Synchronisierung von multimodalen Zeitreihen physiologischer Phänomene

Diese Bachelorarbeit befasst sich mit Möglichkeiten zur zeitlichen Synchronisation von multimodalen Zeitreihen. Dabei lag der Fokus auf der Synchronisation von Elektrokardiogramm- und Seismokardiogramm-Signalen. In der Literaturrecherche wurden vier Methoden extrahiert: Kreuzkorrelation, Dynamic
Time Warping, Canonical Time Warping und Mahalanobis-Distance-Based Dynamic Time Warping. Um die Ergebnisse einschätzen zu können, wurden zusätzlich zwei triviale Verfahren implementiert. Als Datensätze wurden zum einen der Datensatz „Combined measurement of ECG, Breathing and Seismocardiograms“ (CEBS) von García-González et al. [4] und zum anderen synthetisch erzeugte Signale verwendet. Die Methoden wurden an zwei Szenarien untersucht. Ein Szenario beinhaltete die Synchronisation von zwei Signalen, welche sich teilweise überlappten und das anderen die Synchronisation von zwei Signalen, wobei ein Signal vollständig im anderen enthalten war. Dabei wurden jeweils Verschiebungen in Ein-Sekunden-Schritten betrachtet.
Neben der multimodalen Synchronisation erfolgte zusätzlich eine unimodale Synchronisation. Zur Bewertung der Ergebnisse wurde die Evaluationsmetrik von Feng Zhou und Fernando de La Torre [28] verwendet. In der Diskussion wurde gezeigt, dass diese Evaluationsmetrik nicht die Anforderung an eine Metrik erfüllt. Jedoch könnte sie für den in dieser Arbeit untersuchten Fall dennoch eine gültige Metrik darstellen. Die Analyse der Synchronisationsergebnisse ergab, dass die Kreuzkorrelation das beste Ergebnis erzielte. Da ihre Ergebnisse eine Genauigkeit zwischen 30ms und 1s aufwiesen, kann die Kreuzkorrelation als Grobsynchronisation angesehen werden. Die anderen Verfahren aus der Literaturrecherche lieferten nur für die unimodale und synthetische
Synchronisation gute Ergebnisse. Dies jedoch nur für keine oder geringe Verschiebungen (≤ 3s).