Objev našich vědců otvírá nové možnosti zkoumání signálů z mozku i vesmíru či ochrany letišť

P0006475-2.jpg
Část týmu FM s experimentálním zařízením pro multikanálové snímání zvuku. Zleva: Jaroslav Čmejla, Zbyněk Koldovský a Tomáš Kounovský. Foto: Adam Pluhař, TUL

Algoritmus může „poslouchat“ jediného mluvčího mezi patnácti překřikujícími se lidmi, kteří se ještě pohybují. Třeba po letištní hale. Při zpracování signálů z EEG zase dokáže mezi několika různými aktivitami mozku sledovat jen ty, jež souvisí s reakcí na nějaký podnět. To jsou jen dílčí možnosti praktického využití objevu týmu odborníků z Fakulty mechatroniky, informatiky a mezioborových studií TUL (FM).

Řečí expertů vyvinul osmičlenný tým zobecnění výpočetní metody pro analýzu dat. Konkrétně Analýzu nezávislých komponent (Independent Component Analysis). Ta se používá již od 90. let 20. století, tým FM ji ale nově zobecnil pro pohybující se zdroje signálů.

Výsledek mnohaletého bádání zveřejnil v odborném časopise nejvyšší kategorie D1. Reakce vědeckého světa a další praktické aplikace mohou být rozsáhlé. „Zvládli jsme dva těžké úkoly najednou –  navrhnout nové rozšíření metodiky a odvodit pro to i účinný algoritmus. Praktické použití bude velmi široké, protože je vše postaveno na obecném matematickém modelu, který má širokou platnost,“ říká vedoucí výzkumného týmu Zbyněk Koldovský z Ústavu informačních technologií a elektroniky FM.

Pro lepší pochopení pár slov o Analýze nezávislých komponent (ICA). „Analýza nezávislých komponent dokáže rozložit směsici signálů pozorovanou pomocí několika senzorů na samostatné signály, ze kterých je směs složena. Aplikovatelná je téměř na jakákoliv data. Například zvuk, EKG, EEG, geoseismická, chemometrická nebo astrofyzikální data, vibrace či telekomunikační signály. Rozklad probíhá na základě matematické hypotézy, která předpokládá, že původní signály jsou nezávislé,“ vysvětluje podstatu ICA Zbyněk Koldovský.

To, co vědci nejčastěji naměří, je směsice signálů. V případě zvuku třeba několik mluvících lidí a okolní hluk. U mozku zase elektromagnetické vlny generované různými částmi mozku. Bez jejich rozložení na jednotlivé promluvy v případě hlasu nebo dílčí signály u mozku jde jen o nesrozumitelnou „změť“. „Analýza nezávislých komponent dokáže tato měření rozložit na dílčí signály. Například na jednotlivé mluvící lidi. A to čistě na základě matematického modelu, takže k tomu nepotřebuje žádnou další významnou informaci. To je velice důležité, protože my často žádnou další informaci než ta měření ani k dispozici nemáme,“ uvádí Jiří Málek, další člen výzkumného týmu.

Objev umožní sledovat pohybující se signály

Jenže základní metoda ICA je postavená na předpokladu, že se zdroje původních signálů v datech nepohybují. A nyní jsme u jádra objevu libereckého týmu. Díky němu jsou teď vědci schopní signály pomocí ICA rozložit a rozklíčovat, i když jsou zdroje signálů v pohybu. Například, když se skupina lidí libovolně proplétá místností.

„Nová metoda, kterou jsme vypracovali, umožňuje, aby nezávislý signál přicházel v různých okamžicích z různých míst. Třeba při stimulaci mozku nějakým podnětem se postupně aktivují jeho různé části. My to můžeme chápat jako pohyblivou reakci, kterou nová metoda dokáže ze směsice různých dalších aktivit mozku vyseparovat,“ přibližuje Jiří Málek.

Objev může pomoci „vyčistit“ signál při vyšetřování srdečního rytmu na EKG holteru. „Signál může být rušen například displejem, který generuje elektromagnetický ruch. Analýza nezávislých komponent dokáže signály rozložit na ty, které vznikají činností srdce, a na ty ostatní. EKG lze díky tomu zrekonstruovat jen ze signálů srdeční aktivity a tím z něj odstranit nechtěná rušení,“ říká Jaroslav Čmejla, jenž se rovněž na vypracování algoritmu podílel.

Nové možnosti může ICA nabízet také při výzkumu Vesmíru. Kupříkladu při mapování intenzity reliktního záření po Velkém třesku. „Analýza nezávislých komponent byla základem metody, která byla použita k odstínění mikrovlnného záření Mléčné dráhy a jiných galaxií z dat, která naměřila evropská sonda Planck,“ naznačuje další z možností modifikované ICA Jaroslav Čmejla.

Pro ověřování metody vyvinul tým v Ústavu Informačních technologií a elektroniky při FM software v programovacím jazyce MATLAB. Do budoucna zvažuje patenty vázané na konkrétní aplikace a technická zařízení. Kód algoritmu zveřejnil vědecký tým na svých stránkách: https://asap.ite.tul.cz/downloads/ice/.

„Nabízí se široká paleta různých použití. Teď bude záležet na tom, zda a jak se náš algoritmus začne používat, ověřovat a nasazovat v praxi. My například iniciujeme spolupráci s americkým týmem, který se zabývá dynamickou funkční magnetickou resonancí. Metodu budeme ještě dál rozvíjet, máme naplánované další kvalitativní zobecnění,“ popisuje Zbyněk Koldovský.

I když nejde úplně o „čtení na dobrou noc“, s prací týmu vědců z FM se můžete blíže seznámit v článku časopisu IEEE Transactions on Signal Processing nazvaný “Dynamic Independent Component/Vector Analysis: Time-Variant Linear Mixtures Separable by Time-Invariant Beamformers.“

(https://ieeexplore.ieee.org/document/9387552)

Adam Pluhař

Další články v rubrice

Zůstaň v kontaktu s univerzitou

T-UNI Univerzitní časopis /
University Magazine

Nepřehlédněte
tipy redakce