Radarmålföljning av mänskliga nervsignaler Bättre kunskap om de icke myeliniserade (C-) fibrerna skulle kunna leda till förbättrade eller nya metoder för.

En presentation över ämnet: "Radarmålföljning av mänskliga nervsignaler Bättre kunskap om de icke myeliniserade (C-) fibrerna skulle kunna leda till förbättrade eller nya metoder för."— Presentationens avskrift:

1 Radarmålföljning av mänskliga nervsignaler Bättre kunskap om de icke myeliniserade (C-) fibrerna skulle kunna leda till förbättrade eller nya metoder för att behandla smärta Ett automatiskt analysverktyg skulle göra forskningen effektivare

2 Disposition Allmänt om C-fibrer Datainsamling Manuell analys Automatisk analys Demonstration av programmet

3 Tillgänglig information Ledningshastigheten hos C-fibrerna är låg Ledningshastigheten sjunker efter att en fiber har stimulerats Aktion potentialens (AP) utseende är känt Styrkan på olika AP från en fiber är konstant

4 Datainsamling

5

6 Marking phenomenon Stimulera periodiskt (0.25 Hz) med elektriska impulser Varje impuls ger upphov till en AP hos en fiber och lednings- hastigheten kan estimeras Möjligt att studera hur en enskild fiber reagerar på andra typer av stimuli Om fibern reagerar på den extra stimulin så kommer lednings- hastigheten att sjunka, dvs latensen ökar Ledningshastigheten återgår så småningom till den normala

7 Problemet Att automatiskt utifrån en inspelning av aktion potentialer, spåra enskilda fibrer och se hur de reagerar på olika typer av stimuli Förenkla presentation och analys av insamlad data Uppgift Implementera den algoritm som utvecklats i samarbete med Institutionen för Signaler och System, i Visual C++ Design av ett gränssnitt

8 Detektion av AP Dåligt signal-till-brus förhållande(SNR) AP utseende är någorlunda känt Matchat filter kan hitta AP trots höga brusnivåer MF

9 Svep 1 Latens 2 3 4 5 Beslutsproblem –Komplicerade spår gör att enkla associationsmetoder fungerar dåligt –Multiple hypothesis tracking (MHT) väntar med att fatta beslut tills mer data har behandlats

10 Estimering av konstanter Anpassning av kurva: y(k)=y(0)+Ae -  (k-k0)T  estimeras med simplexmetoden I varje steg i simplex metoden så estimeras y(0) och A m.h.a. minstakvadrat- metoden Path no: y0 A Alpha 1 337.01 16.77 61.0 2 347.28 1.06 9.8 1 2

11 Sammanfattning av algoritmen Detektion MF MHTAssociation Simplex-LSQ Estimering

12 Spec. av grafiskt gränssnitt Visa information om vald signalfil Göra det valfritt vilka observationer som skall användas i MHT Presentera funna spår och deras kurv- anpassning Låta användaren ändra om MHT gör fel Presentera inspelade signalfiler och de observationer som gjorts av MF Göra det enkelt att presentera resultat och bearbeta data