Tradicionalmente, la detección de faltas en máquinas eléctricas se basa en el uso de la Transformada Rápida de Fourier ya que la mayoría de las faltas pueden ser diagnosticadas con ella con seguridad si las máquinas operan en condiciones de régimen estacionario durante un intervalo de tiempo razonable. Sin embargo, para aplicaciones en las que las máquinas operan en condiciones de carga y velocidad fluctuantes (condiciones no estacionarias) como por ejemplo los aerogeneradores, el uso de la Transformada Rápida de Fourier debe ser reemplazado por otras técnicas. La presente tesis desarrolla una nueva metodología para el diagnóstico de máquinas de inducción de rotor de jaula y rotor bobinado operando en condiciones no estacionarias, basada en el análisis de las componentes de falta de las corrientes en el plano deslizamiento frecuencia. La técnica es aplicada al diagnóstico de asimetrías estatóricas, rotóricas y también para la falta de excentricidad mixta. El diagnóstico de las máquinas eléctricas en el dominio deslizamiento-frecuencia confiere un carácter universal a la metodología ya que puede diagnosticar máquinas eléctricas independientemente de sus características, del modo en el que la velocidad de la máquina varía y de su modo de funcionamiento (motor o generador). El desarrollo de la metodología conlleva las siguientes etapas: (i) Caracterización de las evoluciones de las componentes de falta de asimetría estatórica, rotórica y excentricidad mixta para las máquinas de inducción de rotores de jaula y bobinados en función de la velocidad (deslizamiento) y la frecuencia de alimentación de la red a la que está conectada la máquina. (ii) Debido a la importancia del procesado de la señal, se realiza una introducción a los conceptos básicos del procesado de señal antes de centrarse en las técnicas actuales de procesado de señal para el diagnóstico de máquinas eléctricas. (iii) La extracción de las componentes de falta se lleva a cabo a través de tres técnicas de filtrado diferentes: filtros basados en la Transformada Discreta Wavelet, en la Transformada Wavelet Packet y con una nueva técnica de filtrado propuesta en esta tesis, el Filtrado Espectral. Las dos primeras técnicas de filtrado extraen las componentes de falta en el dominio del tiempo mientras que la nueva técnica de filtrado realiza la extracción en el dominio de la frecuencia. (iv) La extracción de las componentes de falta, en algunos casos, conlleva el desplazamiento de la frecuencia de las componentes de falta. El desplazamiento de la frecuencia se realiza a través de dos técnicas: el Teorema del Desplazamiento de la Frecuencia y la Transformada Hilbert. (v) A diferencia de otras técnicas ya desarrolladas, la metodología propuesta no se basa exclusivamente en el cálculo de la energía de la componente de falta sino que también estudia la evolución de la frecuencia instantánea de ellas, calculándola a través de dos técnicas diferentes (la Transformada Hilbert y el operador Teager-Kaiser), frente al deslizamiento. La representación de la frecuencia instantánea frente al deslizamiento elimina la posibilidad de diagnósticos falsos positivos mejorando la precisión y la calidad del diagnóstico. Además, la representación de la frecuencia instantánea frente al deslizamiento permite realizar diagnósticos cualitativos que son rápidos y requieren bajos requisitos computacionales. (vi) Finalmente, debido a la importancia de la automatización de los procesos industriales y para evitar la posible divergencia presente en el diagnóstico cualitativo, tres parámetros objetivos de diagnóstico son desarrollados: el parámetro de la energía, el coeficiente de similitud y los parámetros de regresión. El parámetro de la energía cuantifica la severidad de la falta según su valor y es calculado en el dominio del tiempo y en el dominio de la frecuencia (consecuencia de la extracción de las componentes de falta en el dominio de la frecuencia). El coeficiente de similitud y los parámetros de regresión son parámetros objetivos que permiten descartar diagnósticos falsos positivos aumentando la robustez de la metodología propuesta. La metodología de diagnóstico propuesta se valida experimentalmente para las faltas de asimetría estatórica y rotórica y para el fallo de excentricidad mixta en máquinas de inducción de rotor de jaula y rotor bobinado alimentadas desde la red eléctrica y desde convertidores de frecuencia en condiciones no estacionarias estocásticas. / Vedreño Santos, FJ. (2013). Diagnosis of electric induction machines in non-stationary regimes working in randomly changing conditions [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/34177

Tesis por compendio / [ES] La sociedad actual demanda un mayor control en la seguridad y calidad de los alimentos que se consumen. Esta preocupación se ve reflejada en los diferentes planes estatales y europeos de investigación científica, los cuales, plantean la necesidad de innovar y desarrollar nuevas técnicas analíticas que cubran los requerimientos actuales. En el presente documento se aborda el problema de la presencia de residuos químicos en la miel. El origen de los mismos se debe, fundamentalmente, a los tramientos veterinarios con los que se tratan enfermedades y parásitos en las abejas, y a los tratamientos agrícolas con los que las abejas se ponen en contacto cuando recolectan el néctar en cultivos próximos a las colmenas. La Agencia Europea de Seguridad Alimentaria (EFSA) confirma esta realidad al notificar numerosas alertas sanitarias en la miel. En los últimos años, los métodos de análisis basados en inmunosensores piezoeléctricos se han posicionado como la base de una técnica de cribado muy prometedora, la cual puede ser empleada como técnica complementaria a las clásicas de cromatografía, gracias a su sencillez, rapidez y bajo coste. La tecnología de resonadores High-Fundamental Frequency Quartz Crystal Microbalance with Dissipation (HFF-QCMD) combina la detección directa en tiempo real, alta sensibilidad y selectividad con un fácil manejo y coste reducido en comparación con otras técnicas. Además, está tecnología permite aumentar el rendimiento del análisis mediante el diseño de arrays de resonadores en un mismo sustrato (Monolithic HFF-QCMD). En este documento se presenta el diseño de un array de 24 sensores HFF-QCMD, junto con un cartucho de micro-fluídica que traza diversos microcanales sobre los diferentes elementos sensores, a los que hace llegar la muestra de miel diluida a analizar. El cartucho actúa también como interfaz para realizar la conexión entre el array de resonadores y el instrumento de caracterización de los mismos. Para obtener el máximo partido del array diseñado, se desarrolla un método de medida robusto y fiable que permite elevar la tasa de adquisición de datos para facilitar la toma de registros eléctricos de un elevado número de resonadores de forma simultánea, e incluso en varios armónicos del modo fundamental de resonancia. La gran sensibilidad de la tecnología HFF-QCMD a los eventos bioquímicos a caracterizar se extiende también a otro tipo eventos externos, como son los cambios de temperatura o presión, lo que es necesario minimizar con el fin de reducir el impacto que estas perturbaciones no deseadas provocan en la estabilidad y fiabilidad de la medida. Con este fin, se desarrolla un algoritmo de procesado de señal basado en la Discrete Transform Wavelet (DTW). Finalmente, todos los desarrollos tecnológicos realizados se validan mediante la implementación de un inmunoensayo para la detección simultánea, en muestras de mieles reales, de residuos químicos de naturaleza química muy diferente, a saber, el fungicida tiabendazol y el antibiótico sulfatiazol. / [CA] La societat actual demanda un major control en la seguretat i qualitat dels aliments que es consumeixen. Aquesta preocupació es veu reflectida en els diferents plans estatals i europeus d'investigació científica, els quals, plantegen la necessitat d'innovar i desenvolupar noves tècniques analítiques que cobrisquen els requeriments actuals. En el present document s'aborda el problema de la presència de residus químics en la mel. L'origen dels mateixos es deu, fonamentalment, als tractaments veterinaris amb els quals es tracten malalties i paràsits en les abelles, i als tractaments agrícoles amb els quals les abelles es posen en contacte quan recol·lecten el nèctar en cultius pròxims als ruscos. L'Agència Europea de Seguretat Alimentària (EFSA) confirma aquesta realitat notificant nombroses alertes sanitàries en la mel. En els últims anys, els mètodes d'anàlisis basades en immunosensors piezoelèctrics s'han posicionat com la base d'una tècnica de garbellat molt prometedora, la qual pot ser emprada com a tècnica complementària a les clàssiques de cromatografia, gràcies a la seua senzillesa, rapidesa i baix cost. La tecnologia de ressonadors High-Fundamental Frequency Quartz Crystal Microbalance with Dissipation (HFF-QCMD) combina la detecció directa en temps real, alta sensibilitat i selectivitat amb un fàcil maneig i cost reduït en comparació amb altres tècniques. A més, està tecnologia permet augmentar el rendiment del anàlisi mitjançant el disseny d'arrays de ressonadors en un mateix substrat (Monolithic HFF-QCMD). En aquest document es presenta el disseny d'un array de 24 sensors HFF-QCMD, juntament amb un cartutx de microfluídica que estableix diversos microcanals sobre els diferents elements sensors, als quals fa arribar la mostra de mel diluïda a analitzar. El cartutx actua també com a interfície per a realitzar la connexió entre l'array de ressonadors i l'instrument de caracterització d'aquests. Per a traure el màxim partit a l'array dissenyat, es desenvolupa un mètode de mesura robust i fiable que permet elevar la taxa d'adquisició de dades per a facilitar la presa de registres elèctrics d'un elevat nombre de ressonadors de manera simultània, i fins i tot en diversos harmònics del mode fonamental de ressonància. La gran sensibilitat de la tecnologia HFF-QCMD als esdeveniments bioquímics a caracteritzar s'estén també a un altre tipus esdeveniments externs, com són els canvis de temperatura o pressió, la qual cosa és necessari minimitzar amb la finalitat de reduir l'impacte que aquestes pertorbacions no desitjades provoquen en l'estabilitat i fiabilitat de la mesura. A aquest efecte, es desenvolupa un algorisme de processament de senyal basat en la Discrete Transform Wavelet (DTW). Finalment, tots els desenvolupaments tecnològics realitzats es validen mitjançant la implementació d'un immunoassaig per a la detecció simultània, en mostres de mel reals, de residus químics de naturalesa química molt diferent, a saber, el fungicida tiabendazol i l'antibiòtic sulfatiazol. / [EN] Currently, society demands greater control over the safety and quality of the food consumed. This concern is reflected in the different states and European plans for scientific research, which establish the necessity to innovate and develop new analytical techniques that meet current requirements. This document addresses the problem of the presence of chemical residues in honey. Its origin is fundamentally due to the veterinary treatments against diseases and parasites in bees, and also to the agricultural treatments with which the bees come into contact when they collect the nectar in crops close to the hives. The European Food Safety Agency (EFSA) confirms this reality by notifying numerous health alerts in honey. In recent years, analysis methods based on piezoelectric immunosensors have been positioned as the basis of a very promising screening technique, which can be used as a complementary technique to the classic chromatography, thanks to its simplicity, speed and low cost. High-Fundamental Frequency Quartz Crystal Microbalance with Dissipation (HFF-QCMD) resonator technology combines direct real-time detection, high sensitivity and selectivity with easy handling and low cost compared to other techniques. In addition, this technology allows increasing the performance of the analysis through the design of resonator arrays on the same substrate (Monolithic HFF-QCMD). This document presents the design of an array of 24 HFF-QCMD sensors, together with a microfluidic cartridge that establish various microchannels on the different sensor elements, to provide them the diluted honey sample to be analyzed. The cartridge also acts as an interface to make the connection between the array of resonators and the characterization instrument. To get the most out of the designed array, a robust and reliable measurement method has been developed that allows increasing the data acquisition rate to facilitate electrical parameters readout from a high number of resonators simultaneously, and even in several harmonics of the fundamental resonance mode. The great sensitivity of the HFF-QCMD technology to the biochemical events to be characterized also is extended to other types of external events, such as changes in temperature or pressure, which must be minimized in order to reduce the impact that these unwanted disturbances cause in the stability and reliability of the measurement. To this end, a signal processing algorithm based on the Discrete Transform Wavelet (DTW) is developed. Finally, all the technological developments carried out are validated through the implementation of an immunoassay for the simultaneous detection, in real honey samples, of chemical residues of very different chemical nature, namely, the fungicide thiabendazole and the antibiotic sulfathiazole. / The authors would also like to thank Jorge Martínez from the Laboratory of High Frequency Circuits (LCAF) of the Universitat Politècnica de València (UPV) for assistance with profilometry, and Manuel Planes, José Luis Moya, Mercedes Tabernero, Alicia Nuez and Joaquin Fayos from the Electron Microscopy Services of the UPV for helping with the AFM, and SEM measurements. M.Calero is the recipient of the doctoral fellowship BES-2017-080246 from the Spanish Ministry of Economy, Industry and Competitiveness (Madrid, Spain). This research was funded by Spanish Ministry of Economy and Competitiveness with FEDER funds (AGL 2016-77702-R) and European Commission Horizon 2020 Programme (Grant Agreement number H2020-FETOPEN-2016-2017/737212-CATCH-U-DNA - Capturing non-Amplified Tumor Circulating DNA with Ultrasound Hydrodynamics) for which the authors are grateful. Román Fernández is with the Center for Research and Innovation in Bioengineering (Ci2B), Universitat Politècnica de València, València, Spain and with Advanced Wave Sensors S.L., Paterna, València, Spain. (e-mail: rfernandez@awsensors.com); Yolanda Jiménez, Antonio Arnau and María Calero are with the Center for Research and Innovation in Bioengineering (Ci2B), Universitat Politècnica de València, València, Spain; Ilya Reiviakine is with Advanced Wave Sensors S.L., Paterna, Valencia, Spain and with the Department of Bioengineering, University of Washington, Seattle, WA, 98150 USA; María Isabel Rocha-Gaso and José Vicente García are with Advanced Wave Sensors S.L., Paterna, València, Spain. / Calero Alcarria, MDS. (2022). Development of a novel high resolution and high throughput biosensing technology based on a Monolithic High Fundamental Frequency Quartz Crystal Microbalance (MHFF-QCM). Validation in food control [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/182652 / Compendio

Αντικείμενο της διατριβής ήταν η ανάπτυξη υπολογιστικών μεθόδων διάγνωσης και εκτίμησης της κατάστασης της υγείας του εμβρύου. Οι προτεινόμενες μεθοδολογίες αναλύουν και εξάγουν πληροφορίες από το σήμα της ΕΚΣ καθώς το συγκεκριμένο σήμα αποτελεί ένα από τα λιγοστά διαθέσιμα εργαλεία για την εκτίμηση της οξυγόνωσης του εμβρύου και της αξιολόγησης της κατάστασης της υγείας του κατά τη διάρκεια του τοκετού. Για την αξιολόγηση των μεθόδων εξετάστηκε η συσχέτιση της Εμβρυϊκής Καρδιακής Συχνότητας (ΕΚΣ) με βραχυπρόθεσμες αξιόπιστες ενδείξεις για την κατάσταση του εμβρύου και πιο συγκεκριμένα χρησιμοποιήθηκε η συσχέτιση της τιμής του pH του αίματος του εμβρύου η οποία αποτελεί μια έμμεση ένδειξη για την ανάπτυξη υποξίας κατά τη διάρκεια του τοκετού. Στα πλαίσια της διατριβής χρησιμοποιήθηκε για πρώτη φορά η μέθοδος της ανάλυσης σε ανεξάρτητες συνιστώσες για την εξαγωγή χαρακτηριστικών από το σήμα της ΕΚΣ. Επίσης προτάθηκαν και χρησιμοποιήθηκαν Κρυφά Μοντέλα Markov σε μια προσπάθεια να «συλληφθεί» η χρονική εξέλιξη του φαινομένου της μεταβολής της κατάστασης του εμβρύου. Επιπλέον προτάθηκαν νέα χαρακτηριστικά εξαγόμενα με τη χρήση του Διακριτού Μετασχηματισμού Κυματιδίου. Με χρήση μιας υβριδική μέθοδος, που βασίζεται στη χρήση εξελικτικής γραμματικής «κατασκευάστηκαν» νέα χαρακτηριστικά παραγόμενα από τα χαρακτηριστικά που είχαν ήδη εξαχθεί με συμβατικές μεθόδους. Επιπρόσθετα στα πλαίσια της διατριβής χρησιμοποιήθηκαν για πρώτη φορά (και η μόνη μέχρι στιγμής) μηχανές διανυσμάτων υποστήριξης για την ταξινόμηση και προτάθηκε και χρησιμοποιήθηκε για πρώτη φορά η μέθοδος βελτιστοποίησης με σμήνος σωματιδίων για τη ρύθμιση των παραμέτρων τους. Τέλος προτάθηκε και χρησιμοποιήθηκε για πρώτη φορά η μέθοδος βελτιστοποίησης με σμήνος σωματιδίων για την εκπαίδευση μιας νέας οικογένειας νευρωνικών δικτύων, των νευρωνικών δικτύων κυματιδίου. Μέσα από τα πειράματα τα οποία διεξήγαμε καταφέραμε να δείξουμε ότι τα δεδομένα της ΕΚΣ διαθέτουν σημαντική πληροφορία η οποία με τη χρήση κατάλληλων προηγμένων μεθόδων επεξεργασίας και ταξινόμησης μπορεί να συσχετιστεί με την τιμή του pH του εμβρύου, κάτι το οποίο θεωρούνταν ουτοπικό στη δεκαετία του 90. / This Dissertation dealt with the development of computational methods for the diagnosis and estimation of fetal condition. The proposed methods analyzed and extracted information from the Fetal Heart Rate (FHR) signal, since this is one of the few available tools for the estimation of fetal oxygenation and the assessment of fetal condition during labor. For the evaluation of the proposed methods the correlation of the FHR signal with short term indices were employed and to be more specific, its correlation with the pH values of fetal blood, which is an indirect sign of the development of fetal hypoxia during labor. In the context of this Dissertation, Independent Component Analysis (ICA) for feature extraction from the FHR signal was used for the first time. Moreover we used Hidden Markov Models in an attempt to “capture” the evolution in time of the fetal condition. Furthermore, new features based on the Discrete Wavelet Transform were proposed and used. Using a new hybrid method based on grammatical evolution new features were constructed based on already extracted features by conventional methods. Moreover, for the first (and only) time, Support Vector Machine (SVM) classifiers were employed in the field of FHR processing and the Particle Swarm Optimization (PSO) method was proposed for tuning their parameters. Finally, a new family of neural networks, the Wavelet Neural Networks (WNN) was proposed and used, trained using the PSO method. By conducting a number of experiments we managed to show that the FHR signal conveys valuable information, which by the use of advanced data processing and classification techniques can be associated with fetal pH, something which was not regarded feasible during the 90’s.

The current research work aims at the development of Biomedical Neuroengineering tools (Biotechnologies) for the in-depth functional study, rapid diagnosis, continuous monitoring and well-timed management of acute and chronic brain disorders, of individuals that are subjected to or suffer from any kind of systemic hypoxaemia or more localized brain hypoxia; as well as the functional assessment and continuous control of adaptability during the training of “altinauts” and generally of individuals that practice activities and function within environments of increased visual-cognitive-motor response demands (a type of brain “stress test”). For this purpose, we subject the entire visuocognitive system, from the elementary sensory to the most complex cognitive level, to an experimental test of categorical discrimination of complex visuocognitive stimuli, following ultra-rapid visual stimulation that leads to a motor response upon categorization of targets (images of animals elicit productive responses) and to its suppression upon categorization of nontargets (images of nonanimals elicit inhibitory responses). The oscillatory electro-physiological responses that are concurrently recorded at the occipital-temporal-parietal brain areas are analyzed in the time-domain (<20Hz) and in the joint time-frequency domain broadband (1-60Hz) with the Continuous Wavelet Transform that optimizes the multiresolution analysis of the high frequency (≥20Hz) γ-band oscillatory activity. This visuocognitive categorization test takes place in normoxaemic as well as hypoxaemic conditions (monitored reduction in the blood oxygen saturation from ≥97% to around 80% under conditions of hypobaric hypoxia within a hypobaric chamber), in order to assess electrophysiological markers that can detect and capture in the most sensitive and dynamic way even so transient, short-living and rather mild changes in brain function. The statistical parametric analysis of the time-frequency maps and the generalized, statistically safer, method of analysis of variance have established as the most sensitive and reliable the following markers: the major deflections of the evoked potentials, the phase-coherence factor of the oscillations across single-trials and the elicited energy of the evoked/phase-locked and the induced/total oscillatory activity. These electrophysiological markers in conjunction with psychometric tests allow for the investigation of the stages/levels of the decline as well as of the compensatory reserves in the visual-perceptive and cognitive-mental brain functions in order to determine the functional sensitivity thresholds of different brain functions to hypoxia. They open up the way for the functional characterization, the diagnosis and monitoring of brain insults or other acute and chronic pathological brain conditions. / Η παρούσα ερευνητική εργασία στοχεύει στην ανάπτυξη εργαλείων Βιοϊατρικής Νευρομηχανικής (Βιοτεχνολογίες) για την σε βάθος λειτουργική μελέτη, ταχεία διάγνωση, συνεχή παρακολούθηση και έγκαιρη αντιμετώπιση οξέων και χρόνιων εγκεφαλικών διαταραχών, ατόμων που υπόκεινται σε ή πάσχουν από οιαδήποτε μορφή συστηματικής υποξαιμίας ή πιο εντοπισμένης εγκεφαλικής υποξίας, καθώς και για την λειτουργική αξιολόγηση και το συνεχή έλεγχο της προσαρμοστικότητας κατά την εξάσκηση των «υψιβατών», και γενικότερα ατόμων που ασκούν δραστηριότητες και λειτουργούν μέσα σε περιβάλλοντα αυξημένων οπτικο-γνωστικο-κινητικών απαιτήσεων (ένα είδος «στρες τεστ» για τον εγκέφαλο). Για το σκοπό αυτό υποβάλλουμε ολόκληρο το οπτικογνωστικό σύστημα, από το στοιχειώδες αισθητηριακό έως το πιο πολύπλοκο νοητικό επίπεδο, σε μια πειραματική δοκιμασία κατηγορικής διάκρισης σύνθετων οπτικογνωστικών ερεθισμάτων, μετά από υπερταχεία οπτική διέγερση που οδηγεί στην έκλυση κινητικής απάντησης κατά την κατηγοριοποίηση στόχων (εικόνες «ζώων» εκλύουν παραγωγικές αποκρίσεις) και στην καταστολή της κατά την κατηγοριοποίηση μη-στόχων (εικόνες «μη-ζώων» εκλύουν ανασταλτικές αποκρίσεις). Οι ταλαντωτικές ηλεκτροφυσιολογικές αποκρίσεις που συγχρόνως καταγράφονται στις ινιακές-κροταφικές-βρεγματικές περιοχές του εγκεφάλου αναλύονται στο πεδίο του χρόνου (<20Hz) και στο συζευγμένο χρονοφασματικό πεδίο ευρυζωνικά (1-60Hz) με το συνεχή μετασχηματισμό του κυματίου που βελτιστοποιεί την πολυφασματική ανάλυση της υψίσυχνης (≥20Hz) γ-ταλαντωτικής δραστηριότητας. Αυτή η δοκιμασία οπτικογνωστικής κατηγοριοποίησης λαμβάνει χώρα τόσο σε νορμοξαιμικές όσο και υποξαιμικές συνθήκες (ελεγχόμενη μείωση στον κορεσμό του αίματος σε οξυγόνο από ≥97% γύρω στο 80% για 15 λεπτά κάτω από συνθήκες υποβαρικής υποξίας μέσα σε υποβαρικό θάλαμο), προκειμένου να ελέγξουμε ηλεκτροφυσιολογικούς δείκτες που μπορούν να ανιχνεύσουν και να συλλάβουν με τον πιο ευαίσθητο και δυναμικό τρόπο ακόμη και τόσο βραχύβιες και σχετικά ήπιες μεταβολές της εγκεφαλικής λειτουργίας. Η στατιστική παραμετρική ανάλυση των χρονοφασματικών χαρτών και η γενικευμένη, στατιστικά πιο ασφαλής, μέθοδος ανάλυσης των διακυμάνσεων ανέδειξαν ως πλέον ευαίσθητους και αξιόπιστους τους ακόλουθους δείκτες: τις κύριες αιχμές των προκλητών δυναμικών, τον παράγοντα φασικής συνάφειας των ταλαντώσεων μεταξύ των μοναδιαίων καταγραφών και την εκλυόμενη ενέργεια των προκλητών/φασικά-κλειδωμένων και επαγόμενων/ολικών ταλαντώσεων. Οι ηλεκτροφυσιολογικοί αυτοί δείκτες σε συνδυασμό με ψυχομετρικές δοκιμασίες επιτρέπουν τη διερεύνηση των σταδίων/επιπέδων κάμψης καθώς και των αποθεμάτων αντιρρόπησης των οπτικο-αντιληπτικών και γνωστικών-νοητικών λειτουργιών του εγκεφάλου για τον καθορισμό των λειτουργικών ουδών ευαισθησίας διάφορων εγκεφαλικών λειτουργιών στην υποξία. Ανοίγουν μάλιστα το δρόμο. για το λειτουργικό χαρακτηρισμό, τη διάγνωση και την παρακολούθηση εγκεφαλικών προσβολών ή άλλων οξέων και χρόνιων παθολογικών καταστάσεων του εγκεφάλου.

The thesis focuses on the issue of signal processing. Using practical examples, it tries to show the use of individual signal processing operations from a practical point of view. For each of the selected signal processing operations, an application is created in MATLAB, including a graphical interface for easier operation. The division of the thesis is such that each chapter is first analyzed from a theoretical point of view, then it is shown using a practical demonstration of what the operation is used in practice. Individual applications are described here, mainly in terms of how they are handled and their possible results. The results of the practical part are presented in the attachment of the thesis.

Atrial fibrillation is a common heart arrhythmia which is characterized by a missing or irregular contraction of the atria. The disease is a risk factor for other more serious diseases and the total medical costs in society are extensive. Therefore it would be beneficial to improve and optimize the prevention and detection of the disease.   Pulse palpation and heart auscultation can facilitate the detection of atrial fibrillation clinically, but the diagnosis is generally confirmed by an ECG examination. Today there are several algorithms that detect atrial fibrillation by analysing an ECG. A common method is to study the heart rate variability (HRV) and by different types of statistical calculations find episodes of atrial fibrillation which deviates from normal sinus rhythm.   Two algorithms for detection of atrial fibrillation have been evaluated in Matlab. One is based on the coefficient of variation and the other uses a logistic regression model. Training and testing of the algorithms were done with data from the Physionet MIT database. Several steps of signal processing were used to remove different types of noise and artefacts before the data could be used.   When testing the algorithms, the CV algorithm performed with a sensitivity of 91,38%, a specificity of 93,93% and accuracy of 92,92%, and the results of the logistic regression algorithm was a sensitivity of 97,23%, specificity of 93,79% and accuracy of 95,39%. The logistic regression algorithm performed better and was chosen for implementation in Java, where it achieved a sensitivity of 97,31%, specificity of 93,47% and accuracy of 95,25%. / Förmaksflimmer är en vanlig hjärtrytmrubbning som kännetecknas av en avsaknad eller oregelbunden kontraktion av förmaken. Sjukdomen är en riskfaktor för andra allvarligare sjukdomar och de totala kostnaderna för samhället är betydande. Det skulle därför vara fördelaktigt att effektivisera och förbättra prevention samt diagnostisering av förmaksflimmer.   Kliniskt diagnostiseras förmaksflimmer med hjälp av till exempel pulspalpation och auskultation av hjärtat, men diagnosen brukar fastställas med en EKG-undersökning. Det finns idag flertalet algoritmer för att detektera arytmin genom att analysera ett EKG. En av de vanligaste metoderna är att undersöka variabiliteten av hjärtrytmen (HRV) och utföra olika sorters statistiska beräkningar som kan upptäcka episoder av förmaksflimmer som avviker från en normal sinusrytm.   I detta projekt har två metoder för att detektera förmaksflimmer utvärderats i Matlab, en baseras på beräkningar av variationskoefficienten och den andra använder sig av logistisk regression. EKG som kommer från databasen Physionet MIT används för att träna och testa modeller av algoritmerna. Innan EKG-signalen kan användas måste den behandlas för att ta bort olika typer av brus och artefakter.   Vid test av algoritmen med variationskoefficienten blev resultatet en sensitivitet på 91,38%, en specificitet på 93,93% och en noggrannhet på 92,92%. För logistisk regression blev sensitiviteten 97,23%, specificiteten 93,79% och noggrannheten 95,39%. Algoritmen med logistisk regression presterade bättre och valdes därför för att implementeras i Java, där uppnåddes en sensitivitet på 91,31%, en specificitet på 93,47% och en noggrannhet på 95,25%.