Weighted Sliding Empirical Mode Decomposition and its application to neuromonitoring data

Angela Zeiler
2013
Empirical Mode Decomposition (EMD) zerlegt Zeitreihen anwendungsorientiert und lokal in eine Anzahl von oszillierenden Komponenten und einen Trend. In dieser Dissertation wird eine EMD basierte Methode vorgeschlagen, genannt weighted Sliding Empirical Mode Decomposition (wSEMD), die, mit angemessenem Rechenaufwand, den Anwendungsbereich von EMD auf eine online Analyse für Zeitreihen erweitert, die große Datenmengen umfassen, wenn sie mit hoher Samplingrate aufgenommen werden. Ein Beispiel für
more » ... Ein Beispiel für solche Zeitreihen sind Hirnstatusdaten, die während des Neuromonitorings in neurochirurgischen Intensivstationen aufgezeichnet werden. WSEMD wird auf diese Daten angewendet, einerseits unter Verwendung seiner Eigenschaft als Tiefpassfilter zu funktionieren und andererseits profitierend von seiner Möglichkeit Daten online zu analysieren.
doi:10.5283/epub.27783 fatcat:62ori2oe7ncc7d2uwkqrrhmzgu