Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/33957

Назва: Математична модель та методи опрацювання біосигналів для задачі компенсації порушеної комунікативної функції людини
Інші назви: Математическая модель и методы обработки биосигналов для задачи компенсации нарушеной коммуникативной функции человека
Mathematical model and methods of biosignals processing for the task of compensation of impaired human communicative function
Автори: Дозорська, Оксана Федорівна
Дозорська, О. Ф.
Dozorska, O. F.
Приналежність: Тернопільський національний технічний університет імені Івана Пулюя
Бібліографічний опис: Дозорська О. Ф. Математична модель та методи опрацювання біосигналів для задачі компенсації порушеної комунікативної функції людини : дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 01.05.02 / Оксана Федорівна Дозорська. — Тернопіль : ТНТУ, 2020. — 170 с.
Дата публікації: 4-січ-2021
Дата внесення: 4-січ-2021
Видавництво: Тернопільський національний технічний університет ім. Івана Пулюя
Країна (код): UA
Місце видання, проведення: Тернопіль
Науковий ступінь: кандидат технічних наук
Рівень дисертації: кандидатська дисертація
Шифр та назва спеціальності: 01.05.02 – математичне моделювання та обчислювальні методи
Рада захисту: Д 58.052.01
Установа захисту: Тернопільський національний технічний університет імені Івана Пулюя
Науковий керівник: Яворська, Євгенія Богданівна
Члени комітету: Висоцька, Олена Володимирівна
Власюк, Анатолій Павлович
УДК: 612.78
661.831-073.97-71
Теми: комунікативна функція людини
електроенцефалографічний сигнал
електроміографічний сигнал
кусково стаціонарний випадковий процес
система відбору біосигналів
ковзне вікно
коммуникативная функция человека
электроэнцефалографический сигнал
электромиографический сигнал,
кусочно стационарный случайный процесс
система отбора биосигналов
скользящее окно
human communicative function
electroencephalographic signal
electromyographic signal
piecewise stationary random process
biosignal selection system
sliding window
Кількість сторінок: 170
Короткий огляд (реферат): У дисертації розв’язано актуальну наукову задачу обґрунтування вибору математичної моделі та розроблення методів опрацювання біосигналів, які дають можливість виділення інформативних ознак намагання реалізувати пацієнтами комунікативну функцію в структурі електроенцефалографічних та електроміографічних сигналів для задачі компенсації порушеної комунікативної функції людини. Обґрунтовано вибір математичної моделі таких біосигналів у вигляді кусково стаціонарного випадкового процесу. Розроблено методи опрацювання таких сигналів в межах трансляцій ковзного вікна, для виявлення часових моментів початку та закінчення процесу мовлення а також виявлення ознак наявності основного тону в структурі цих сигналів під час намагання реалізації порушеної комунікативної функції. Обґрунтовано вибір інформативних ознак початку та закінчення процесу мовлення та наявності основного тону.
В диссертации решена актуальная научная задача обоснования выбора математической модели и разработки методов обработки биосигналов, которые дают возможность выделения информативных признаков попытки реализовать пациентами коммуникативную функцию в структуре электроэнцефалографических и электромиографических сигналов. Обоснован выбор математической модели таких биосигналов в виде кусочно-стационарного случайного процесса и разработаны методы статистической обработки таких сигналов в пределах скользящего окна, которые дают возможность выявить временные моменты начала и окончания процесса речи и выявлять признаки наличия основного тона в структуре этих сигналов при попытке реализации нарушенной коммуникативной функции.
У дисертації розв’язано актуальну наукову задачу обґрунтування вибору математичної моделі та розроблення методів опрацювання біосигналів, які дають можливість виділення інформативних ознак намагання реалізувати пацієнтами комунікативну функцію в структурі електроенцефалографічних та електроміографічних сигналів для задачі компенсації порушеної комунікативної функції людини. Обґрунтовано вибір математичної моделі таких біосигналів у вигляді кусково стаціонарного випадкового процесу. Розроблено методи опрацювання таких сигналів в межах трансляцій ковзного вікна, для виявлення часових моментів початку та закінчення процесу мовлення а також виявлення ознак наявності основного тону в структурі цих сигналів під час намагання реалізації порушеної комунікативної функції. Обґрунтовано вибір інформативних ознак початку та закінчення процесу мовлення та наявності основного тону.
Опис: Захист відбудеться ”05” лютого 2021 р. о 12 00 год. на засіданні спеціалізованої вченої ради Д 58.052.01 в Тернопільському національному технічному університеті імені Івана Пулюя (46001, м. Тернопіль, вул. Руська, 56, ауд. 79).
Зміст: ПЕРЕЛІК УМОВНИХ ПОЗНАЧЕНЬ...21 ВСТУП...23 РОЗДІЛ 1. СТАН ТА СПЕЦИФІКА ЗАДАЧІ КОМПЕНСАЦІЇ ПОРУШЕНОЇ КОМУНІКАТИВНОЇ ФУНКЦІЇ ЛЮДИНИ...30 1.1. Задача компенсації порушеної комунікативної функції людини...30 1.2. Аналіз механізму реалізації комунікативної функції людини...33 1.3. Методи компенсації порушеної комунікативної функції людини, що ґрунтуються на положеннях системно-сигнальної концепції...39 1.4. Спосіб компенсації порушеної комунікативної функції людини за результатами опрацювання біосигналів ...44 1.5. Висновки до розділу 1...49 РОЗДІЛ 2. ОБҐРУНТУВАННЯ ВИБОРУ МАТЕМАТИЧНОЇ МОДЕЛІ ТА РОЗРОБЛЕННЯ МЕТОДІВ ОПРАЦЮВАННЯ БІОСИГНАЛІВ ДЛЯ ЗАДАЧІ КОМПЕНСАЦІЇ ПОРУШЕНОЇ КОМУНІКАТИВНОЇ ФУНКЦІЇ ЛЮДИНИ...51 2.1. Вимоги до математичної моделі біосигналів, як підґрунтя для розроблення методів їхнього опрацювання...51 2.2. Опрацювання електроенцефалографічних та електроміографічних сигналів методами гармонічного аналізу складних детермінованих процесів...55 2.3. Опрацювання електроенцефалографічних та електроміографічних сигналів методами статистичного та спектрально-кореляційного аналізу стаціонарних процесів...62 2.4. Обґрунтування вибору математичної моделі електроенцефалографічних та електроміографічних сигналів...65 2.5. Метод опрацювання електроміографічних сигналів...67 2.6. Метод опрацювання електроенцефалографічних сигналів...74 2.7. Висновки до розділу 2...76 РОЗДІЛ 3. ПЛАНУВАННЯ, ПРОВЕДЕННЯ ЕКСПЕРИМЕНТУ ТА ПОПЕРЕДНЄ ОПРАЦЮВАННЯ ДАНИХ...78 3.1. Планування проведення експериментальних досліджень...78 3.2. Експериментальний відбір електроенцефалографічних сигналів...79 3.3. Спосіб одночасного відбору електроенцефалографічних та електроміографічних сигналів...88 3.4. Експериментальний відбір електроміографічних та голосових сигналів...97 3.5. Попереднє опрацювання даних...100 3.6. Алґоритми опрацювання електроенцефалографічних та електроміографічних сигналів розробленими методами на підготовчому етапі...106 3.7. Висновки до розділу 3...110 РОЗДІЛ 4. ЕКСПЕРИМЕНТАЛЬНА ВЕРИФІКАЦІЯ МЕТОДІВ ОПРАЦЮВАННЯ БІОСИГНАЛІВ ДЛЯ ЗАДАЧІ КОМПЕНСАЦІЇ ПОРУШЕНОЇ КОМУНІКАТИВНОЇ ФУНКЦІЇ ЛЮДИНИ...112 4.1. Застосування ковзного вікна при опрацюванні електроенцефалографічних сигналів...112 4.2. Критерій визначення часових моментів початку та закінчення процесу мовлення за електроенцефалографічним сигналом...114 4.3. Критерій встановлення наявності ознак основного тону в структурі електроміографічного сигналу...119 4.4. Оцінювання достовірності результатів опрацювання біосигналів...131 4.5. Пропозиція щодо практичної реалізації системи компенсації порушеної комунікативної функції людини...136 4.6. Висновки до розділу 4...142 ВИСНОВКИ...144 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ...146 ДОДАТКИ...158
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/33957
Власник авторського права: „© Дозорська Оксана Федорівна, 2020“
Перелік літератури: 1. Кашкин В.Б. Введение в теорию коммуникации: учеб. пособие. М. ФЛИНТА, 2013. 224 с.
2. Кашкин В.Б. Введение в теорию коммуникации: учеб. пособие. Воронеж. Изд-во ВГТУ, 2000. 175 с.
3. Основы теории коммуникации: Учебник. Под ред. проф. М.А. Василика. М. Гардарики, 2003. 615 с.
4. Гавра Д. Основы теории коммуникации: Учебное пособие. Стандарт третього поколения. СПб. Питер, 2011. 288 с.
5. Гнатюк О.Л. Основы теории коммуникации. Учебное пособие. М. КНОРУС, 2010. 256 с.
6. Українська мова (за правознавчим спрямуванням): Навчальний посібник. О.А. Лисенко, В.М. Пивоваров, Л.М. Сідак та ін. Х. Нац. юрид. ун-т ім. Ярослава Мудрого, 2014. 340 с.
7. Пономарів О.Д., Різун В.В,. Шевченко Л. Ю. Сучасна українська мова: Підручник. За ред. Пономарева О.Д. К. Либідь, 2001. 400 с.
8. Ремизов А.Н., Максина А.Г., Потапенко А.Я. Медицинская и биологическая физика. Учеб. для вузов. 4-е изд., перераб. и дополн. М. Дрофа, 2003. 560 с.
9. Абакумов В.Г,. Рибін О.І., Сватош Й. Біомедичні сигнали. Генезис, обробка, моніторинг. К. Нора-прінт, 2001. 516 с.
10. Пальчун В.Т., Крюков А.И. Оториноларингология: руководство для врачей. М. Медицина, 2001. 616 с.
11. Бабияк В.И., Накатис Я.А. Клиническая оториноларингология: руководство для врачей. СПб. Гиппократ, 2005. 800 с.
116. Дозорська О.Ф., Дозорський В.Г., Дедів Л.Є., Дедів І.Ю., Яворська Є.Б. Застосування нейрохронаксичної теорії фонації для задачі відновлення комунікативної функції мови людини. Znanstvena misel. Slovenia. 2017. №12. C. 57-61.
117. Яворська Є.Б., Дозорський В.Г., Дозорська О.Ф. Оцінювання взаємопов’язаності голосового сигналу та електроміографічного сигналу голосових складок для задачі відновлення комунікативної функції. Збірник тез доповідей VI Міжнародної науково-технічної конференції молодих учених та студентів „Актуальні задачі сучасних технологій“ (м. Тернопіль, 16-17 листопада 2017 р.). Тернопіль, 2017. Том 2. С. 191–192.
118. Ануфриев И.Е. MATLAB 7. СПб. БХВ-Петербург, 2005. 1104 с.
119. Яворська Є., Дозорський В., Дедів Л., Дозорська О. Метод опрацювання біосигналів для задачі відновлення комунікативної функції людини. Вчені записки Таврійського національного університету імені В.І. Вернадського. Технічні науки. 2018. Т. 29 (68), № 4. C. 26-30.
120. Saeed V. Vasegh. Advanced Digital Signal Processing and Noise Reduction. Second Edition. John Wiley & Sons Ltd, 2000. 470 p.
13. Хватцев М.Е. Логопедия. Книга для преподавателей и студентов высшых педагогических заведений. Книга 1. Под. ред. Лалаевой Р.И, Шаховской С.Н. Гуманитар, 2009. 272 с.
121. Oksana Dozorska, Evhenia Yavorska, Vasil Dozorskyi, Iryna Pankiv, Iryna Dediv, Leonid Dediv. The Method of Indirect Restoration of Human Communicative Function. 15th International Conference "The Experience of Designing and Application of CAD Systems" (CADSM) (Polyana, Svalyava, 26.02.2019-02.03.2019). Zakarpattya, 2019. P.19-22.
15. Фант Гунер. Акустическая теория речеобразования. Пер. с англ. Наука, 1964. 284 с.
122. Дозорська О. Обґрунтування вибору математичної моделі та методів опрацювання електроенцефалографічних і електроміографічних сигналів для задачі опосередкованого відновлення комунікативної функції людини. Матеріали IV Всеукраїнської науково-технічної конференції «Теоретичні та прикладні аспекти радіотехніки, приладобудування і комп’ютерних технологій» (м.Тернопіль, 2019 р.). Тернопіль, 2019. С. 139-141.
26. Munna Khan, Mosarrat Jahan Sub-vocal speech pattern recognition of Hindi alphabet with surface electromyography signal. Perspectives in Science. Vol.8, 2016. P. 558-560.
28. Gonzalez J.A., Cheah L.A., Gilbert J.M., Bai J., Ell S.R., Green P.D., Moore R.K. A silent speech system based on permanent magnet articulography and direct synthesis. Computer Speech & Language, 2016. P. 67–87.
123. Дозорська О.Ф., Яворська Є.Б., Дозорський В.Г., Дедів Л.Є., Дедів І.Ю. Метод виявлення ознак основного тону в структурі електроміографічних сигналів для задачі компенсації порушеної комунікативної функції людини. Вісник НТУУ "КПІ". Серія Радіотехніка, Радіоапаратобудування. 2020. №81. C. 56-64.
124. Лемешко Б. Ю., Лемешко С. Б., Горбунова А. А. О применении и мощности критериев проверки однородности дисперсий. Ч. I. Параметрические критерии. Измерительная техника, 2010. № 3. С. 10-16.
125. Кобзарь А. И. Прикладная математическая статистика. Физматлит, 2006. 816 с.
16. Чистович. Л.А., Венцов А. В., Гранстрем М. П. Физиология речи. Восприятие речи человеком. Ленинград. Наука, 1976. 388 с.
17. Сорокин В.Н. Теория речеобразования. М. Радио и связь, 1985. 312 с.
18. Фланаган Джеймс. Анализ, синтез и восприятие речи. Пер. с англ. М. Связь, 1968. 396 с.
19. Морозов В.П. Тайны вокальной речи. Л. Наука, 1967 204 с.
20. Рауль Юссон. Певческий голос: исследование основных физиологических и акустических явлений певческого голоса. Пер. с англ. М. Музыка, 1974. 263с.
27. Brigham K.; Vijaya Kumar B.V.K. Imagined Speech Classification with EEG Signals for Silent Communication: A Preliminary Investigation into Synthetic Telepathy. 4th International Conference on Bioinformatics and Biomedical Engineering, 2010.
21. Николлс Джон, Мартин Роберт, Валлас Брюс, Фукс Пол От нейрона к мозгy. Пер. с англ. М. Эдиториал УРСС, 2003. 672 с.
29. Porbadnigk A., Wester M., Schultz T. EEG-Based Speech Recognition: Impact of Temporal Effects. 2nd International Conference on Bio-inspired Systems and Signal Processing. Porto. Portugal, 2009.
22. Гусев Е.И. Неврология. Национальное руководство. Под. ред. Коновалова А.Н., Скворцова В.И., Гехт А.Б. М. ГЕОТАР-Медиа, 2010. 1035 с.
39. Michael Wand, Szu-Chen Stan Jou, Arthur R. Toth, Tanja Schultz. Impact of Different Speaking Modes on EMG-based Speech Recognition. Brighton UK. Interspeech, 2009. P. 648-651.
23. Kevin R. Wheeler. Neuro-electric machine control: overview of the extension of the human senses group activities, NASA Ames Research Center, 2005. 24 p.
24. Wand M, Schmidhuber J. Deep Neural Network Frontend for Continuous EMG-based Speech Recognition. Proc of the 17th Annual Conference of the International Speech Communication Association (Interspeech), 2016. P. 3032-3036.
25. Chuck Jorgensen, Diana D Lee, and Shane Agabon. Sub Auditory Speech Recognition Based on EMG/EPG Signals. Proceedings of the International Joint Conference on Neural Networks, 2003. P. 1098-7576.
30. Trejo L., Wheeler K., Jorgensen C., Rosipal R. Multimodal NeuroElectric Interface Development. IEEE transactions on neural systems and rehabilitation engineering: Special issue on BCI. 2002.
31. Ramsberger G. The human brain: Understanding the physical bases of intrapersonal communication. Intrapersonal communciation: Different voices, different minds, D.R Vocate (Ed). Erlbaum, 1994. P. 57-76.
32. Geoffrey S. Meltzner, James T. Heaton, Yunbin Deng, Gianluca De Luca, Serge H. Roy, and Joshua C. Kline. Silent Speech Recognition as an Alternative Communication Device for Persons with Laryngectomy. IEEE/ACM Trans Audio Speech Lang Process, 2017. P. 2386–2398.
33. Gao S., Wang Y., Gao X., Hong B. Visual and auditory brain–computer interfaces. IEEE Transactions on Biomedical Engineering, vol. 61, no. 5. 2014. P. 1436–1447.
34. Herff C., Schultz T. Automatic speech recognition from neural signals: A focused review. Frontiers in Neuroscience, Vol.10. 2016. P. 1-7.
40. Bu il Jeon, Hyun Chan Cho. Analysis of the EMG Output Characteristic in Response to Activation of Muscle for the Human Intention Judgment. Indian Journal of Science and Technology, Vol 8(S8), 2015. P. 21-28.
35. Hueber T., Bailly G. Statistical Conversion of Silent Articulation into Audible Speech using Full-covariance HMM. Computer Speech and Language, vol. 36, 2016. P. 274 – 293.
51. A. Roussos, A. Katsamanis, P. Maragos. Tongue tracking in ultrasound images with active appearance models. IEEE Int. Conf. on Image Processing. 2009. P. 1733–1736.
53. Санников В. Силой мысли. Популярная механика. СПб. 2008. №6(68). с.72-75.
36. Wolpaw J.R., Birbaumer N., McFarland D., Pfurtscheller G., Vaughan T. Brain-computer interfaces for communication and control. Clin. Neuro-physiol., . 2002. P. 767-791.
37. Blankertz B., Dornhege G., Krauledat M., Muller K.-R., Kunzmann V., Losch F., Curio G. The berlin brain-computer interface: Eeg-based communication without subject training. IEEE Trans. Neural Sys. Rehab. Eng., 14(2). 2006. P. 147–152.
38. Jou S.-C., Maier-Hein L., Schultz T., Waibel A. Articulatory feature classification using surface electromyography. Acoustics, Speech and Signal Processing, ICASSP 2006 Proceedings, 2006. P. I–605–I–608.
41. Chan A., Englehart K., Hudgins B., Lovely D. Myoelectric Signals to Augment Speech Recognition. Medical and Biological Engineering and Computing, vol. 39, no. 4, Julio. 2001.
42. Jia Xueqian, Jinghong Li, Yuyuan Du. Unvoiced Speech Recognition Based on One-Channel Facial Myoelectric Signal. The Sixth World Congress on Intelligent Control and Automation, 2008. P. 9362-9366.
43. Morse M.S., Day S.H., Trull B., Morse H. Use of myoelectric signals to recognize speech. 11th Annu. Conf. IEEE Engineering in Medicine and Biology Society. 1989. P. 1793 1794.
44. B. Hudgins P. Parker, Scott R. A new strategy for multifunction myoelectric control. IEEE Trans. Biomed. Eng., vol. 40. 1993. P. 82-94.
45. Y. Deng, R. Patel, J.T. Heaton, G. Colby, L.D. Gilmore, J. Cabrera, S.H. Roy, C.J.D. Luca, G.S. Meltzner. Disordered speech recognition using acoustic and sEMG signals. 10th Annu. Conf. Int. Speech Communication Association, Brighton, UK, 2009. P. 644 – 647.
52. T. Hueber, G. Aversano, G. Chollet, B. Denby, G. Dreyfus, Y. Oussar, P. Roussel, M. Stone. Eigentongue feature extraction for an ultrasound-based silent speech interface. IEEE Int. Conf. Acoustics Speech Signal Processing, Honolulu, HI, USA. 2007. P. I–1245 – I–1248.
46. E. Lopez-Larraz, O. Mozos, J. Antelis, J. Minguez. Syllable-based speech recognition using EMG. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. 2010. P. 4699-4702.
54. Ambient Corporation. Buy Audeo Basic SDK. [Online]. http://www.theaudeo.com/?action=buy.
47. Geoffrey S Meltzner, James T Heaton, Yunbin Deng, Gianluca De Luca, Serge H Roy, Joshua C Kline. Development of sEMG sensors and algorithms for silent speech recognition. Journal of Neural Engineering 15(4). 2018.
64. НейроКом. Комплекс электроэнцефалографический ТУ У 33.1- 02066769-001-2002 Инструкция по медицинскому применению АИНЦ.941311.001 И1. Национальный аэрокосмический университет «ХАИ» НТЦ радиоэлектронных медицинских приборов и технологий «ХАИ-МЕДИКА». Х. ХАИ «Медика», 2011. 168 с.
48. J. Mendes, R. Robson. Subvocal Speech Recognition Based on EMG Signal Using Independent Component Analysis and Neural Network MLP. Congress on Image and Signal Processing. 2008. P. 221- 224.
49. T. Hueber, E.-L. Benaroya, G. Chollet, B. Denby, G. Dreyfus, M. Stone. Development of a silent speech interface driven by ultra-sound and optical images of the tongue and lips. Speech Commun, vol. 52, no. 4. 2010. P. 288–300.
50. C. Herff, F. Putze, D. Heger, C. Guan, T. Schultz. Speaking mode recognition from functional near infrared spectroscopy. 34th Annu. Int. Conf. IEEE Engineering in Medicine and Biology Society, San Diego, CA, USA. 2012. P. 1715–1718.
55. Sonya Chan. The use of EMG for load prediction during manual lifting. A thesis submitted to the Department of Electrical and Computer Engineering In conformity with the requirements for the degree of Master of Science (Engineering). Queen’s University Kingston, Ontario, Canada. 2007. 87 р.
56. Kevin R. Wheeler, Mindy H. Chang, Kevin H. Knuth. Gesture Based Control and EMG Decomposition. IEEE transactions on systems, man, and cybernetics, Vol. 1, No. 11, 2005. 12 p.
57. Michael Revina, W.R Sam Emmanuel. Face expression recognition using electromyography. International Journal of Latest Trends in Engineering and Technology Special Issue. International Conference on Nanotechnology. The Fruition of Science. 2017. P.53-55.
58. Дедів Л.Є., Дозорський В.Г., Бачинський М.В. Математична модель електроенцефалографічного сигналу для задач побудови комп’ютерних діагностичних систем. Вісник Хмельницького національного університету. 2012. №2. С. 186-189.
59. Яворська Є.Б., Дозорська О.Ф. Відбір та опрацювання біосигналів в задачах відновлення комунікативної функції мови людини. Матеріали міжнародної науково-практичної конференції «Сучасні наукові дослідження та розробки: теоретична цінність та практичні результати» (Братіслава, 15-18 березня 2016 р.). Братіслава, 2016. С. 150-151.
65. Зенков Л.Р. Клиническая электроэнцефалография (с элементами эпилептологии). Руководство для врачей. 3-е изд. М. МЕДпрессинформ, 2004. 368 с.
60. Деркач М.Ф., Гумецкий Р.Я., Гура Б.М., Чабан М.Е. Динамические спектры речевых сигналов. Л. Вища школа, 1983. 168 с.
76. Баронин С.П. Автокорреляционный метод выделения основного тона речи. Пятьдесят лет спустя. М. Речевые технологии. №2. 2008. С. 3-13.
78. Бендат Дж., Пирсол А. Прикладной анализ случайних данних. Пер. с англ. М. Мир, 1989. 540 с.
61. Рабинер Лоренс. Цифровая обработка речевых сигналов. М. Радио и связь, 1981. 496 с.
62. Егорова И.С. Электроэнцефалография. М. «Медицина», 1973. 297 с.
63. Королѐва Н. В., Колесников С. И., Воробьѐв С. В. Феноменологический атлас по клинической электроэнцефалографии. Иркутск, 2004. 101 с.
66. Жирмунская Е.А. Клиническая электроэнцефалография. М. МЭЙБИ, 1991. 118 с.
67. Самарский А.А., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. 2-е изд., испр. М. Физматлит, 2002. 320 с.
68. Драган Я.П., Дозорський В.Г., Дедів І.Ю., Дедів Л.Є. Принципи і засоби обґрунтування методів статистичного опрацювання реалізацій періодично корельованого випадкового процесу. Вісник Національного університету “Львівська політехніка”. Комп’ютерні науки та інформаційні технології. Л. НУЛП, 2015. С. 212-218.
69. Palaniza Y.B., Shadrina H.M., Khvostivskiy M.O., Dediv L.Ye., Dozorska O.F. Main theoretical basis of biosignals modeling. Znanstvena misel. Slovenia. 2018. №16. P. 39-44.
70. Dozorskyy V. Dediv L., Dozorska O. Mathematical model of vocal signals for the tasks of human vocal apparatus diagnostic. The National Journal of Biomedical Engineering, 2017. №1. 7 р.
77. Гитлин В.Б., Лузин Д.А. Совместный алґоритм выделения основного тона речи по методам GS и автокорреляционной функции спектра. М. Речевые технологии. №3. 2008. С. 36-43.
71. Михайлов В.Г. Из истории исследований преобразования речи. Речевые технологии. М. 2008. №1. С. 93-113.
79. Кудрявцев Л.Д. Курс математического анализа. В двух томах. Учебник для студентов университетов и вузов. М. Высшая школа, 1981. 584 с.
72. Федоров Е.Е. Выделение длины периода основного тона речевого сигнала. Искуственный интелект. 2004. №1. С. 237-242.
89. Жиглявский А. А., Красковский А. Е. Обнаружение разладки случайных процесов в задачах радиотехники. Л. Изд-во ЛГУ, 1988. 224 с.
73. Пирогов А.А. Устройство для автоматического определения частоты основного тона. Реестр изобретений СССР. Авторское свидетельство №129739 с приоритетом от 08.06.1958 г. Бюллетень изобретений и товарных знаков. 1960. № 13. С. 38.
74. Аграновский А.В., Леднов Д.А. Теоретические аспекты алґоритмов обработки и классификации речевых сигналов. М. Радио и связь, 2004.164 с.
75. Баронин С.П. Автокорреляционный метод выделения основного тона . Сб. трудов Гос. НИИ Мин. связи СССР. Вып. 3(24). 1961. С. 93102.
80. Математическая энциклопедия / под ред. И.М. Виноградова. Советская энциклопедия. В 5 томах, 1984.
81. Каплан А.Я. Нестационарность ЭЭГ: методологический экспериментальный анализ. Успехи физиологических наук. Т.29. №3. 1998. С.35-55.
82. Мышкис А.Д. Элементы теории математических моделей. Изд. 3-е, исправленное. М. КомКнига, 2007. 192 с.
83. Булинский А.В., Ширяев. А.Н. Теория случайных процесов. ФИЗМАТЛИТ, 2005. 408 с.
84. Гихман И.И., Скороход А.В. Введение в теорию случайных процесов. Учеб. пособ. Изд. 2-е. М. Наука, 1977. 568 с.
90. Денисенко Н.А., Хоффман И, Ишенков Е.Н. Упрощенная стохастическая модэль электрических нагрузок в системах электроснабжения. Изв. вузов. Электромеханика, 1987. №8. С. 104-108.
85 Вентцель А.Д. Курс теории случайных процесов. Учеб. пособ. 2-е изд. доп. М. Наука, Физмат, 1996. 400 с.
101. Налимов В.В. Теория експеримента. М. Наука, 1971. 207 с.
103. J. Clin. American Electroencephalographic Society. Guideline 13: guidelines for standard electrode position nomenclature. Neurophysiol, 1994. no. 11(1). P. 111-113.
86. Вентцель Е.С., Овчаров Л.А. Теория случайных процесов и ее инженерные приложения. Учеб. пособие для вузов. 2-е изд. Высш. Шк., 2000. 383 с.
87. Волков И.К., Зуев С.М., Цветкова Г.М. Случайные процесы. Учеб. для вузов. Изд-во МГТУ им. Н.Э. Баумана, 1999. 448 с.
88. Винер Н. Нелинейные задачи в теории случайных процесов / пер. с англ. М. Хазен. М. Издательство иностранной литературы, 1961. 158 с.
91. Марченко Н. Б., Нечипорук В. В., Нечипорук О. П., Пепа Ю. В. Методи Оцінювання точності інформаційно-вимірювальних систем діагностики. Монографія. НАУ, 2014. 377 с.
92. Bodenstein G., Praetorius H.M. Feature extraction from the electroencephalogram by adaptive filtration. Proc. IEEE, 1977. V.65. P. 642-652.
93. Химмельблау Д. Анализ процесов статистическими методами. Пер. с англ. М. Мир, 1973. 957 с.
94. Dozorska Oksana. The mathematical model of electroenсephalographic and electromyographic signals for the task of human communicative function restoration. Scientific jornal of the Ternopil National Technical University. 2018. Vol 92. № 4. P. 126–132.
95. Vyacheslav Nykytyuk, Vasyl Dozorskyi, Oksana Dozorska. Detection of biomedical signals disruption using a sliding window. Scientific jornal of the Ternopil National Technical University. 2018. Vol. 91. № 3. P. 125–133.
102. J. Clin. American Electroencephalographic Society. Guidelines for standard electrode position nomenclature, Neurophysiol, 1991 no. 8(2). P. 200-202.
96. Омельченко А.В., Песняков А.И. Статистический синтез алґоритмов оценивания периода основного тона речевых сигналов. Радиоэлектроника и информатика (Кибернетика). М. 1999. № 1. с. 22-25.
104. Harner P.F., Sannit T. A Review of the International Ten-Twenty System of Electrode Placement. Grass Instrument Company, Quincy, MA, USA, 1974.
97. Сулавко Е.А., Еременко А.В., Борисов Р.В. Генерация криптографических ключей на основе голосовых сообщений. Прикладная информатика. Journal of Applied Informatics, 2016. №5(65). С. 78-91.
114. Яворська Є.Б., Дозорський В.Г., Дозорська О.Ф. Система відбору біосигналів для задачі відновлення комунікативної функції мови. Матеріали III всеукраїнської науково-технічної конференції «Теоретичні та прикладні аспекти радіотехніки і приладобудування» (м. Тернопіль, 8-9 червня, 2017 р.). Тернопіль, 2017. С. 131-132.
98. Рихтер С.Г. Устройства преобразования и обработки информации в системах подвижной радиосвязи. Московский технический университет связи и информатики, 2006. 66 с.
99. Ивченко Г. И., Медведев Ю. И. Введение в математическую статистику. М. ЛКИ, 2010. 600 c.
100. Монтгомери Д.К. Планирование эксперимента и анализ данных. М. Судностроение, 1980. 384 с.
105. Jasper H.H. The ten-twenty electrode system of the International Federation, Electroenceph. clin. Neurophysiol., 1958. P. 371-375.
106. Бачинський М.В., Дозорська О.Ф. Обґрунтування способу відбору біосигналів для задачі відновлення комунікативної функції мови людини. Матеріали ІІ Всеукраїнської науково-технічної конференції «Теоретичні та прикладні аспекти радіотехніки і приладобудування» (м. Тернопіль, 9-10 червня 2015 р.). Тернопіль, 2015. С. 71-73.
107. Яворська Є.Б. Дозорська О.Ф. Метод відновлення комунікативної функції мови людини. Сборник статей по материалам X международной заочной научно-практической конференции «Развитие науки в XXI веке». Харьков, 2016. Ч.1. С. 38-41.
108. Clark O.H., Duh Q.Y. Textbook of Endocrine Surgery. Philadelphia: WB Saunders. 1997.
109. ГОСТ 25995-83. Электроды для сьема биоэлектрических потенциалов. Общие технические требования и методы испытаний. 31 с.
115. Козюренко Ю.И. Звукозапись с микрофона. 2-е изд., перераб. и доп. М. Радио и связь, 1988. 112 с.
110. Дозорська О.Ф., Дозорський В.Г., Яворська Є.Б. Відбір та опрацювання біосигналів для задачі відновлення комунікативної функції мови людини. Вісник Кременчуцького національного університету імені Михайла Остроградського. 2017. Вип. 4(105). С. 9-14.
12. Джафек Б., Старк Е. Секреты оториноларингологии. Пер. с англ. Под ред. Новикова Н.И., Овчинникова А.Ю. Пер. с англ. СПб. Бином, 2001. 624 с.
14. Заболотний Д.І., Мітін Ю.В., Брагомирецький В.Д., Базаров В.Г. Оториноларингологія. К. Здоров’я, 1999. 368 с.
111. Яворська Є. Б., Дозорський В.Г., Дозорська О.Ф. Методи опрацювання біосигналів для задачі відновлення комунікативної функції людини. Матеріали ХІХ наукової конференції ТНТУ ім. Ів. Пулюя (м. Тернопіль, 18-19 травня 2016 р.). Тернопіль, 2016. С. 135.
112. Дозорська О.Ф., Дозорський В.Г., Яворська Є.Б., Дедів І.Ю., Дедів Л.Є., Паньків І.М. Структура системи відбору біосигналів для задачі відновлення комунікативної функції людини. Вісник Хмельницького національного університету. Технічні науки. 2019. №2(271). С.183–187.
113. Яворська Є.Б., Дозорська О.Ф. Структура системи відбору та опрацювання біосигналів для задач відновлення комунікативної функції мови людини. Сборник научных трудов Sworld «Научный взгляд в будуще». (г. Иваново, 2016). Иваново, 2016. С. 483-486.
Тип вмісту: Dissertation
Розташовується у зібраннях:01.05.02 – математичне моделювання та обчислювальні методи

Файли цього матеріалу:
Файл Опис РозмірФормат 
Diser_Dozorska_O_F_2020_COVER.pngТитул150,44 kBimage/pngПереглянути/відкрити
Vidguk_Vysotska.pdfВідгук Висоцької О. В.8,86 MBAdobe PDFПереглянути/відкрити
Vidguk_Vlasiuk.pdfВідгук Власюка А. П.8,05 MBAdobe PDFПереглянути/відкрити
Avtoref_Dozorska_O_F_2020.pdfАвтореферат3,28 MBAdobe PDFПереглянути/відкрити
Diser_Dozorska_O_F_2020.pdfДисертація9,31 MBAdobe PDFПереглянути/відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.