On Signal Dependent Basis Functions, Estimation of Event Related Potentials and Multiple Window Spectrum Analysis

Abstract: Popular Abstract in Swedish Avhandlingen består av tre delar. Gemensamt för de tre delarna är användningen av signalberoende basfunktioner och skattning av händelserelaterade signaler från hjärnan. Händelserelaterade signaler uppkommer i hjärnan som svar på ett yttre stimulus, t.ex., ett ljud eller en ljusblixt. Svaret från hjärnan kan mätas med elektroder på huvudet men är kraftigt stört av den spontana hjärnaktiviteten, Elektroencefalogrammet. Den vanligaste metoden för att reducera inverkan av störningen är medelvärdesbildning över ett antal stimuli. Denna metod är ofta otillräcklig då svarets utseende kan variera från stimulus till stimulus. Medelvärdesbildning förstör då informationen. Del ett presenterar en översikt av ett antal signalbehandlingsmetoder som anpassats för mätning (skattning) av händelserelaterade signaler från hjärnan. Metoderna reducerar störningen på svaret från ett enda stimulus och behöver inte medelvärdesbilda över flera stimuli. Man kan utnyttja svaret för att mäta förändringar i koncentrationförmågan då den mentala arbetsbelastningen ökar. Ett klassiskt exempel på ett arbete med varierande mental arbetsbelastning är flygledare. I del två beskrivs ett system för att mäta sömndjup (anestesi) vid operation. Under en operation är det givetvis viktigt att patienten inte är vaken men det är också viktigt att patienten inte sövs för djupt. Då hörseln är en av de sista funktioner som försvinner vid anestesi kan hjärnans svar på ett hörselstimulus användas för att avgöra hur djupt patienten är sövd. Ett nytt system, som reducerar störningen i tre steg och gör det möjligt att objektivt mäta hur djupt patienten sover, har utvecklats. Informationen ges med en maximal fördröjning på en minut. I den tredje delen beskrivs en ny metod för att mäta (skatta) frekvensinnehållet i en signal. Metoden är speciellt användbar då man har signaler vars frekvensinnehåll förändras med tiden, t.ex., talsignaler (olika ljud i ett ord har olika frekvensinnehåll) eller den spontana hjärnaktiviteten. Metoden mäter frekvensinnehållet utan att förutsätta en modell som annars är vanligt. Metoden är baserad på multi-fönster teknik som innebär att man 'fönstrar' signalen med ett speciellt fönster innan man beräknar frekvensinnehållet. Genom att använda olika fönster med speciella egenskaper ges en bättre bild av frekvensinnehållet.