Robuste Pulsdetektion für die Ultraschall-Computertomographie ...
Robuste Pulsdetektion für die Ultraschall-Computertomographie ...
Robuste Pulsdetektion für die Ultraschall-Computertomographie ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
4.2. KLASSIFIKATION FÜR DIE PARAMETERSCHÄTZUNG<br />
ningsdatensatz, anzuwenden und deren Eignung zu prüfen. Alle Vorgänge lassen<br />
sich dabei komfortabel über eine grafische Nutzerschnittstelle steuern (Abbildung<br />
4.2).<br />
4.2.3 Matched-Wavelet<br />
Abbildung 4.2: WEKA Oberfläche<br />
Die Daten <strong>für</strong> das Data-Mining-Tool WEKA wurden durch <strong>die</strong> Wavelet-Trans-<br />
formation des Signals mit einem angepassten Wavelet gewonnen. Dieses Wave-<br />
let wurde nach dem Algorithmus aus Kapitel 3.1 an das zur Anregung der Ul-<br />
traschallwandler verwendete Signal angepasst. Die Abbildung 4.3 (a) zeigt <strong>die</strong><br />
momentan verwendete Pulsform (coded excitation) und in (b) das zugehörige<br />
angepasste Wavelet. Das hohe Maß an<br />
Übereinstimmung ist deutlich zu erken-<br />
nen und so sollte das Matched-Wavelet eine bessere Detektion ermöglichen als<br />
Standard-Wavelets, <strong>die</strong> nicht an <strong>die</strong> Signalform angepasst sind.<br />
4.2.4 Trainingsdatensatz<br />
Um eine Auswertung der Signaldaten überhaupt erst zu ermöglichen, musste<br />
zunächst entschieden werden, welche Daten verwendet, wie sie gewonnen werden<br />
25