。因此，信號質(zhì)量非常低，以至于這種輪椅只能區(qū)分幾個信號：左、右、加速和減速。通過這種新的計算技術(shù)，你可以讓輪椅在不影響速度的情況下識別更多不同的信號?！?/span>

圖 5：人類 EEG 數(shù)據(jù)的基準(zhǔn)測試結(jié)果

上圖a, Fp1和Fp2前額葉和Fz中額葉腦電圖電極，平均，評估心理負(fù)荷。信貸:圖像打印機/學(xué)生。b，在 30 秒的休息和 30 秒的心算期間記錄的腦電圖的Full fCWT 和 CWT、3.0%CWT、STFT 和 DWT。Full fCWT和3.0%CWT分別在650和20個尺度上使用Morlet小波(σ = 20)對信號進行分析，在指數(shù)空間中均勻間隔。STFT使用500 ms的Blackman窗口和400 ms的重疊，DWT使用11級的15階Daubechie小波分解。光譜被歸一化為[0,1]，除了少數(shù)光譜被放大以增強可見性。c，算法任務(wù)期間的縮放視圖，顯示每個算法提取β頻段(13 - 30hz)復(fù)雜時頻細(xì)節(jié)的能力。d、 Full fCWT和CWT、3.0%CWT、STFT和DWT的RAR（方程式（1））與具有1-kHz EEG信號的電極數(shù)量的關(guān)系。

經(jīng)典計算機科學(xué)

研究人員將基礎(chǔ)數(shù)學(xué)與硬件和軟件的最新見解相結(jié)合，將較慢的信號處理技術(shù)提高了100倍?！斑@實際上是經(jīng)典計算機科學(xué)的一個完美例子，”Van den Broek 說?！澳憧梢岳脭?shù)學(xué)基礎(chǔ)，讓它以最快的方式在設(shè)備上運行。”因此，新的實施方式也使能源效率提高了一百倍。

交互式毛絨玩具

“該技術(shù)已準(zhǔn)備好用于我們?nèi)粘Ｉ钪械母鞣N設(shè)備，”Van den Broek 說。“我們已經(jīng)將我們的新算法提供了開源外部鏈接，因此任何人都可以立即開始使用?！痹谝粋€跨學(xué)科的歐洲項目外部鏈接中，Van den Broek 和 Arts 正在為自閉癥兒童開發(fā)一種交互式玩具，以支持診斷和治療。這是這項技術(shù)的完美應(yīng)用:這個可愛的玩具利用傳感器精確地測量正在發(fā)生的事情，然后可以實時做出反應(yīng)。這使得人們能夠更好地理解和促進人、動物和機器人之間的社交互動?！?/span>

作者介紹：

參考：

https://www./en/news/hundred-times-faster-signal-processing-with-new-calculation-technique

Arts, L.P.A., van den Broek, E.L. The fast continuous wavelet transformation (fCWT) for real-time, high-quality, noise-resistant time–frequency analysis. Nat Comput Sci (2022).

https:///10.1038/s43588-021-00183-z

腦機接口知識星球：

即時資訊，腦機觀點，腦機行業(yè)訊息，腦機最新技術(shù)，腦機咨詢...會在該星球分享。

同時，它是鏈接人與人的一個圈子。關(guān)注腦機接口+X 領(lǐng)域的伙伴們能在這里找到或分享腦機觀點、信息，創(chuàng)業(yè)領(lǐng)域等，尋找志同道合伙伴的一個渠道。