Home - Rasfoiesc.com
Educatie Sanatate Inginerie Business Familie Hobby Legal
Ca sa traiesti o viata sanatoasa. vindecarea bolilor animalelor, protectia si ingrijirea, cresterea animalelor, bolile animalelor


Alimentatie Asistenta sociala Frumusete Medicina Medicina veterinara Retete

Medicina


Index » sanatate » Medicina
» Sistem bioinstrumental noncontact de: evaluare/analiza cantitativa a pacientilor parkinsonieni


Sistem bioinstrumental noncontact de: evaluare/analiza cantitativa a pacientilor parkinsonieni




Raport de Cercetare

Grant:

SISTEM BIOINSTRUMENTAL NONCONTACT DE: EVALUARE/ANALIZA CANTITATIVA A PACIENTILOR PARKINSONIENI SI DE INTERPRETARE A LIMBAJULUI NONVERBAL

Autori:

Conf. Dr. Ing. Cleju Ioan, Sef Lucrari Dobrea Dan Marius




Universitatea:

Tehnica “Gh. Asachi”

Aceasta tema de cercetare, rezolvata conform obiectivelor intermediare propuse, realizeaza, printr-o abordare interdisciplinara, un nou dispozitiv bioinstrumental: (a) de evaluare/analiza cantitativa a pacientilor parkinsonieni si (b) de interpretare a limbajului nonverbal.

(a)        Datorita necesitatii unor evaluari obiective a:

·     rezultatelor obtinute in urma interventiilor chirurgicale,

·     evolutiei bolii,

·     stabilirii dozajului corect medicamentos pentru fiecare individ in parte,

·     alegerii metodei optime de tratament,

·     cat si din dorinta determinarii momentului optim de aplicare a tratamentului medicamentos,

metodele de determinare cantitativa a progresului starii unui pacient Parkinsonian capata o importanta din ce in ce mai mare.

            La ora actuala cea mai comuna metoda de evaluare a gravitatii simptoamelor bolii pacientilor Parkinsonieni sunt scalele de evaluare clinica care atribuie un scor afectiunii fiecarui pacient in parte. Dezavantajul acestor metode este dat, in principal, de subiectivismul lor, diferiti medici atribuind scoruri diferite aceluiasi pacient, neexistand astfel o reproductibilitate a masuratorilor. Aceasta dispersie in evaluarea pacientilor este datorata, in principal, experientei diferite a medicilor si faptului ca, la un moment dat, ei pot privi numai o cros-sectiune a pacientului.

Tinandu-se cont de aceste considerente si de noile dezvoltari in electronica, se doreste construirea unor sisteme bazate pe senzori de miscare (accelerometrici, giroscopici, goniometrici, optici, sesizori ai campului terestru electromagnetic) capabili sa evalueze gravitatea simptoamelor si, in mod corespunzator, a bolii Parkinson. Din pacate, dezvoltarea unor astfel de sisteme de monitorizare a afectiunilor motorii se afla abia la inceput [Keijsers, 2003]. Pana la ora actuala nu exista nici o metoda care sa se fi impus ca standard in evaluarea cantitativa sau calitativa a gravitatii simptomelor pacientilor Parkinsonieni.

(b)        Ceea ce intr-adevar da substanta unei comunicari si interactiuni directe fata-in-fata, in viata reala, dincolo de vorbire, este limbajul nonverbal al persoanelor [Pease, 1992] si, de asemenea, modul prin care ele isi exprima sentimentele, gandurile si starile emotive prin intermediul miscarilor si pozitiilor corpului precum si prin mimica fetei. Daca dorim sa imbunatatim comunicarea in cadrul interactiunii om-masina sau a mediilor virtuale, am putea utiliza miscarea corpului pentru detectarea starilor utilizatorului. Mai mult, un sistem poate utiliza miscarea corpului si pozitia utilizatorului, raportat la obiectele din mediul inconjurator, pentru a evalua starea persoanei: nervozitate, lipsa atentiei, oboseala motorie, agitatie, confuzie etc.

Pentru a raspunde problemelor anterior prezentate ( (a) evaluarea cantitativa a pacientilor Parkinsonieni si (b) identificarea limbajului nonverbal) un nou senzor laser noncontact este prezentat in acest raport de grant. Acest sistem a fost introdus pentru prima data in lucrarea [Dobrea, 2002] care a si constituit punctul de plecare al acestui grant. In urma dezvoltarilor realizate in cadrul acestui proiect a fost publicata lucrarea [Dobrea, 2004] care schiteaza noul sistem dezvoltat. Cu ajutorul acestui sistem se poate determina in mod continuu distanta intre un punct de observare (reprezentat de o camera video) si o anumita parte a corpului unui subiect – de exemplu pentru cuantizarea semnalului de tremur a capului pacientilor Parkinsonieni doua astfel de sisteme vor fi folosite pentru determinarea pozitiei exacte a acestuia.

Mai mult, cu ajutorul aceluiasi sistem se pot determina si anumite posturi pe care un subiect le manifesta. In cadrul acestei directii se vor prezenta rezultatele obtinute, legate de:

  1. Extragerea trasaturilor caracteristice pentru diferentierea posturilor subiectilor.
  2. Testarea existentei unor corelatii semnificative intre anumite stari afective reflectate in limbajul nonverbal si trasaturile caracteristice extrase.
  3. Construirea clasificatorului pentru diferentierea starilor afective; testarea clasificatorului

1. Principiul de functionare

Sistemul prototip este alcatuit dintr-un scanner laser, o camera video si un program software care controleaza scanner-ul, achizitioneaza imaginile si extrage informatia privind distanta/pozitia trunchiului persoanei. Principiul de functionare al intregului sistem se bazeaza pe generarea de catre scanner-ul laser a unui plan laser la un unghi constant fata de planul orizontal. Atunci cand planul laser loveste tinta, o linie luminoasa corespunzand laserului apare pe aceasta, Figura 1.

            Sistemul utilizeaza o singura camera video conventionala care achizitioneaza imagini din zona unde planul laser se proiecteaza pe tinta dorita (in cazul celor doua probleme pe care doresc sa le rezolv: trunchiul subiectului – pentru sistemul de interfata nonverbala om calculator – sau capul pacientului in momentul in care se doreste sa se determine pozitia si sa se achizitioneze semnalul de tremur al acestuia). Cu aceasta camera video, software-ul achizitioneaza doua imagini consecutive: prima, cu dioda laser aprinsa, astfel o proiectie laser de lumina aparand pe tinta Figura 2(a) si, a doua, cu dioda laser stinsa Figura 2(b). Facand diferenta dintre cele doua imagini obtinem, ca rezultat, doar linia laser proiectata pe trunchiul subiectului Figura 2(c). Utilizandu-se acest principiu de operare, extragerea conturului laser este foarte simpla si rapida – acesta este de altfel unul dintre avantajele acestui sistem chiar daca sunt utilizate imagini pentru determinarea distantelor.


Figura 1. Principiul determinarii distantei folosind noul sistem

Daca obiectul este situat departe, conturul laser va fi situat in partea superioara a imaginii, in caz contrar acesta va fi mai apropiat de baza acesteia. In Figura 1 se observa acest comportament – h1 versus h2. Aceeasi idee se evidentiaza si din Figura 2 unde se observa existenta informatiei de profunzime reflectata prin distanta fiecarui punct de pe conturul extras fata de baza imaginii (proiectia pe zid, pe pieptul si, respectiv, mana subiectului).

2. Implementarea senzorului de miscare utilizand un DSP


            In prima implementare a acestui sistem [Dobrea, 2002] cel putin o problema a aparut, aceasta determinand dealtfel reproiectarea sistemului. Deoarece intreg sistemul era controlat doar de catre calculatorul personal (acesta trebuind sa: controleze generarea planului laser, achizitionarea imaginilor, extragerea proiectiei planului laser si determinarea distantelor), chiar daca datorita principiului de operare sistemul este rapid, atunci cand s-a incercat integrarea senzorului laser intr-un sistem bioinstrumental complex (care inglobeaza in plus si alte sisteme de achizitionare a semnalelor fiziologice), utilizat in determinarea starii fiziologice a unui subiect, timpul de raspuns global al sistemului a devenit foarte mare. Din acest motiv o noua abordare a sistemului bioinstrumental trebuia gasita. S-a ales, in acest sens, reproiectarea senzorului de miscare. Acesta, in noua conceptie, trebuia sa execute independent toate sarcinile anterior mentionate iar la sfarsit sa comunice calculatorului personal doar rezultatele (o serie de timp care sa furnizeze informatia de distanta intre punctul de observatie si subiect sau sa notifice sistemul master cand subiectul isi schimba postura ori cand abordeaza anumite pozitii standard cu o anumita semnificatie din punct de vedere al limbajului nonverbal).


Figura 3. Implementarea finala a senzorului de miscare utilizandu-se

DSP-ul TMS320C6416 [Dobrea, 2004]

           

Noul sistem a fost construit in jurul DSP-ului TMS320C6416, produs de Texas InstrumentsTM, fiind total independent si oferind si posibilitatea evidentierii unor anumite posturi ale subiectului. In acest mod senzorul de miscare este usor integrabil intr-un sistem complex bioinstrumental necesitand minimul de putere de calcul din partea acestuia. In Figura 3 se prezinta noua implementare a sistemului.

2.1. Partea hardware a sistemului

            Partea hardware a senzorului de miscare este formata din sistemul de generare a planului laser si din DSP-ul si circuitele aferente de interfatare cu partea electromecanica.

 

Sistemul de generare a planului laser

Sistemul de generare a planului laser (scanner-ul), Figura 3, este format dintr-o dioda laser, de putere redusa, si de un sistem mecanic cu sase oglinzi fixate de o placa intr-o configuratie hexagonala. Sistemul de oglinzi este comandat de un motor fara perii. Pozitia fiecarei oglinzi poate fi controlata independent cu ajutorul unui sistem mecanic atasat fiecarei oglinzi. In acest mod planul laser generat va avea acelasi unghi fata de planul orizontal pentru fiecare oglinda in parte. Una din noile modificari introdusa fata de implementarea precedenta a constat in imbunatatirea sistemului de reglaj al pozitiei oglinzilor. Motorul este comandat de un sistem de stabilizare a turatiei, Figura 4, care determina obtinerea unei frecvente de baleiere de 5 rotatii pe secunda a intregului sistem hexagonal optic. Astfel se obtine o frecventa de generare a planului laser de 30 de ori pe secunda.

Schema bloc de comanda si control a motorului trifazat este prezentata in Figura 4. Deoarece sistemul de comanda si control al motorului este clasic, nu se va insista pe modul de functionare al acestuia, in schimb in continuare se va prezenta o noua modalitate de implementare a redresorului pentru reducerea influentelor sale nedorite asupra retelei precum si a inlaturarii dezavantajelor redresoarelor clasice care sunt generate in principiu de caderile de tensiune pe elementele componente. Acest redresor este in punte necomandata neinjectand armonici ale curentului cu valori inadmisibile in reteaua de tensiune. Cu toate ca in implementarea practica a sistemului, redresorul din schema bloc prezentata in Figura 4 este unul monofazat, pentru pastrarea generalitatii se va prezentata topologia, modul de functionare si performantele unui sistem trifazat, aplicarea acestor rezultate pentru reteaua monofazata fiind directa.

Eliminarea armonicilor superioare ale curentului din retele se poate obtine nu numai cu ajutorul unor sisteme de filtrare (active sau pasive) sau redresoare PWM dar si prin utilizarea acestui nou convertor de tip AC-DC avand curentii de la intrare practic sinusoidali, cunoscut sub numele RNSIC (rectifier with near-sinusoidal input current), [Alexa, 2004a], [Alexa, 2004b].


Figura 5. (a) Redresorul trifazat avand la intrare curenti practic sinusoidali RNSIC [Alexa, 2004b]

(b) Convertor in patru cadrane utilizand RNSIC [Alexa, 2004a]

Redresorul propus este in punte trifazata, conform Figura 5(a), avand diodele D1D6 conectate in paralel cu condensatoarele C1 – C6. Condensatoarele C1 – C6 au aceeasi capacitate C. Inductantele LR, LS si LT au aceeasi inductivitate L si se conecteaza pe partea de AC.

Valorile L si C trebuie sa indeplineasca conditia pentru ca curentii de faza iR, iS  si iT din retea sa fie practic sinusoidali.

Convertorul RNSIC poate fi folosit si in convertoarele statice de frecventa proiectate sa alimenteze cu tensiune si frecventa variabila motoarele trifazate, asa cum este prezentat in Figura 5(b).

Pentru acele momente de timp cand motorul trifazat inductiv functioneaza in regim de motor convertorul de intrare devine unul de tip RNSIC. Pentru aceasta situatie tranzistoarele T1 T6 sunt blocate iar comutatoarele S1S3 sunt inchise. In tot acest timp convertorul de iesire lucreaza ca un invertor PWM. Energia este transmisa de la sursa de alimentare catre motor iar tensiunea Vd pe condensatorul C0 este mai mica decat  [Alexa, 2004a].

Pe intervalul de timp in care motorul este franat, energia primita de la motor este transmisa sursei de alimentare. Convertorul de iesire opereaza ca un redresor trifazat iar tensiunea pe condensatorul C0 este mai mare decat . In continuare energia este trimisa spre sursa de curent alternativ prin intermediul invertorului PWM realizat cu tranzistorii T1 T6 , bobinele LR , LS si LT si diodele D1D6. In aceasta situatie comutatoarele S1S3 trebuie sa fie deschise, condensatorii C1C6 ramanand conectati in paralel cu condensatorul C0.

In mod normal, in cea mai mare parte a timpului motorul trifazat functioneaza in regimul de motor si doar pentru scurte intervale de timp este folosit ca generator. Comparand convertorul combinat cu un sistem clasic observam ca circuitul prezentat in Figura 5(b) este caracterizat de pierderi in comutatie mai mici si de o fiabilitate mai mare. Aceasta eficienta este obtinuta deoarece convertorul combinat din intrare opereaza in cea mai mare parte a timpului ca un convertor RNSIC [Alexa, 2004b]. Marea fiabilitate a sistemului global este data de convertorul combinat de la intrarea circuitului. Presupunand defectarea unui tranzistor sau a circuitului propriu de comanda functionarea convertorului combinat de la intrare in modul invertor PWM este abandonata. In aceasta situatie energia primita de condensatorul C0 de la motorul trifazat, lucrand acum ca un generator, poate fi disipata prin descarcarea acesteia pe un rezistor serie cu un comutator, cuplate paralel cu condensatorul C0.

Pentru sistemul de generare a planului laser, in schema bloc de comanda a motorului, prezentata in Figura 4, redresorul clasic a fost inlocuit de un convertor simplu RNSIC urmat de un convertor de iesire care poate lucra in doua regimuri: invertor PWM (pentru functionarea in regim de tip motor a motorului trifazat) si redresor (pentru regimul de tip generator al motorului trifazat de iesire).

Deoarece la iesirea convertorului RNSIC tensiunea Vd este cu 15-25% mai mare decat Vdr (tensiunea obtinuta la iesirea unui redresor trifazat standard) rezulta ca la iesirea invertorului PWM se poate obtine tensiunea nominala a motorului trifazat. Datorita acestui avantaj al convertorului RNSIC nu mai este necesara aplicarea unor tehnici PWM de tip supramodulare pentru compensarea pierderii de tensiune ale convertorului clasic [Alexa, 2000], [Hava, 1998].

Astfel, tensiunea nominala de iesire a convertorului RNSIC:

o depaseste pe cea data la iesirea convertorului standard trifazat (Vd = kVdr, unde k = 1 este coeficientul de supratensiune care variaza intre 1.15 si 1.25). Din acest motiv tensiunea statorica, Vs, aplicata motorului va fi mai mare cu acelasi coeficient k fata de tensiunea nominala Vsr obtinuta la iesirea convertorului de frecventa compus dintr-un convertor clasic si un invertor PWM, Figura 6. Din aceasta figura se observa ca un motor comandat de un convertor de frecventa utilizand un convertor RNSIC la intrare este utilizat mai eficient chiar si la frecvente mai mari decat cea nominala fr. In aceasta situatie se observa ca pentru motoarele functionand in regiunea de cuplu constant este posibil sa se lucreze intr-o regiune mai mare in timp ce puterea obtinuta de la motor la frecvente mai mari decat fr este si ea la randul ei mai mare.

DSP-ul

Scanner-ul este controlat de catre un DSP, de tipul TMS320C6416, care lucreaza la 600 MHz. Acest DSP este pozitionat pe o placa de dezvoltare, de tipul DSK (DSP starter kit), si impreuna cu circuitele suport indeplineste urmatoarele functii:

·  comanda sistemul de generare a planului laser cu ajutorul unor linii nededicate de intrare/iesire apartinand portului GPIO (general purpose input/output);

·  achizitioneaza imaginile furnizate de camera video cu ajutorul unei placi speciale de achizitie, IDC (imaging daughter card), atasata placi DSK. Aceasta placa este produsa de firma Texas InstrumentsTM fiind parte componenta a kit-ului TMS320C600TM IDK (Imaging Developer’s Kit);

·  achizitioneaza si proceseaza imaginile extragand informatia de distanta cu ajutorul unuia din cei doi algoritmi dezvoltati (primul fiind unul specific aplicatiei in timp ce cel de al doilea este un algoritm genetic (GA) );

·  afiseaza in timp real, pe un monitor VGA, utilizand aceeasi placa de achizitie, imaginile achizitionate precum si rezultatul preprocesarii (imaginea afisata este similara cu cea prezentata in Figura 2);

·  verifica sistemul de generare a planului laser, porneste/opreste motorul si dioda laser in conformitate cu cerintele programului;

·  comunica rezultatele preprocesarii catre calculatorul personal.

            Deoarece aceasta aplicatie lucreaza cu imagini si in principal acest gen de sisteme au cerinte mari in stocarea, manipularea si procesarea datelor a fost ales DSP-ul TMS320C6416 datorita: puterii mari de procesare a datelor (furnizata de: arhitectura, viteza de executie – un ciclu dureaza 1.67 ns comparativ cu 6.7 ns pentru DSP-ul TMS320C6711-150 original cu care placa IDC a fost livrata), existentei unor largi zone de memorie inglobata in DSP (cache-ul L2 de marime 8 Mbits versus 512 Kbits pentru TMS320C6711) si mecanismului eficient de transfer al datelor (posibilitatea accesarii a 64 de biti intr-o instructiune, existenta sistemului EDMA – enhance direct memory access – si a eficientei acestui dispozitiv in transferul datelor in/din memoria DSP-ului de la/catre periferice).


2.2. Partea software a sistemului

Sistemul de prelucrare a imaginilor si extragere a distantelor

Fiecare imagine achizitionata este compusa din 576 linii, fiecare linie avand 768 pixeli. In interiorul placii de achizitie, IDC, imaginea achizitionata (in formatul 4:2:2) este separata in trei canale distincte (Y, Cr si Cb), Figura 7. Rata maxima de achizitie a IDC-ului este de 30 cadre pe secunda.






Figura 7. Schema bloc a sistemului utilizat in determinarea miscarii si interactiunea intre module componente

Utilizandu-se functiile API IDM (Image Data Manager), [TI, 2001], imaginile achizitionate au fost aduse din memoria placii IDC in cea interna a DSP-ului – memoria cache L2. Imaginile capturate sunt stocate local in memoria placii IDC in doua campuri separate (date de semicadrul par si de cel impar). Utilizand modelul generic de aplicatie prezentat in [TI, 2001] un driver specific a fost construit. Astfel imaginile stocate in cele doua campuri sunt recombinate si stocate ulterior in memoria interna a DSP-ului. Deoarece dorim ca algoritmul de procesare al imaginilor sa aiba un timp de executie cat mai redus a fost utilizat numai campul Y, al intensitatilor luminoase, iar imaginea obtinuta a fost de tipul monocrom, in nuante de gri.

Programul soft al aplicatiei achizitioneaza doua imagini consecutiv sincron cu existenta sau lipsa planului laser. Cele doua imagini monocrome achizitionate sunt date de It+1, conform cu Figura 2(a), si It, Figura 2(b), t reprezentand momentul temporar al achizitiei. Intr-o situatie ideala toti pixelii din imaginea It+1 pentru care descriu proiectia planului laser pe corpul subiectului. Dar intr-o situatie reala, ambele imagini contin zgomote, deci mai exista si alte puncte pentru care relatia anterioara este satisfacuta si care nu apartin conturului laser proiectat pe corpul subiectului. Aceste perturbatii au fost inlaturate utilizandu-se un model al zgomotului, s, obtinut dintr-o imagine achizitionata cu obiectivul camerei obturat de un material inchis la culoare – negru. In aceste conditii criteriul de extragere a proiectiei laser devine: . In Figura 2(a), (b) si (c) sunt prezentate doua imagini consecutive achizitionate in conformitate cu metoda de lucru a sistemului, precum si proiectia conturului laser extrasa de catre algoritm. Zgomotul care ramane in imaginea finala, Figura 2(c), este determinat in principal de catre miscarile de amplitudine redusa a subiectului intre doua imagini achizitionate. Aceste “zgomote” nu au fost inlaturate deoarece ambii algoritmi utilizati in determinarea informatiilor de distanta a conturului extras sunt conceputi de o asa maniera incat sa neglijeze aceste “zgomote”. Totodata in imaginea prezentata in Figura 2(c) se observa existenta informatiei de profunzime reflectata prin distanta fiecarui punct de pe conturul extras fata de baza imaginii (proiectia pe zid, pieptul si mana subiectului).

In partea de dezvoltare a proiectului, pentru a avea un control in timp real al evolutiei sistemului si al rezultatelor procesarii, toate cele trei imagini sunt afisate, Figura 2, pe un monitor conectat la placa IDC, Figura 7.

Pentru testarea performantelor sistemului a fost proiectat, pentru inceput, un algoritm simplu si intuitiv de determinare a distantei intre subiect si punctul de observatie (reprezentat de camera video). Aceasta distanta este determinata de punctul cel mai apropiat al zonei explorate de planul laser fata de camera video si camera video, fiind deci direct proportionala cu distanta intre cea mai de jos pozitie a conturului laser extras si partea inferioara a imaginii achizitionate.

Pentru a extrage aceasta informatie intreaga imagine rezultata, Figura 2(c), a fost explorata de jos in sus, coloana dupa coloana, pentru valori ale pixelilor diferiti de zero. Pentru fiecare pixel diferit de zero, in urmatorul pas se cauta existenta unui interval de 15 pixeli, diferiti de zero, alaturati si care sa fie situati pe un segment paralel cu baza imaginii care sa contina si pixelul determinat in pasul anterior. In cazul existentei unui astfel de pixel algoritmul se opreste si intoarce un numar egal cu distanta, in pixeli, de la punctul gasit catre baza imaginii. Aceasta valoare intoarsa este direct proportionala cu distanta de la punctul de observatie catre subiect. Algoritmul s-a dovedit rapid si robust pentru aceasta problema, evidentiind foarte usor inclusiv miscari de amplitudine foarte redusa, cum ar fi cele respiratorii.

Deoarece acest senzor bioinstrumental va fi utilizat si in interpretarea limbajului nonverbal al subiectului (de exemplu, postura abordata de subiect in Figura 2 poate exprima plictiseala), pentru extragerea unor informatii mai complexe privind simultan miscarea si postura subiectului sunt necesari algoritmi mai complecsi de extragere a trasaturilor.

Pentru a obtine aceste caracteristici simultan cu informatia de distanta, un algoritm genetic a fost implementat si dezvoltat. Prin introducerea unor constrangeri ulterioare in functia de fitness, pe langa distanta extrasa, vom putea obtine simultan si alte tipuri de informatii. Pentru determinarea distantei intre obiectivul camerei video si subiect fiecare cromozom este compus din doua gene care codifica in format binar coordonatele x si y ale punctului analizat.

Algoritmului genetic a fost implementat utilizand solutia standard propusa de Goldberg [Goldberg, 1989a]. Algoritmul implementat are posibilitatea optionala de a utiliza si operatorul de elitism. Astfel, pentru fiecare generatie o noua populatie este creata prin selectia indivizilor pentru imperechere conform cu o anumita metoda specifica. Criteriul de oprire este dat de conditia ca raportul intre fitness-ul celui mai bun individ si al celui cu performante minime sa depaseasca o anumita valoare specifica, parametru al algoritmului, care a fost aleasa de 0.98.

Algoritmul genetic a fost dezvoltat in C++ utilizand facilitatile compilatorului Code Composer-ului – mediul de dezvoltare utilizat impreuna cu sistemele bazate pe DSP-uri. Utilizand acest mediu a fost creata o clasa Genom care defineste reprezentarea fiecarui cromozom. Clasa Population este un container pentru genomi cu operatori potrivit definiti (mutatie, incrucisare si elitism) precum si cu diferite metode de selectie, SelectionScheme. S-au implementat simultan mai multe metode de incrucisare (intr-un punct, doua si trei) precum si diferite metode de selectie definite drept clase derivate din clasa abstracta SelectionScheme: pe baza de rang, metoda ruletei, turnirului, extragerea stohastica universala (SUS), etc.

Functia fitness a fost definita ca raportul dintre numarul pixelilor situati intr-o vecinatate a punctului supus analizei si distanta dintre acesta si partea inferioara a imaginii (pozitia pe axa y). Pentru a reduce influenta zgomotului pixelii care au in vecinatate un numar de puncte diferite de zero mai mic decat un anumit prag sunt exclusi din analiza.

Dupa un mare numar de teste a rezultat ca cea mai eficienta metoda de recombinare este cea in trei puncte, pentru problema de fata, in timp ce pentru algoritmul de selectie metoda extragerii stohastice universale a dat rezultatele cu performantele maxime. De asemenea, initial s-a utilizat o distributie uniforma pe intreaga imagine; ulterior s-a utilizat o distributie uniforma a populatiei in toate cele patru cadrane ale imaginii, pentru obtinerea unei detectii rapide a distantei minime. Pentru obtinerea unei viteze superioare a codului nu s-au utilizat in mod excesiv clasele abstracte, derivate si functiile virtuale. Acestea au fost necesare numai in prima etapa de dezvoltare a proiectului. Pentru generatorul de numere si biti pseudo-aleatoari s-au utilizat algoritmii prezentati in [Press, 2002].

Sistemul de codare polinomiala a informatiei transmise

            Pentru transmiterea informatiei intre senzorul de miscare si calculatorul personal (mai general, catre sistemul master care va interpreta si utiliza aceste rezultate) se vor oferi doua optiuni. In prima situatie datele se vor transfera in mod direct fara nici o protectie. In cea de a doua optiune acestea vor fi codate cu ajutorul unui cod liniar de tip bloc – aceasta clasa de coduri este cunoscuta si sub numele de coduri ciclice. Ne-am oprit asupra acestora in special datorita eficientei computationale a algoritmilor de codare si de decodare. Cu toate ca aceste coduri liniare ofera o protectie egala pentru fiecare simbol am decis sa utilizam o subclasa a codurilor liniare cunoscute sub numele de coduri UEP (Unequal Error-Protection) care pot avea performante superioare celor specificate de distanta lor minima [Cleju, 2004].

            Pentru a ne atinge acest obiectiv a fost proiectat un algoritm pentru generarea codurilor polinomiale cu proprietati de tipul UEP. Utilizand acest algoritm au fost proiectate un numar de programe pentru investigarea existentei codurilor polinomiale avand vectori de separare de tipul si  = 3,4,5 …,9,10 [Cleju, 2004].

In tabelul din lucrarea [Cleju, 2004] sunt prezentate in mod sintetic rezultatele obtinute pentru un caz particular a unui vector de separare de forma 8****. Primele trei coloane din tabelul anterior mentionat, specifica parametrii codului (n – lungimea, r – numarul de simboluri de verificare, k – numarul de simboluri informationale). In urmatoarea coloana sunt prezentate polinoamele generatoare iar in ultima coloana sunt prezentati vectorii de separare.

            Cateva aspecte pot fi mentionate [Cleju, 2004]:

·         in general exista foarte putine polinoame generatoare care sa asigure generarea codurilor UEP;

·         analizandu-se vectorul separator, se poate observa ca pentru un cod simetric de forma [mk-1 mk-2 … m0 cr-1 cr-2 … c0], simbolurile informationale plasate in imediata vecinatate a simbolurilor de verificare sunt cele care beneficiaza de protectie superioara.

Totodata a fost obtinut tabelul complet cu toate codurile polinomiale avand vectori de separare de forma d****, unde d = 3, 4, …, 9.

3. Rezultate obtinute cu ajutorul algoritmului genetic

            Testele efectuate folosindu-se primul algoritm au dovedit eficienta abordarii, solutia corecta fiind gasita de fiecare data intr-un timp scurt (sub 0.5 secunde). Dar, din pacate, utilizandu-se aceasta metoda se poate extrage doar informatia de tip distanta.

            In acest moment algoritmul genetic furnizeaza aceeasi solutie ca si cel precedent, in schimb aceasta metoda este mai putin eficienta din punct de vedere al timpului de executie. In final, insa, cand se va utiliza acest algoritm pentru determinarea anumitor posturi si extragerea informatiilor nonverbale avantajele utilizarii algoritmului genetic vor fi evidente.

            Pentru rezultatele care vor fi prezentate in continuare s-a obtinut un timp mediu de convergenta de 200 de generatii, pentru o populatie de 100 de indivizi, fara utilizarea operatorului de elitism, cu o probabilitate de incrucisare de 0.9% si una de mutatie de 0.001%. Timpul de executie a fost in jurul valorii de 2 secunde.

In Figura 8(a) se prezinta doua evolutii ale algoritmului genetic pentru profilul conturului laser extras si prezentat in Figura 2(c). In aceasta figura valoarea fitness-ului celui mai bun cromozom din fiecare generatie este prezentata, evidentiindu-se doua profile de convergenta: cu timp mediu si cu convergenta lenta.

Text Box: Fitness-ul cromozomului cu performante maxime


Figura 8. (a) Doua evolutii a GA pentru imaginea din Figura 2(c), (b) punerea in evidenta a unei anumite posturi

In Tabelul 1 se prezinta pentru aceeasi imagine (Figura 2(c)) performantele celor mai buni sase cromozomi din populatie – dupa convergenta algoritmului –, numarul de generatii in care algoritmul a convers si solutia selectata. Dupa cum se observa in toate cele cinci lansari consecutive ale algoritmului acesta a gasit de fiecare data solutia cea mai buna, data de o lungime y egala cu 413 pixeli. Mai mult, se poate observa si ca algoritmul nu furnizeaza numai o solutie pentru problema analizata ci o populatie de solutii.

Cresterea vitezei de executie a algoritmului se poate imbunatati in continuare prin modificarea reprezentarii actuale a genomului din formatul reprezentarii unui bit pe un octet intr-o reprezentare pe bit reala, care va determina un timp pe executie mai scazut datorita facilitatilor de prelucrare logica inglobate in DSP. De asemenea, un numar de functii se pot converti la functii de tipul inline pentru cresterea vitezei de executie.

In toate imaginile prezentate in acest subcapitol achizitia a fost executata cu ajutorul unei camere profesionale SonyTM de tipul TRV78E. Rezultate similare au fost obtinute si cu ajutorul unei camere web CCD. Din pacate, datorita rezolutiei scazute a acesteia din urma acuratetea determinarilor a avut de suferit. Daca camera video, TRV78E, furnizeaza o rezolutie de 576 linii pe orizontala, webcam-ul are doar 320 de linii. Folosindu-se camera video a fost posibil sa se evidentieze si activitatea respiratorie a subiectului data de miscarile cavitatii toracice.

 Tabelul 1.  Solutiile finale pentru cinci evolutii ale algoritmului genetic

(coordonata x, coordonata y) → fitness

Populatia 1

Populatia 2

Populatia 3

Populatia 4

Populatia 5

Cei mai buni sase indivizi

(408,413) → 41.9162

(408,413) → 41.9162 

(408,413) → 41.9162 

(408,413) → 41.9162 

(408,413) → 41.9162 

(408,413) → 41.9162

(405,413) → 41.9162

(405,413) → 41.9162 

(405,413) → 41.9162 

(405,413) → 41.9162 

(405,413) → 41.9162 

(404,413) → 41.9162

(408,413) → 41.9162

(344,413) → 41.3174

(344,413) → 41.3174

(344,413) → 41.3174

(348,413) → 41.3174

(344,413) → 41.3174

(403,413) → 41.9162

(403,413) → 41.9162 

(403,413) → 41.9162 

(403,413) → 41.9162 

(403,413) → 41.9162

(407,413) → 41.9162

(404,413) → 41.9162

(402,413) → 41.9162 

(406,413) → 41.9162 

(406,413) → 41.9162 

(402,413) → 41.9162 

(404,413) → 41.9162

Generatia

139

393

259

211

133

Solutia

(408,413) → 41.9162

(405,413) → 41.9162

(408,413) → 41.9162

(403,413) → 41.9162

(404,413) → 41.9162

             

Identificarea unor anumite posturi (precum cea a bratului in fata corpului – care poate sugera prin sustinerea indelungata a capului, plictiseala –, Figura 2, sau a lipsei de interes fata de sistem printr-o postura specifica a trunchiului, Figura 8(b)) se poate realiza prin caracterizarea geometrica a proiectiei conturului laser. Toate aceste informatii, doar ele, pot furniza indicatori pretiosi unui sistem prin metalimbajul nonverbal pe care aceste posturi il inglobeaza [Pease, 1992]. Daca aceste informatii sunt coroborate si cu trasaturile extrase din diferitele semnale fiziologice putem avea o “privire” de ansamblu asupra starii unui subiect si astfel putem ghida un sistem in eficientizarea comunicatiei cu un operator uman.




4. Identificarea starilor emotionale

Dupa cum s-a observat anterior in descrierea principiului de functionare al sistemului, daca obiectul asupra caruia se fac determinarile este pozitionat la o  distanta considerabila conturul laser va fi situat in partea superioara a imaginii. In caz contrar acesta va fi mai apropiat de baza acesteia. In Figura 1 se evidentiaza acest comportament prin reprezentarea grafica a celor doua inaltimi h1 versus h2 – o informatie similara putand fi extrasa si din Figura 2. In Figura 2 apar profilate clar si informatiile de adancime, cum sunt cele date de curba de pe pieptul subiectului si cea de pe zidul din spatele acestuia.

Cunoscand acum unghiul dintre scanner-ul laser si planul orizontal, pozitia in spatiu a camerei video si, respectiv, forma extrasa a proiectiei laser de pe trunchiul subiectului, se trece la calcularea distantei pana la obiect. Astfel, in final vom avea disponibile doua tipuri de informatii:

·         distanta pana la pieptul subiectului (echivalata cu distanta dintre punctul cel mai inferior al traiectoriei extrase pana la marginea inferioara a imaginii), si

·         o sectiune a pozitiei reale 3D a corpului, relativa la pozitia camerei video.

Ceea ce intr-adevar da substanta unei comunicari si interactiuni directe fata-in-fata, in viata reala, dincolo de vorbire, este limbajul nonverbal al persoanelor [Pease, 1992], modul prin care ele isi exprima sentimentele, gandurile si starile emotive atat prin intermediul miscarilor car si a pozitiei corpului. Din aceasta perspectiva avem doua informatii care trebuie puse in evidenta:

·         miscarea subiectului, si

·         pozitia corpului acestuia.

Pentru evidentierea celor doua tipuri de informatii capabile a reflecta starea subiectului am folosit doua clase distincte de trasaturi. Miscarea subiectului a fost cuantizata prin intermediul distantei dintre camera video si punctul cel mai apropiat de ea al intersectiei intre planul laser si trunchiul subiectului. Pozitia corpului subiectului a fost evaluata prin intermediul sectiunii extrase in urma prelucrarii imagistice, Figura 2(c). Dupa obtinerea imaginii reprezentand numai proiectia planului laser pe trunchiul subiectului, Figura 2(c), cu ajutorul unui algoritm s-a extras o serie de timp 1D dimensionala ce caracterizeaza si reprezinta chiar conturul laser obtinut. Caracterizarea acestei serii de timp este realizata de modelul AR al ei.

Procesul de extragere a trasaturilor in situatia modelului AR a fost realizat printr-o metoda de identificare a parametrilor unui sistem care produce la iesirea sa un semnal identic cu proiectia planului laser pe trunchiul subiectului si care primeste la intrare zgomot alb. Un astfel de sistem a fost echivalat cu un filtru FIR dat de ecuatia:

                                     (1)

In relatia (1) u[n] este un zgomot alb, y[n] este iesirea sistemului iar wk sunt parametrii modelului – coeficientii AR ai modelului. Pentru calcularea parametrilor wk se poate utiliza sistemul de ecuatii Yule-Walker [Therrien, 1992]. Deoarece sistemul va fi implementat pe un DSP se doreste reducerea incarcarii procesorului cat mai mult posibil. Din acest motiv s-a utilizat algoritmul recursiv Levinson-Durbin [Therrien, 1992] pentru rezolvarea sistemului de ecuatii Yule-Walker.

 

Figura 9. Extragerea conturului laser (a) prima imagine achizitionata, cu planul laser activ,

(b) imaginea achizitionata cu dioda laser stinsa (c) rezultatul prelucrarii

                                

5. Miscarea - modalitate de identificarea a starilor emotionale

Intre starile psihice si pattern-ul de miscare a unui subiect exista relatii biunivoce confirmate de teoriile lui Kestenberg [Kestenberg, 1999] si Hunt [Hunt, 1968] sau de diferitele analize realizate in domeniul limbajului trupului [Pease, 1992]. Mai mult decat atat exista o teorie a relatiilor care exista intre psihica si miscarile trupului denumita somatica. Miscarea corpului unui subiect poate caracteriza diferite stari emotionale ale acestuia precum: nervozitate, frica, furie, agitatie, oboseala neuro-musculara, letargie etc.

In analiza realizata in cadrul oferit de acest grant si prezentata in acest subcapitol al sintezei vom dovedi abilitatea acestui sistem de a evidentia starea emotionala a unui subiect prin intermediul miscarilor executate de trunchiul acestuia. Senzorul laser implementat precum si algoritmii folositi au fost dezvoltati pentru a satisface in principal cerintele unui sistem de tip interfata om-calculator.

5.1. Metodologia achizitionarii setului de date

    

Pentru acest studiu au fost acceptati 6 subiecti, toti tineri (26.6±3 ani, media varstei ± deviatia standard) sanatosi, fara perturbari emotionale sau de orice alta natura. Subiectilor li s-au explicat toate procedurile la care au luat parte precum si scopul acestora; in final si-au dat acordul in scris de a participa la acest studiu.

Pentru testarea sistemului o anumita stare emotionala trebuie sa existe si sa fie manifesta in toti subiectii. Starea emotionala a fost indusa in subiecti prin intermediul a doua filme: un film de groaza si unul de actiune. Inregistrarile au fost individuale – un subiect si un sistem asociat fiecaruia pe intreaga perioada de vizionare a filmului. Subiectii au fost rugati sa stea comozi pe un scaun, sprijiniti de spatarul acestuia si sa-si concentreze intreaga atentie asupra subiectului filmului. Pe parcursul filmului miscarile trunchiului fiecarui subiect au fost inregistrate iar la sfarsit o analiza comparativa a fost realizata in vederea punerii in evidenta si a caracterizarii pattern-urilor comune de miscare a subiectilor legate de diferite momente specifice ale celor doua filme. In acest mod sistemul a fost validat si analizat.

Pozitia trunchiului a fost caracterizata de distanta dintre punctul cel mai apropiat fata de camera video de pe proiectia planului laser pe trunchiul subiectului. Aceasta distanta este proportionala cu distanta asociata punctului situat in partea inferioara a proiectiei planului laser fata de muchia inferioara a imaginii achizitionate – in Figura 9 distantele h1 si h2 iar in Figura 2 distanta h.

Singura problema care poate apare in determinarea acestei distante tine de artefactele introduse datorita miscarilor mainilor subiectului prin fata cavitatii toracice, Figura 2. In acest mod distanta determinata este viciata in mod constant de semnalul de miscare a mainii. Pentru eliminarea artefactelor generate de membrele superioare ale subiectului, proiectia planului laser extrasa a fost derivata iar distanta intre punctele de extrem (maxime sau minime locale) consecutive a fost calculata. Daca un astfel de segment al planului laser extras este mai mic decat un anumit prag (proportional cu grosimea uni brat) segmentul respectiv este inlaturat iar minimul seriei de timp este determinat pe segmentele ramase. Simultan de pe fiecare proiectiei a planului laser au fost extrase si stocate atat distanta determinata in mod direct cat si cea obtinuta dupa inlaturarea artefactelor de miscare generate de membrele superioare.


Figura 10. Evolutia in timp a distantelor pana la pieptul celor 6 subiecti

pentru un anumit moment al filmului [Dobrea, 2005b]

5.2. Rezultatele obtinute

    

Pentru a caracteriza posibilele comportamente comune ale pattern-urilor de miscare asociate cu diferitele secvente din film (capabile sa induca stari emotionale) pentru toti cei 6 subiecti s-a folosit coeficientul de corelatie Pearson.

In Figura 10 se prezinta evolutia in timp a distantelor intre subiecti si punctul de observatie pentru un anumit segment al filmului capabil sa induca o stare emotionala. Lungimea temporara a acestui segment analizat este de 30 de secunde. Cele sase serii pentru cei sase subiecti sunt numerotate cu S1, S2, S3, S4, S5 si S6. Seriile prezentate in Figura 10 au fost obtinute dupa eliminarea artefactelor generate de miscarile membrelor superioare. Coeficientul de corelatie Pearson a fost calculat pentru toate perechile de secvente temporare prezentate in Figura 10. Rezultatele obtinute sunt prezentate in Tabelul 2.

Tabelul 2. Coeficientul de corelatie intre diferitele perechi de serii [Dobrea, 2005b]

S1

S2

S3

S4

S5

S6

S1

1

0.831

0.496

- 0.27

0.835

0.954

S2

0.831

1

0.696

0.019

0.692

0.795

S3

0.496

0.696

1

0.003

0.616

0.459

S4

- 0.27

0.019

0.003

1

-0.33

- 0.44

S5

0.835

0.692

0.616

- 0.33



1

0.803

S6

0.954

0.795

0.459

- 0.44

0.803

1

Rezultatele prezentate in Tabelul 2 evidentiaza, printr-o analiza cantitativa, rezultatele calitative prezentate in Figura 10. Aceste rezultare dovedesc capacitatea sistemului de a achizitiona si evidentia o anumita stare interna a subiectilor. Doar pentru un singur subiect, S4, rezultatele nu au fost concludente. Daca analiza se reia si se calculeaza coeficientul de corelatie intre seria distantelor achizitionate fara eliminarea artefactelor generate de membre, pentru subiectul S4, si seriile originale prezentate in Figura 10 se observa ca si subiectul 4 are un mod similar de a-si exprima prin intermediul miscarii emotiile induse. Valorile obtinute sunt prezentate in Tabelul 3.

Tabelul 3. Noii coeficienti de corelatie determinati in situatia utilizarii si

a semnalului de miscare a mainii

S1

S2

S3

S4

S5

S6

Mana

0.479

0.768

0.582

0.397

0.437

0.422

5.3. Discutii si concluzii

Valorile prezentate in Tabelul 3 si in Tabelul 4 sustin si demonstreaza capabilitatea noului sistem de a evidentia starea emotionala a unui grup de subiecti reflectata prin intermediul miscarilor involuntare ale acestora.

Datorita modurilor diferite de manifestare a starii emotionale a diferitilor subiecti (prin miscarea trunchiului, a mainilor etc.) si a momentului in care aceste stari sunt exteriorizate se obtine aceasta dispersie a valorilor coeficientilor de corelatie calculati prezentata in ambele tabele. Pentru analize similare efectuate pe alte segmente temporare ale filmelor rezultatele au fost apropiate.

Cand coeficientii de corelatie au fost calculati pe intreaga perioada de derulare a filmelor si nu pe anumite segmente particulare valorile acestora au scazut pana la valori de 0.125, chiar mai mici. Aceasta scadere este determinata in principal de o serie de factori perturbatori precum:  miscarile aleatoare ale subiectului, imposibilitatea mentinerii aceleiasi pozitii ortostatice etc.

In concluzie noul sistem prezentat si analizat in acest subcapitol al sintezei activitatilor depuse in cadrul grantului este capabil sa achizitioneze o informatie (miscarea trunchiului sau a membrelor subiectului) aflata in corelatie cu starea emotionala a unui subiect uman prin intermediul unui senzor neinvaziv.

6. De la limbajul corpului la identificarea starilor emotionale

Identificarea unor posturi specifice ale unui subiect precum cele prezentate in Figura 2 (care daca sunt mentinute o perioada mai lunga de timp sugereaza plictiseala fata de o anumita problema sau activitate) sau in Figura 11 (lipsa interesului dorinta de a pleca, de a fi in alta parte) pot aduce informatii fundamentale despre starea emotionala a subiectului – aceasta deoarece toate aceste posturi precum si multe altele au un echivalent in starea emotionala a unui subiect.

Pentru identificarea acestor posturi suntem obligati sa caracterizam seriile de timp rezultate in urma obtinerii proiectiei laser pe trunchiul subiectului, Figura 11 (c).

Deoarece seria de timp rezultanta, B[esantion], va avea 768 esantioane (acest numar de esantioane este dat de rezolutia pe orizontala a sistemului de achizitie video) si, mai mult, deoarece sistemul utilizat pentru clasificare ruleaza pe un DSP - apare necesitatea stringenta a diminuarii dimensionalitatii setului de date de intrare.

Pentru atingerea acestui obiectiv seria de date a fost modelata cu ajutorul unui model autoregresiv (AR). Determinarea coeficientilor modelului AR se poate realiza cu ajutorul sistemului de ecuatii Yule-Walker, dar dezavantajul acestei metode este dat de gradul ei de complexitate – metoda are un ordin de complexitate  O(N3). Speculand proprietatile matricii de corelatie a setului de date – este o matrice Hermetiana si de tip Toplitz – algoritmul Levinson-Durbin este capabil sa determine parametrii modelului printr-o incarcare computationala mult mai scazuta. Ordinul de complexitate al algoritmului Levinson-Durbin este O(N2).

Doi clasificatori neuronali artificiali au fost implementati si utilizati in clasificarea diferitelor posturi ale subiectilor: o retea neuronala de tipul perceptron multistrat (MLP – multilayer perceptron) si o retea de tipul RBF (radial basis function). Deoarece performantele retelei MLP au fost superioare retelei RBF, pentru aceasta problema particulara de clasificare a diferitelor posturi, in continuare vom prezenta numai rezultatele obtinute cu ajutorul acestei structuri neuronale.

Reteaua neuronala MLP a fost antrenata utilizandu-se algoritmul de retropropagare a erorii (backpropagation) [Haykin, 1996]. Acest algoritm de invatare neuronal este usor de aplicat si foarte robust dar are marele dezavantaj de a avea un ordin de complexitate egal cu O(N˛) – N este numarul de elemente de procesare (neuroni) ai retelei neuronale. Cerintele de memorie ale algoritmului sunt date in principal de necesitatea stocarii variabilelor de tip gradient, avand o necesitate echivalenta ca ordin de marime cu O(M×N) – M este numarul de iesiri ale retelei neuronale. Pentru testarea performantelor acestui sistem am ales o retea neuronala cu 10 iesiri – capabila a identifica 10 posturi. In plus, daca luam in considerare numarul vectorilor de trasaturi necesar determinarii corecte a suprafetelor de decizie si numarul epocilor de antrenare observam puterea de calcul necesara pentru antrenarea retelei cu algoritmul backpropagation.

Pentru a evita toate aceste neajunsuri, generate de necesitatile de calcul utilizate in antrenarea sistemului, antrenarea retelei neuronale se realizeaza pe un calculator personal. Dupa determinarea ponderilor pentru fiecare neuron in parte acestea sunt incarcate in reteaua neuronala care lucreaza pe DSP. Astfel sistemul de recunoastere a posturilor are doua moduri de lucru [Dobrea, 2005a]:

·         modul complex bioinstrumental de lucru – atunci cand sistemul identifica diferitele posturi ale unui subiect, si

·         modul de invatare al sistemului.

Cand sistemul este setat sa lucreze drept complex bio-instrumental, acesta va prelucra datele conform schemei bloc prezentate in Figura 11.

In modul de lucru „invatare” sistemul este condus in mod integral de calculatorul personal la care este conectat. In prima faza se constuieste baza de date necesara antrenarii structurii neuronale. In cea de a doua faza reteaua neuronala este antrenata automat pana in momentul in care eroarea pe setul de cros-validare incepe sa creasca. Setul de date de cros-validare a fost ales sa fie 20% din intregul set de date. In ultima faza ponderile sunt trimise complexului bio-instrumental iar sistemul este configurat sa lucreze in modul standard de lucru – acela de identificare a diferitelor posturi ale utilizatorului.

7. Rezultatele clasificarii

S-a ales o arhitectura de retea neuronala cu doua straturi ascunse. Din seria de timp au fost extrasi 8 coeficienti AR; pe primul strat neuronal reteaua a avut 14 neuroni, pe cel de al doilea strat 12 neuroni iar pe ultimul 10 neuroni (corespunzatori celor 10 clase).

Cu toate ca rezultatele obtinute sunt preliminarii s-a obtinut o rata de clasificare foarte mare; in cel mai prost caz performantele au fost de 82% [Cracan, 2005].

In final putem spune ca am dezvoltat un nou sistem de interfatare om-calculator capabil sa foloseasca un nou tip de informatie nemaiutilizat pana acum in acest domeniu – limbajul non-verbal al unui subiect uman, mai exact limbajul trupului. Sistemul este unul non-contact fiind capabil sa lucreze la o rata foarte mare a ciclurilor de lucru (aproximativ 3 recunoasteri pe secunda).

8. Evaluation/analysis of Parkinson patients

Prin utilizarea a doi senzori laser dispusi in conformitate cu Figura 12 traiectoria capului pacientului poate fi usor inregistrata pentru cuantificarea sau evaluarea progreselor sau regreselor starii unui pacient Parkinson-ian ca rezultat direct a unei interventii chirurgicale sau a administrarii diferitelor medicamente. In acest mod acest ansamblu de senzori va asigura reproductibilitatea rezultatelor obtinute si, simultan, toate dezavantajele prezentate anterior vor fi eliminate.


Figura 12. Dispunerea senzorilor laser pentru achizitionarea semnalului de tremur al capului

9. Concluzii

Chiar daca principiul de functionare al senzorului se bazeaza pe extragerea informatiei din imagini, acesta este foarte rapid putand extrage proiectia planului laser in intervalul dintre achizitia a doua cadre. Alegerea DSP-ului a fost corecta iar performantele sistemului pot fi imbunatatite usor in viitor (de exemplu prin simpla inlaturare a codului care compune si afiseaza imaginea in timp real pe monitor).

Rezultatele obtinute sunt de un inalt nivel stiintific si sunt in conformitate cu directiile si stadiul actual de dezvoltare a domeniului, fiind certificate si prin acceptarea acestora pentru prezentarea lor la conferinte internationale din strainatate si publicarea lor in reviste cotate ISI.

In plus, in cadrul concursului international „The Innovact Awards for Innovation”, 2005 organizat de European Commission si de European  Foundation for Management Development, care a avut loc pe data de 4 – 5 octombrie 2005, Reims, France, in timpul celei de-a zece-a editii a forumului Innovact (European forum for innovative growth companies) s-a obtinut locul II. In cadrul proiectului depus si iesit castigator o parte din cercetarile acestui grant au fost prezentate. Validarea acestor cercetari de catre o echipa independenta internationala subliniaza inca o data calitatea rezultatelor obtinute.

In cadrul acestei cercetari au fost atinse toate obiectivele propuse pentru a fi realizate de catre colectivul de cercetare constand in: realizarea sistemului electromecanic de comanda a scanner-ului laser, implementarea in DSP-ul TMS320F6416 a subrutinelor de achizitie, prelucrarea si extragerea conturului laser din imaginile disponibile, construirea algoritmului genetic de determinare a distantelor, determinarea polinoamelor de codare si de decodare a informatiei, estragerea trasaturilor, construirea clasificatorilor, demonstrarea existentei unei corelatii intre miscarile subiectului si starea emotionala a acestuia, testarea si analiza performantelor sistemului.

Acest nou complex bio-instrumental este primul sistem conceput si realizat, pe plan mondial, capabil sa achizitioneze si sa interpreteze diferitele stari emotionale ale unui subiect, stari exprimate prin intermediul limbajul nonverbal (limbajul trupului) in lumea sistemelor digitale.

                                                                                                           

                                                                                                                   Conf. Dr. Ing. Cleju Ioan

      

                                                                                             


Referinte

 [Alexa, 2000] D. Alexa, A. Lazar, Optimization of PWM Techniques with Partially Constant Modulating Waves, Electrical Engineering, vol. 82, nr. 5, pp. 263-272, 2000

 [Alexa, 2004a] Dimitrie Alexa, Adriana Sirbu, Dan-Marius Dobrea, Tecla Goras, Topologies of Three-Phase Rectifiers With Near Sinusoidal Input Currents, IEE Proceedings - Electric Power Applications, ISSN 1350-2352 (accepted, see the web address http://www.iee.org/Publish/Journs/ProfJourn/Proc/journalIssues.cfm?display=forthcoming&objectID=10FB4592-C426-41BB-ABA3AAAF26CAF6C6)

 [Alexa, 2004b] Dimitrie Alexa, Adriana Sirbu, Dan-Marius Dobrea, An Analysis of Three-Phase Rectifiers With Near Sinusoidal Input Currents, IEEE Transactions on Industrial Electronics, Vol. 51, No. 4, August 2004, pp. 884-891, ISSN 0278-0046

 [Cleju, 2004] Ioan Cleju, Adriana Sirbu, Further Research on Polynomial Unequal Error Protection Codes, Capitol in cartea Inteligent Systems, Editura “Performantica”, Iasi, Romania, editor Horia-Nicolai Teodorescu, ISBN 973-7994-85-X, 2004

 [Cracan, 2005] A. Cracan, C. Teodoru, D.M. Dobrea, Techniques to implement an embedded laser sensor for pattern recognition, The International Conference on 'Computer as a tool', Belgrad, Serbia & Montenegro, 21-24 noiembrie 2005, acceptata spre publicare

 [Dobrea, 2002] Dan-Marius Dobrea, A New Type of Sensor to Monitor the Body Torso Movements Without Physical Contact, EMBEC’2002, Proceedings of Second European Medical and Biological Engineering Conference, December 4-8, 2002, Vienna, Austria, IFMBE Proceedings, Vol. 3, Part 1, pp. 810–811, ISBN 3–901351–62–0

 [Dobrea, 2004] Dan-Marius Dobrea, Adriana Sirbu, Monica-Claudia Serban, DSP Implementation of a New Type of Bioinstrumental Noncontact Sensor, Proceedings of 4th European Symposium in Biomedical Engineering, Session 3, Patras, Greece, 25th - 27th June, 2004

 [Dobrea, 2005a] D.M. Dobrea, A. Cracan, C. Teodoru, A Pattern Recognition System for a New Laser Sensor, Proceedings of the 3rd European Medical and Biological Engineering Conference EMBEC'05, 20 – 25 noiembrie, 2005, Praga, Cehia, acceptata spre publicare

 [Dobrea, 2005b] D.M. Dobrea, M.C. Serban, From the movement to emotional state identification, Proceedings of the 14th International Conference of Medical Physics, Nuremberg, Germania, 14 –17 septembrie 2005, pp. 776-777, ISSN 0939-4990

 [Goldberg, 1989a] D. E. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning, Addison Wesley Publishing Company, January 1989

 [Hava, 1998] M. A. Hava, J. R. Kerkman, T. Lipo, Carrier-Based PWM-VSI Overmodulation Strategies : Analysis, Comparison and Design, IEEE Transactions on Power Electronics, vol. 13, nr. 4, pp. 674 - 689, 1998

 [Haykin, 1996] S. Haykin, Adaptive Filter Theory, 3rd edition. Prentice-Hall International Inc., 1996

 [Hunt, 1968] V. Hunt, The Biological Organization of Man to Move, Impulse, 1968

 [Keijsers, 2003] N.L.W. Keijsers, M.W.I.M. Horstink, S.C.A.M. Gielen, Online Monitoring of Dyskinesia in Patients with Parkinson’s Disease, IEEE Engineering in Medicine and Biology, vol. 22, Nr. 3, pp. 96-103, 2003

 [MathWorld, 2005] MathWorld web server, mathworld.wolfram.com/CorrelationCoefficient.html

 [Kestenberg, 1999] J. Kestenberg et al., The meaning of movement, Gordon & Breach Publishers, 1999

 [Pease, 1992] A. Pease, Body Language – How to read other’s thoughts by their gesture, Sheldon Press, 18th edition, London, ISBN: 0-85969-782-7, 1992

 [Press, 2002] W. H. Press et al, Numerical Recipes in C++, the Art of Scientific Computing - 2nd edition, Cambridge Univ. Press, 2002

 [Pease, 1992] A. Pease, Body Language – How to read other’s thoughts by their gesture, Sheldon Press, 18th edition, London, ISBN: 0-85969-782-7, 1992

 [TI, 2001] Texas InstrumentsTM, IDK Programmer’s Guide, SPRU495A, September, 2001

 [Therrien, 1992] Charles W. Therrien. Discrete Random Signals and Statistical Signal Processing. Prentice-Hall International Inc. 1992 ISBN: 0-13-217985-7







Politica de confidentialitate


Copyright © 2019 - Toate drepturile rezervate

Medicina




DIAGNOSTICUL RADIOIMAGISTIC AL AFECTIUNILOR FARINGO-ESOFAGIENE
Notiuni privind planificarea familiala si contraceptia
EXAMINAREA ECOGRAFICA A TENDOANELOR
REUMATISMUL DEGENERATIV (ARTROZELE)
PNEUMONII
Clasificarea anemiilor
PIELOCISTITA
O analiza retrospectiva asupra efectelor negative ale dispozitivelor corono-radiculare
Functiile secretorii ale organelor digestive
DEFINITIE . ETIOLOGIE . CLASIFICARE