die fourier-transformation und ihre bedeutung für die ... · a. otte – die...
TRANSCRIPT
WHLSchriften der Wissenschaftlichen Hochschule Lahr
Nr. 17
Andreas Otte
Die Fourier-Transformation und ihreBedeutung für die biomedizinischeSystemtechnik
WHL Wissenschaftliche Hochschule Lahr
ISBN: 978-3-86692-116-0 Wissenschaftliche Hochschule Lahr
Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
Andreas Otte
Schriften der Wissenschaftlichen Hochschule Lahr
Herausgeber: Prof. Dr. Tristan Nguyen
Prof. Dr. Andreas Otte
Prof. Dr. Martin Reckenfelderbäumer
Prof. Dr. Stephan Schöning
Prof. Dr. Günther Seeber
Nr. 17 Lahr, Januar 2010
ISBN: 978-3-86692-116-0
© Copyright 2010 WHL Wissenschaftliche Hochschule Lahr
Hohbergweg 15-17
77933 Lahr
www.whl-lahr.de
Alle Rechte vorbehalten
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
1
Die Fourier-Transformation und ihre Bedeutung für die
biomedizinische Systemtechnik
Andreas Otte
Inhaltsverzeichnis
A Vorwort ...................................................................................................... 4
B Einleitung ................................................................................................... 5
C Theoretischer Teil...................................................................................... 6
1. Mathematik der Fourier-Transformation.................................................. 6
1.1 Darstellungsformen der Fourier´schen Reihe................................. 6
1.2 Die Bestimmung der Fourier-Koeffizienten................................... 7
1.3 Entwickelbarkeit einer Funktion .................................................. 12
1.3.1 Periodische Funktionen.................................................... 12
1.3.2 Aperiodische Funktionen................................................. 13
1.4 Eigenschaften und Besonderheiten der Fourier-Reihe................. 14
1.4.1 Periodizität ....................................................................... 14
1.4.2 Vereinfachungen.............................................................. 14
1.4.3 Die Minimumseigenschaft der Fourier-Koeffizienten..... 15
1.4.4 Das Gibbs´sche Phänomen .............................................. 16
1.5 Erläuternde Beispiele ................................................................... 16
2. Die Fourier-Transformation mit dem Computer .................................... 20
2.1 DFT und FFT................................................................................ 20
Seite
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
2
2.2 Demonstrationsprogramm nach der FFT-Methode...................... 22
D Anwendungen der Fourier-Transformation......................................... 23
1. Übersicht ................................................................................................ 23
2. Beispiele aus der Akustik ....................................................................... 25
2.1 Geräusch....................................................................................... 25
2.2 Knall .............................................................................................25
2.3 Ton................................................................................................ 25
2.3.1 „Reiner“ Ton.................................................................... 25
2.3.2 „Natürlicher“ Ton ............................................................ 25
2.4 Klangbilder einiger Musikinstrumente......................................... 26
3. Beispiele aus der biomedizinischen Systemtechnik............................... 31
3.1 Die FFT bei der Verarbeitung von Biosignalen ........................... 31
3.2 Klinische Neurophysiologie ......................................................... 32
3.2.1 Einführung ....................................................................... 32
3.2.2 Elektroenzephalographie (EEG) ...................................... 32
3.3 Radiologie .................................................................................... 35
3.3.1 Computertomographie (CT)............................................. 35
3.3.2 Magnetresonanztomographie (MRT)............................... 35
3.3.3 Doppler-Sonographie....................................................... 36
3.4 Nuklearmedizin ............................................................................ 37
E Literaturverzeichnis ................................................................................ 39
1. Zitierte Literatur ..................................................................................... 39
2. Weiterführende Literatur........................................................................ 39
F Anhang...................................................................................................... 41
1. Fourier-Computerprogramme ................................................................ 41
1.1 Programm für FFT........................................................................ 41
1.2 Programm für die Graphik ........................................................... 42
1.3 Hilfsprogramme............................................................................ 44
1.3.1 Hilfsprogramm für die Erzeugung von Rechteckkurven . 44
1.3.2 Hilfsprogramm für die Erzeugung von Parabelbögen ..... 44
2. Ergebnisse .............................................................................................. 45
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
3
2.1 Ergebnis für Rechteckkurve mit 128 Stützpunkten...................... 45
2.2 Ergebnis für Rechteckkurve mit 2048 Stützpunkten.................... 45
2.3 Ergebnis für Parabelbögen mit 2048 Stützpunkten...................... 46
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
4
A Vorwort
Die Fourier-Transformation hat Einzug in vielfache Anwendungen der Mathematik, Wirtschaftswissenschaften, Physik, Biochemie und Technik gefunden. Von un-schätzbarem praktischem Nutzen ist sie auf dem Gebiet der biomedizinischen Sys-temtechnik – und hier v.a. in der Biosignalverarbeitung – geworden. Es gibt mitt-lerweile kaum ein Gebiet der Medizintechnik, das nicht von der Fourier-Transformation Gebrauch macht.
Die vorliegende Schrift bereitet die mathematischen Grundlagen der Fourier-Transformation ausführlich auf und stellt exemplarisch einige Anwendungsgebiete aus der Akustik und biomedizinischen Systemtechnik vor.
Januar 2010
Prof. Dr. med. Andreas Otte
Facharzt für Nuklearmedizin
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
5
B Einleitung
Der französische Mathematiker und Physiker BARON JEAN BAPTISTE JOSEPH DE
FOURIER (1768-1830, Abb. 1) veröffentlichte 1822 sein Buch „Theorie analytique de la chaleur“. Darin entwickelte er eine Theorie über trigonometrische Funktio-nenreihen, die heute nach ihm benannt werden, eine mathematische Theorie, die zunächst nur als ein Hilfsmittel für seine physikalische Abhandlung gedacht war. Sein Grundgedanke war:
JEDE PERIODISCHE BEWEGUNG (KURVE) KANN MAN ALS SUMME VON UNENDLICH VIE-LEN SINUSKURVEN DARSTELLEN, DEREN FREQUENZ SICH WIE 1:2:3:4 USW. VERHALTEN, D.H. EIN „HARMONISCHES“ V ERHÄLTNIS BILDEN.
Abb. 1 BARON JOSEPH DE FOURIER (1768-1830)
Obwohl diese Idee gleichsam nur als Werkzeug diente und im Zusammenhang mit einer thermodynamischen Schrift stand, hat sie wichtige Anwendungen in allen Be-reichen der Mathematik, der Physik und der Technik – insbesondere der biomedi-zinischen Systemtechnik – erfahren. In vielen Einsatzgebieten wird die Fourier-Transformation dazu verwendet, um für zeitliche Signale (z.B. ein Sprachsignal oder einen Spannungsverlauf) das Frequenzspektrum zu berechnen (Fourier-Analyse).
Mit dem Aufkommen von hochleistungsfähigen, schnellen Rechnersystemen hat Fourier in den letzten drei bis vier Jahrzehnten eine Renaissance von großer Trag-weite erfahren.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
6
C Theoretischer Teil
1. Mathematik der Fourier-Transformation
1.1 Darstellungsformen der Fourier´schen Reihe
In die Sprache der Mathematik übersetzt, lässt sich Fouriers Idee folgendermaßen darstellen:
(1) f(t)=a0+a1cosωt+a2cos2ωt+a3cos3ωt+…+b1sinωt+b2sin2ωt+b3sin3ωt+…
mit:
f(t) Funktionsterm der Kurve (einer periodischen Bewegung)
t Zeit
ω Kreisfrequenz der periodischen Funktion (ω=T
π2 , T Umlaufzeit)
aj Fourierkonstanten oder –koeffizienten der cos-Glieder (j=1,2,3,...); a0 ist die mittlere Verschiebung vom Nullpunkt (Gleichanteil)
bj Fourierkonstanten oder –koeffizienten der sin-Glieder (j=1,2,3,...)
Für diese Schreibweise gibt es auch andere Formen der Darstellung:
f(t)=a0+∑∞
=
⋅+
⋅1
2sin2cosj
jj tT
jbt
T
ja
ππ bzw.
(2) f(t)=a0+∑=
⋅+
⋅n
jjj t
T
jbt
T
ja
1
2sin2cos ππ ,
wenn man sich auf eine endliche Anzahl von n Stützpunkten beschränkt.
Eine zu (1) äquivalente Schreibweise ergibt sich durch Anwendung der entspre-chenden Phasenverschiebung zwischen sin und cos:
(3) f(t)=a0+c1cos(ωt-φ1)+c2cos(2ωt-φ2)+c3cos(3ωt-φ3)+...
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
7
bzw., auf n Stützpunkte beschränkt:
(4) f(t)=a0+∑=
−⋅n
jjj t
T
jc
1
2cos ϕπ
mit:
φj Phasenverschiebungen (j=1,2,3,…)
cj Fourierkoeffizienten (j=1,2,3,...)
Gl. (2) und (4) hängen zusammen durch:
(5) cj= 22jj ba +
und
(6) φj=arctanj
j
a
b
1.2 Die Bestimmung der Fourier-Koeffizienten
Die in Abschnitt 1.1 genannten Darstellungsformen liefern alle einen rechnerischen Ansatz für die Fourier-Transformation, d.h. für die Bestimmung der Fourier-konstanten oder –koeffizienten. Die Kenntnis dieser Koeffizienten ist Vorausset-zung für alle praktischen Anwendungen der Fourier-Transformation. Ausgegangen wird von der trigonometrischen Reihe
(7) f(x)= ( )∑∞
=
++1
0 sincos21
ννν νν xbxaa 1
1 Warum der Gleichanteil 20a
und nicht 0a wie in Gl. (2) beträgt, wird weiter unten verdeutlicht.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
8
Die Koeffizienten aν und bν dieser trigonometrischen Reihe können leicht so ge-wählt werden, dass diese Reihe für alle Werte von x gleichmäßig konvergiert; das ist z.B. schon der Fall, wenn die Reihen
∑∞
=1ννa und ∑
∞
=1ννb
absolut konvergieren (vgl. Satz S. 117 aus [2]).
Angenommen, Gl. (7) ist die Summe einer für alle Werte von x gleichmäßig kon-vergenten trigonometrischen Reihe, dann ist die Funktion mit dem Funktionsterm f(x) stetig, also auch über das Intervall
ππ +− ;
integrierbar. Die Integration kann nun gliedweise erfolgen.2
Da 0sincos == ∫∫+
−
+
−
xdxbxdxa ννπ
πν
π
πν
( ) ( )
[ ]
∫
∫
∫∑∫ ∫ ∫∑
+
−
+−
+
−
+
−
∞
=
+
−
+
−
+
−
∞
=
=⇒
==+=
++=
++=⇒
π
π
ππ
π
π
π
π ννν
π
π
π
π
π
πννν
π
π
νννν
dxxfa
axadxa
dxxbxadxadxxbxaadxxf
)(1
210
21
sincos21sincos
21)(
0
000
10
10
(Gl. 8).
Ähnliche Ausdrücke finden sich, wie sich bald herausstellen wird, auch für die üb-rigen Koeffizienten aυ bzw. bυ (mit υ=1,2,3,...).
2 Auf die Beweise von Stetigkeit und gliedweiser Integrierbarkeit wird hier zugunsten der Übersichtlichkeit
verzichtet.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
9
Denn ist ∈µ IN, so darf Gl. (7) mit cosµx bzw. sinµx durchmultipliziert und an-schließend gliedweise integriert werden. Dabei ergeben sich diese Integrale:
∫+
−
π
π
µν xdxxcoscos ; ∫+
−
π
π
µν xdxxcossin
bzw.: (9)
∫+
−
π
π
µν xdxxsincos ; ∫+
−
π
π
µν xdxxsinsin
Fall 1:
Gilt µν ≠ ( ∈µν , IN), so sind alle Integrale unter (9) Null.
Fall 2:
Gilt µν = ( ∈µν , IN), so ergibt sich:
πµπ
π
=∫+
−
xdx2cos (Gl. 10.1)
0cossin =∫+
−
xdxx µµπ
π
(Gl. 10.2)
πµπ
π
=∫+
−
xdx2sin (Gl. 10.3)
Nachdem wir uns mit der rechten Seite der mit cosµx bzw. sinµx durchmultiplizier-ten und dann gliedweise integrierten Gl. (7) beschäftigt haben, wird jetzt die linke Seite betrachtet. Da rechte und linke Seite gleich sein müssen, ergibt sich wegen (10.1) und (10.2):
( ) πµµµµµπ
π µµµµ
π
π
π
π∫∑∫∫
+
−
∞
=
+
−
+
−
=++=1
20 cossincoscos
21cos)( adxxxbxaxdxaxdxxf
bzw. wegen (10.2) und (10.3):
( ) πµµµµµπ
π µµµµ
π
π
π
π∫∑∫∫
+
−
∞
=
+
−
+
−
=++=1
20 sinsincossin
21sin)( bdxxbxxaxdxaxdxxf
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
10
Da in diesem Fall υ=µ, lässt sich mit der für a0 gefundenen Gl. (8) das Ergebnis wie folgt zusammenfassen:
Satz 1:
Ist eine für alle Werte von x gleichmäßig konvergente trigonometrische Reihe
( )∑∞
=
++1
0 sincos21
ννν νν xbxaa
gegeben, und ist f(x) deren Summe, so gilt für υ=0,1,2,... die Gleichung:
(11) ∫+
−
=π
πν ν
πxdxxfa cos)(1
und für υ=1,2,3,... die Gleichung:
(12) ∫+
−
=π
πν ν
πxdxxfb sin)(1
Diese Formeln werden Euler-Fourier´sche Formeln genannt.3
Kommentar: Warum war es günstiger, bei diesem Beweis von a0/2 für den Gleichanteil auszuge-hen, anstatt von a0 wie in Gl. (2)? Antwort: Um zu erreichen, dass Gl. (11) auch noch für υ=0 richtig bleibt, wird dem konstanten Anfangsglied gewöhnlich diese Form gegeben.
Anmerkung: In der Literatur (z.B. [2], S. 115] begegnet man der Fourier´schen Reihe als einer durch die Funktion f(x) erzeugte oder ihr zugeordnete Reihe, was durch
f(x) ~ ( )∑∞
=++
10 sincos
21
ννν νν xbxaa
ausgedrückt werden soll. In dieser Symbolik wird nichts über die etwaige Konvergenz der Reihe ausgesagt, doch besagt der Satz 1 offenbar, dass eine im Intervall
ππ +− ;
3 Die Forderung der gleichmäßigen Konvergenz kann man durch weniger weitgehende Forderungen ersetzen,
wenn man die Schwierigkeiten eines solchen Beweises auf sich nehmen will.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
11
gleichmäßig konvergente trigonometrische Reihe eine Funktion mit dem Term f(x) darstellt; man darf also in diesem Fall das Zeichen „~“ durch „=“ ersetzen.
An dieser Stelle haben wir Formeln für die Berechnung der Fourier-Koeffizienten entwickelt. Es stellt sich die Frage, ob dieses Verfahren von praktischem Nutzen sein kann, da oft keine analytisch gegebenen Funktionen vorliegen (dazu [1], S. 516f.), sondern nur endlich viele Messwerte, mit denen die Integrale bei der Fou-rier-Transformation nur näherungsweise bestimmbar sind.
Wie Abschnitt 2.1 bzw. 2.2 bestätigen wird, lassen sich die (theoretisch) unendlich vielen Stützpunkte innerhalb einer Periode durchaus auf eine sinnvolle Menge (z.B. 1024, 2048, 4096) beschränken. Dazu kann man das Integral mit dem Summenzei-chen umgehen, es gilt nämlich:
∑∑∫=∞→=∞→
−⋅−+−=
−⋅+−=n
kn
n
k
b
an n
abkaf
n
ab
n
abkaf
n
abdxxf
11)1(limlim)( , wobei
n
n
k
On
abkaf =
−⋅+∑=1
(Obersumme) und
n
n
k
Un
abkaf =
−⋅−+∑=1
)1( (Untersumme, vgl. [3], S. 80ff.).
Bei der Beschränkung auf das Endliche darf der limes wegfallen. Die Formulierung der Euler-Fourier´schen Formeln lautet dann nach einfacher Umrechnung in guter Näherung:
(13) ∑=
−°=n
ij n
jiif
na
1
)1(360cos)(2 (im Gradmaß)
bzw. ∑=
−=n
ij n
jiif
na
1
)1(2cos)(2 π (im Bogenmaß)
sowie:
(14) ∑=
−°=n
ij n
jiif
nb
1
)1(360sin)(2 (im Gradmaß)
bzw. ∑=
−=n
ij n
jiif
nb
1
)1(2sin)(2 π (im Bogenmaß)
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
12
Der Gleichanteil, d.h. die Ordinaten(=Amplituden)-Verschiebung einer Kurve vom Nullpunkt beträgt:
(15) ∑=
==n
i
ifn
aB
1
00 )(1
2:
Kommentar:
Wegen a0/2 siehe o.a. Bemerkung.
mit:
i Laufterm für n n+1 Stützpunkte der zu transformierenden Kurve innerhalb einer Periode
f(i) Funktionswert der zu transformierenden Kurve im Stützpunkt i
j Nummer der Harmonischen, d.h. des jeweiligen Fourier-Koeffizienten
1.3 Entwickelbarkeit einer Funktion
1.3.1 Periodische Funktionen
Welche Bedingungen werden an eine periodische Funktion gestellt, damit man sie in eine Fourier´sche Reihe entwickeln kann?
DIRICHLET beantwortet diese Frage in dem folgenden nach ihm benannten Satz ([1], S. 514):
Satz 2: Dirichlet´sche Bedingung
Lässt sich das Intervall ] [π2;0 in endlich viele Teilintervalle zerlegen und ist f(x) in jedem dieser Teilintervalle stetig und monoton, so ist f(x) in eine Fourier-Reihe entwickelbar, und die Fourierkoeffizienten können nach den Euler-Fourier´schen Formeln eindeutig bestimmt werden.
Nach [1] wird somit auch die Fourierentwicklung beispielsweise der folgenden Funktion möglich:
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
13
Eine weitere Festsetzung wird getroffen:
Satz 3:
Gilt )(lim)(lim00
tftfxtxt −+ →→
= , so wird für diese Flickstelle
+=−+ →→
)(lim)(lim21)(
000 tftfxf
xtxt
gesetzt. Ebenfalls nach [1] stimmt dann der Wert der Fourier´schen Reihe mit dem Funktionswert überein.
1.3.2 Aperiodische Funktionen
Man muss sich die Frage stellen, ob die Fourier-Zerlegung, die doch nur für Bewe-gungen gilt, die sich nach 2π bzw. 360º identisch wiederholen, von praktischem Nutzen sein kann, wo doch in der Natur periodische Vorgänge so gut wie gar nicht vorkommen: Obwohl die Fourier-Transformation tatsächlich zunächst nur für peri-odische Bewegungen gilt, kann man sie auch auf eine aperiodische Bewegung über-tragen, indem man nur ein begrenztes Intervall betrachtet; der gewählte Kurvenaus-schnitt wird dann gleichsam als Teil einer periodischen Kurve angesehen. Dabei muss man aber – entgegen der Ansicht von [1], S. 513f. – eine kleine Modifikation vornehmen: Das Summenzeichen muss durch ein Integral ersetzt werden (dazu [4], S. 68f.). Aus einem Linien- wird dann folglich ein kontinuierliches Spektrum. Die folgende synoptische Darstellung soll dies verdeutlichen:
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
14
1.4 Eigenschaften und Besonderheiten der Fourier-Reihe
1.4.1 Periodizität
Die Fourier´sche Reihe ( )∑∞
=
++=1
0 sincos)(n
n nxbnxaaxf ν ist als Summe der pe-
riodischen Funktionen cos und sin ebenfalls eine periodische Funktion mit der Pe-riode 2π, d.h. es gilt:
f(x+2 π)=f(x)
Kommentar: Ist die Funktion, die man in eine Fourier-Reihe entwickeln will, zwar periodisch, aber nicht von der Periode 2π, sondern von der Periode p, so sollte man x durch
p
x
2π
ersetzen, damit die entstehende Funktion dann auch die Periode 2π hat.
1.4.2 Vereinfachungen
Bei Betrachtung der Euler-Fourier´schen Formeln lassen sich schnell einige Verein-fachungen für die Fourier-Reihe ableiten:
Gilt bei der zu transformierenden Kurve
(a) f(x)=f(-x), d.h. f ist eine „gerade” Funktion, so folgt: bn=0 (n∈IN)
(cos-Reihe)
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
15
(b) -f(x)=f(-x), d.h. f ist eine „ungerade“ Kurve so folgt: an=0 (n=0,1,2,3,...)
(sin-Reihe)
(c) -f(x)=f(x+π), so folgt:a0=0 ∧ a2=a4=a6=...=b2=b4=b6=…=0
1.4.3 Die Minimumseigenschaft der Fourier-Koeffizienten
Ist eine zu transformierende Funktion f(x) gegeben, die über das Intervall
I= ππ +− ;
quadratisch integrierbar ist
– d.h. es genügt, dass f(x) über I eigentlich integrierbar ist, da dann auch
)(xf und )(2 xf
über I eigentlich integrierbar sind (Satz, vgl. [2], S. 115) –, so kann man sich für ein beliebiges n∈IN fragen, wie die Konstanten α0, α1,..., αn bzw. β1, β2, β3,..., βn ge-wählt werden müssen, damit
nxxxnxxxx nnn sin...2sinsincos...2coscos21)( 21210 βββααααϕ ++++++++=
(d.h. ein trigonometrisches Polynom n-ter Ordnung) in I überall möglichst gut mit f(x) übereinstimmt.
Die Forderung „möglichst gut“ lässt sich durch die Gauß´sche Methode der kleinsten Fehlerquadrate – daher die Voraussetzung: „quadratisch integrierbar“ – so formulieren, dass der mittlere Wert des Quadrats der Differenz [f(x)-φn(x)], also
(16) [ ]∫+
−
−π
π
ϕπ
2)()(21
xxf n ,
so klein wie möglich werde.
Wenn dieser Mittelwert klein ist, so kommen Stellen, bei denen [f(x)-φn(x)]2 erheb-lich groß wird, entweder überhaupt nicht vor, oder sie können nur in sehr kleinen Teilen von I auftreten. Somit erscheint diese Methode zweckmäßig. Doch warum setzt man statt des Quadrats der Differenz [f(x)-φn(x)] nicht eine andere gerade Po-tenz oder den absoluten Betrag? Antwort: Da man dann ohne nachweisbaren Ge-winn zu verwickelteren Rechnungen kommen würde.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
16
Satz 4:
Der obige Ausdruck (16) hat sein Minimum für
a0=α0; ai= αi, bi=βi (i∈IN).
1.4.4 Das Gibbs´sche Phänomen
Unter dem nach dem amerikanischen Physiker JOSIAH WILLIARD GIBBS (1839-1903) – er führte den Begriff der Phase in der Thermodynamik ein – benannten Gibbs´schen Phänomen4 versteht man das Vorkommen von Überschreitungen des Unstetigkeitsbereichs. Es tritt überall dort auf, wo es sich um die Approximation einer Unstetigkeitsstelle handelt; der Näherungsprozess wird dabei als ungleichmä-ßig konvergent bezeichnet.
1.5 Erläuternde Beispiele
Die nachfolgenden Abbildungen (aus [1], S. 515) sind Beispiele von Fourierent-wicklungen; zu jeder ist die Fourier-Reihe angegeben. Die jeweilige Herleitung der Fourier-Reihen ist einfach, wenn man die Vereinfachungen unter 1.4.2 beachtet.
4 Für weitere Ausführungen zum Gibbs´schen Phänomen sei an dieser Stelle auf die einprägsame Darstellung
aus der Vorlesung von ARNOLD SOMMERFELD verwiesen, siehe [5], S. 7f..
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
17
Eine andere Möglichkeit, die fundamentale Idee von Fourier umzusetzen, besteht in der Zerlegung eines (a)periodischen Prozesses in ein diskretes Spektrum (=Linienspektrum) .
Hierzu soll noch einmal die Approximation der Rechteckkurve vollzogen werden.
Zunächst wird eine einfache sin-Kurve dargestellt. In der Zeit-Domäne, d.h. der Darstellung der Überlagerungskurve, erscheint natürlich die bekannte sin-Kurve, und in der Frequenz-Domäne (Fourier-Darstellung) erhält man eine einzelne senk-rechte Linie mit der Frequenz „1“ und der Höhe „1“ (=100%):
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
18
Im Folgenden wird eine weitere sin-Kurve, jedoch mit dreifacher Frequenz und nur 1/3 der ursprünglichen Amplitude hinzugefügt. Erwartungsgemäß erhält man eine komplizierte zusammengesetzte Kurve sowie eine zusätzliche diskrete Linie im Fourier-Spektrum:
Werden weitere Sinuskurven mit den Frequenzen 5, 7 und 9 und den Amplituden 1/5, 1/7 bzw. 1/9 addiert, so ergibt sich diese Abbildung:
Bei 26 sin-Kurven nähert man sich schon recht stark der Rechteckform:
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
19
Bevor nun weitere Beispiele praktischer Anwendungen der Fourier-Transformation folgen, soll eine Ausführung der Fourier-Transformation auf dem Computer erfol-gen.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
20
2. Die Fourier-Transformation mit dem Computer
2.1 DFT und FFT
In Abschnitt 1.2 erfolgte die Berechnung der Fourier-Koeffizienten aj, bj bzw. cj für eine zu tranformierende Kurve.
In der Literatur begegnet man dafür den beiden Abkürzungen DFT und FFT: DFT=Discrete Fourier Transform. FFT=Fast Fourier Transform.
Bei der DFT geht man von den klassischen Euler-Fourier´schen Formeln aus; der Rechenaufwand ist dabei noch sehr hoch, da man nicht auf die besonderen Sym-metrieeigenschaften der Kreisfunktion achtgibt.
Dies macht man sich hingegen bei der FFT zunutze: Der sin hat im Kreisdiagramm von 0 bis 360º viermal denselben Wert, der sich nur durch das Vorzeichen unter-scheidet. Das Resultat dieser Erkenntnis ist bei der FFT ein entsprechender Algo-rithmus, der um ein Vielfaches schneller ist als der bei der klassischen DFT. Die Anzahl der vorzunehmenden Multiplikationen beträgt nach [6]
bei der DFT: ca. 2n
bei der FFT: ca. nn
2log2
D.h., bei z.B. 2048 Stützpunkten gewinnt man bei der FFT einen Geschwindig-keitsfaktor von ungefähr 372 gegenüber der DFT.
Die Idee zur FFT wurde 1965 erstmals von COOLEY und TUKEY [6] veröffentlicht.
Im Folgenden finden Sie ein Computerprogramm in BASIC für DFT und FFT im Vergleich. Bei der DFT erkennt man unmittelbar die auf „das Endliche“ frisierten klassischen Euler-Formeln (vgl. Gl. 13 bis 15). Da die FFT leichter in der Pro-grammiersprache BASIC formulierbar ist als in klassisch mathematischer Schreib-weise, wurde hier auf letzteres verzichtet; es sei dabei auf [6] verwiesen.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
21
Basic Programm: Im Folgenden werden DFT und FFT in der Computersprache BASIC formuliert und verglichen (Sägezahnkurve mit 32 Stützpunkten und 7 Har-monischen):
Das Ergebnis ist bei beiden Methoden (DFT/FFT) erwartungsgemäß gleich:
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
22
2.2 Demonstrationsprogramm nach der FFT-Methode
Die Fourier-Transformation ist äußerst rechenintensiv. Das wurde einem in einer Zeit, als es noch keine Computer gab, besonders deutlich. SOMMERFELD beschreibt in [5], S. 7, dass er in seinen Vorlesungen bei der Demonstration der Fourier-Transformation „viel bunte Kreide“ verwendete. Allmählich hat man sich dann ir-gendwie geholfen: Mit mechanischen Geräten und Vorrichtungen (z.B. harmoni-schen Analysatoren oder Gezeiten-Rechenmaschinen) wurde versucht, die Fourier-Transformation einem praktischen Nutzen zuzuführen. Heute bedient man sich na-türlich des Computers.
Im Anhang werden ein paar praktisch verwertbare Programme in Microsoft BASIC gezeigt, welche ARNOLD SOMMERFELD sicherlich erfreut hätten. Allerdings haben diese Programme bestenfalls nur Demonstrationscharakter. In der Messtechnik, wo es häufig um Millisekunden geht, verwendet man, um schnelle Ergebnisse mit akzeptabler Auflösung zu erreichen, moderne Mikroprozessoren; außerdem müsste die Programmierung in Maschinensprache erfolgen, würde aber hier den didakti-schen Charakter dieser Schrift sprengen.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
23
D Anwendungen der Fourier-Transformation
1. Übersicht
Die Fourier-Transformation ist in vielen Wissenschafts- und Technikzweigen von außerordentlicher praktischer Bedeutung geworden. Sie findet u.a. folgendermaßen Anwendung:
� Physik: Verhalten kybernetischer Systeme, z.B. Molekülschwingungen, mecha-nische Resonanzen, Akustik, Optik, Astrophysik
� Chemie: Spektroskopie, Chromatographie, Thermoanalyse, Elementaranalyse
� Mathematik: Zahlentheorie, Statistik, Kombinatorik, Wahrscheinlichkeitstheo-rie
� Technik (Elektrotechnik, Akustik, Mechanik): Frequenz- und Resonanzverhal-ten
� Optimierung von Verfahren der Messtechnik:
- Selektivität, Auflösungsverbesserung bei Überlappung (Dekonvulation)
- Glättung (Smoothing) mit Filterfunktionen; digitale Filter
- Korrelationstechniken [Identitätskontrolle, Kriterien für Suche in Bibliothe-ken (Expertensysteme)]
- Simultane Mehrkomponentenanalyse in der chemischen Analytik
� Schiffahrt/Ozeanographie: Gezeitenvoraussage für Wasserstandsaussagen in größeren Häfen; Tsunamivorhersage
� Kriminalistik: Entwicklung einer Fourier-unterstützten Sprach- oder Fingerab-druck-Analyse
� Signalverarbeitung: Wegen der Bedeutung der Fourier-Transformation in der Signalverarbeitung sind Signalprozessoren für die Berechnung der Fourier-Transformation bereits optimiert.
Fourier konnte sicherlich nicht ahnen, welche Bedeutung sein genialer Gedanke heute in den unterschiedlichsten Wissenschafts- und Technikzweigen erhalten hat und möglicherweise noch erfahren wird. Im Folgenden sollen exemplarisch ein paar etablierte Beispiele aus der Akustik und biomedizinischen Systemtechnik aus-führlicher betrachtet werden.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
24
Sie zeigen einmal mehr, wie breit die Fourier-Transformation angewendet werden kann. Die Beispiele aus der Akustik sollen dem Verständnis helfen, die Idee von Fourier auf Schwingungsvorgänge im weitesten Sinne außerhalb der Akustik zu übertragen; sie werden schon allein deshalb detailliert dargestellt.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
25
2. Beispiele aus der Akustik
In der Akustik betrachtet man üblicherweise einen zu untersuchenden Ton, Klang, Knall oder ein Geräusch in der Frequenz-Domäne, also Fourier-transformiert; d.h. auch in dieser Sparte empfiehlt sich die Darstellung in Teilspektren und nicht in Oszillogrammen [7, 8].
2.1 Geräusch
Beim Geräusch sind die Schwingungen aperiodisch und die Teiltonfolge unharmo-nisch, zudem sehr dicht bis zum Teiltonkontinuum. Geräusche liegen höhenmäßig durch stark hervortretende Formantbereiche nur ungefähr fest. Das sog. „weiße Rauschen“ erstreckt sich etwa gleichmäßig über den ganzen Hörbereich.
2.2 Knall
Hier handelt es sich um unperiodische, kurze Schwingungsimpulse. Die Klangfarbe dieser Impulse hängt ab von ihrer Dauer.
2.3 Ton
2.3.1 „Reiner“ Ton
Ein „reiner“ Ton ist meist nur elektronisch herstellbar; er besteht aus einer einzel-nen Sinusschwingung.
2.3.2 „Natürlicher“ Ton
Der „natürliche“ Ton ist physikalisch gesehen bereits ein Klang, der aus einer Summe von Sinustönen besteht, die als Teil- oder Partialtöne zu einem Ganzen ver-
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
26
schmelzen. Der Klang ist eine komplizierte Überlagerungskurve. Die Schwingun-gen verlaufen bei Tönen und Klängen periodisch. Nicht nur Anzahl und Stärke der Teiltöne, sondern auch das Verhältnis ihrer Schwingungszahlen zueinander bestimmen die Art der Klangerscheinungen.
Das Verhältnis ist
� harmonisch bei natürlichen Tönen bzw. Klängen und deren Kombination in Zu-sammenklängen (Akkorden); harmonisch schwingen Saiten, Pfeifen;
� unharmonisch bei Ton- und Klangspektren; unharmonisch schwingen Glocken, Platten und andere dreidimensional schwingende Körper.
2.4 Klangbilder einiger Musikinstrumente
Die folgenden Klangbilder von Klavier, Violine, Trompete und Flöte sind mit ei-nem Mikrophon aufgenommen und mit einem Oszilloskop dargestellt. Die Fre-quenz-Domäne wurde dann mit dem im Anhang gezeigten Programm berechnet:
Dieses Klangbild ist ziemlich nichtssagend, da beispielsweise ein eindeutiger Grundton fehlt. Erst die Fourier-Transformation vermittelt einige vernünftige Aus-sagen:
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
27
� Der Grundton (131 Hz) ist erstaunlicherweise relativ schwach ausgebildet.
� Selbst die Oktave (262 Hz), d.h. die Sinuskurve mit doppelter Frequenz, ist noch schwach ausgeprägt.
� Die dominierenden Töne sind die Quinte (392 Hz; Frequenzverhältnis 2:3) zur ersten Oktave und die zweite Oktave.
� Es gibt noch verhältnismäßig viele weitere Obertöne; z.B. ist die vierte Oktave (2093 Hz) noch mit ca. der halben Intensität des Grundtons vertreten.
Diesem Phänomen des schwach ausgebildeten Grundtons wird jeder begegnen, der einmal versucht, bei einem Klavier das c bei 131 Hz zu stimmen. Unser Gehirn be-sitzt aber offenbar die Fähigkeit, aus der Quinte und der zweiten Oktave den Grundton zu rekonstruieren. Zu weiteren Phänomenen, die mit der Physiologie des Menschen zusammenhängen, siehe [8], S. 12.
Die Fourier-Darstellung ist in diesem Fall viel aussagekräftiger als das Klangbild in der Zeit-Domäne. Sie hat darüber hinaus den Vorteil, dass auf physikalische Schwingungsvorgänge geschlossen werden kann, die letztlich hinter der resultie-renden Klangkurve eines Musikinstrumentes stehen. (Ähnliche Beispiele: Reso-nanz/Frequenz-Analyse bei Maschinen, technischen Regelkreisen oder Bauwer-ken.)
Das Fourier-Spektrum bzw. das Klangbild eines wesentlich höheren Klaviertones haben ein völlig anderes Aussehen: Der Grundton (2093 Hz) ist hier dominierend (im nachfolgenden Klangbild erkennbar an der annähernd sin-förmigen Kurve); es gibt nur noch wenige Obertöne, und der Klang ist bereits recht dürftig, wenn man z.B. mit einem Cembalo vergleicht:
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
28
Interessant beim Klavier ist ferner, dass das Teiltonspektrum durch die Dynamik verändert wird; das macht, neben anderen Faktoren natürlich, den Unterschied zwi-schen einem guten und einem schlechten Pianisten; d.h. der Anschlag bestimmt den Ton:
Als weitere Beispiele sollen die Spektren von je einem natürlichen Ton (vgl. 2.3.2) von Violine und Trompete gezeigt werden. Interessanterweise sind beide Töne ei-nigermaßen ähnlich, was sich experimentell leicht nachprüfen lässt, wenn man sich einen langen Ton von Violine und Trompete im Vergleich anhört:
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
29
Im Gegensatz zur Trompete, die vergleichsweise helle Klänge erzeugt, zeigen die weichen Klänge der Querflöte ein obertonarmes Spektrum:
Dass jedes Instrument hinsichtlich der Instrumentengattung, aber auch innerhalb derselben Art verschieden klingt, hängt mit den Formanten und dem Ein- und Ausschwingverhalten zusammen. Das gleiche gilt ebenfalls für die menschliche Stimme.
� Formanten sind bestimmte Obertonbereiche, die konstruktionsbedingt durch Resonanzverstärkung erzeugt werden und so eine charakteristische Klangfarbe hervorbringen: In der Gitarrenbaukunst des 19. Jahrhunderts beispielsweise wurden Resonanzleisten an die Decke der Gitarre geleimt, wodurch die gesamte Resonanz des Instruments ausgenutzt und der Ton lauter wurde. Jeder Gitarren-baumeister – hervorzuheben sei hier ANTONIO TORRES aus Madrid – hatte seine
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
30
eigenen Konstruktionsmuster, deren Geheimnis nie preisgegeben wurde.5 Man unterscheidet, v.a. in der Orgelbaukunst, feste und mitlaufende Formanten.
� Ein- und Ausschwingvorgänge: Bei jedem natürlichen Schwingungsvorgang nimmt die Amplitude durch Reibungsverlust ab; die Schwingung ist gedämpft. Die dazu benötigte Zeit nennt man Ausschwingzeit. Umgekehrt entsteht durch Energiezufuhr eine erzwungene Welle (sinngemäß: Einschwingzeit).
Die Umkehrung der Fourier-Transformation lässt sich bei moderneren elektroni-schen Orgeln und Synthesizern mit dem sog. Zugriegel-System vorführen: Es ste-hen alle hörbaren Harmonischen eines bestimmten Grundtones in Form von reinen sin-Schwingungen zur Verfügung; mit den „Zugriegeln“ kann vom Spieler dazu je-de gewünschte Amplitude eingestellt werden (=Fourier-Spektrum). Das Mischpro-dukt in der Zeit-Domäne ist dann das zu hörende Klangbild. Auf diese Weise lassen sich sämtliche Musikinstrumente nachahmen, allerdings noch ohne die charakteris-tischen Ein- und Ausschwingvorgänge sowie Formant- und Nachhall-Eigenschaften.
5 Heute werden mit Hilfe der Röntgenstrahlen bei alten Instrumenten – insbesondere Gitarren und Violinen des
19. Jahrhunderts – diese Resonanzleisten untersucht und bildhaft dargestellt.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
31
3. Beispiele aus der biomedizinischen Systemtechnik
3.1 Die FFT bei der Verarbeitung von Biosignalen
Biosignale werden in verschiedenen Bereichen analysiert und verarbeitet. Hierzu zählen der Zeitbereich und der Frequenzbereich.
Bei der Signalanalyse im Frequenzbereich kömmt häufig die Fourier-Transformation bzw. die FFT zum Einsatz. Bei der Frequenzanalyse werden gene-rell Biosignale, deren Amplituden eine Funktion der Zeit sind, in Signale transfor-miert, deren Amplituden eine Funktion der Frequenz sind. Mit der FFT lassen sich hierbei Amplituden- und Leistungsspektren berechnen.
Das Leistungsspektrum zeigt an, mit welcher Leistung eine bestimmte Frequenz im Signalgemisch enthalten ist. Dies macht man sich bei Störungen zunutze, indem man das Frequenzspektrum der Störung – so es bekannt ist – vom Signalgemisch subtrahiert und in den Zeitbereich rücktransformiert, um so ein ungestörtes Signal zu bekommen (Optimalfilterung ; Hoch- und Tiefpass).
Eine Alternative zur Fourier-Transformation sind die z-Transformation, die WALSH-Transformation sowie die Wavelet-Transformation, die statt von einer Rei-he von sin- und cos-Funktionen von Rechteck- bzw. Wavelet-Funktionen ausgehen. Im Gegensatz zu den sin- und cos-Funktionen der Fourier-Transformation besitzen die Wavelets nicht nur Lokalität im Frequenzspektrum, sondern auch im Zeitbe-reich.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
32
3.2 Klinische Neurophysiologie
3.2.1 Einführung
In der klinischen Neurophysiologie werden Signale von verschiedenen Geräten er-zeugt. Diese Geräte dienen der Diagnostik von Funktionsstörungen im zentralen und peripheren Nervensystem und sind die:
� Elektroenzephalographie (EEG)
� Elektrocorticographie
� Magnetenzephalographie
� Elektromyographie (EMG)
� Elektroneurographie (ENG)
Die von diesen Geräten erzeugten Signale werden im sog. Signalprocessing weiter verarbeitet. Dabei werden die Signale nach einer Vorverarbeitung und Analog-/Digitalumwandlung für eine weitere Auswertung aufbereitet. Hier spielen folgende Verfahren eine wichtige Rolle:
� FFT zur Frequenzanalyse
� Averaging zur Verbesserung des Signal-Störabstands bei evozierten Potentialen
� Neuronale Netze zur Mustererkennung
� Spezielle Filter
� Analyse von Schlafstadien
� Lokalisation von Quellen der bioelektrischen Aktivität
3.2.2 Elektroenzephalographie (EEG)
Bei der Elektroenzephalographie (EEG) werden – wie bei der Elektrokardiographie (EKG) – elektrische Potentialdifferenzen, deren Ursache in zerebralen Vorgängen liegen, mittels Elektroden aufgezeichnet. Dabei werden die Potentialdifferenzen zwischen exzitatorischem postsynaptischen Potential (EPSP, Abb. 2) und inhibito-
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
33
rischem postsynaptischen Potential (IPSP, Abb. 3)6 als EEG-Potential in Wellen-form dargestellt.
Abb. 2: Exzitatorisches postsynaptisches Potential (EPSP). Durch den Ca++-Ioneneinstrom kommt es zu einer Ausschüttung von Glutamat im synaptischen Spalt und zu einer Überleitung der Erregung von prä- zu postsy-naptischem Neuron. Bei der Epilepsie nimmt der Ca++-Einstrom ungezügelt zu, weshalb es zu einer überschie-ßenden Ausschüttung von Glutamat im synaptischen Spalt kommt, was letztendlich die Nervenzelle übererregt und eine Epilepsie auslöst.
Abb. 3: Inhibitorisches postsynaptisches Potential (IPSP). Durch den Ca++-Einstrom kommt es zu einer Ver-minderung von GABA im synaptischen Spalt. Dadurch wird die inhibierende Wirkung von GABA auf die Er-regungsleitung von prä- zu postsynaptischem Neuron gesteuert. Bei der Epilepsie nimmt das IPSP durch eine verminderte Ausschüttung des inhibitorisch wirkenden GABA ab. Überschießendes EPSP (s.o.) und abge-schwächtes IPSP werden im EEG aufgezeichnet.
In der klinischen Routine hat sich zusätzlich zur visuellen Auswertung des EEGs durch die Fülle der Signaldaten eine computerisierte Auswertung durchgesetzt. Bei-spiele für eine Signalanalyse eines EEGs sind:
� Quellenanalyse
� Zeitvariate Spektralanalyse
� Amplitudenmap
6 Bei der Epilepsie kommt es zu einer Zunahme des EPSP und einer Abnahme des IPSP, wodurch eine über-
schießende Erregbarkeit der Nervenzellen ermöglicht wird.
Na+
Presynaptic
Neuron
Glutamate
K+
Na+
K+Ca++
Na+
Mg++
Postsynaptic
Neuron
AMPA Receptor
NMDA ReceptorCa++
HVA Calcium
Currents
GABA
HVA Calcium
Currents
Ca++
Na+
Presynaptic
GABAergic
Neuron
Cl-
GABAA
Receptor
Postsynaptic
Neuron
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
34
� Kohärenzspektrum
� Frequenzmap
Beim Frequenzmap7 wird die FFT eingesetzt. Dabei wandelt die FFT einen EEG-Signalabschnitt, dessen Amplitude eine Funktion der Zeit ist, in ein Signal um, des-sen Amplitude eine Funktion der Frequenz ist, und stellt dieses umgewandelte Sig-nal – analog zum Amplitudenbild – farbig dar.
Aus diesem durch die FFT umgewandelten Signal wird das Leistungsspektrum er-rechnet, das angibt, mit welcher Leistung eine bestimmte Frequenz bzw. EEG-Welle im Signalgemisch enthalten ist. Dies wird meistens in Form eines Histogramms dargestellt, woraus man die Veränderungen der Frequenzanteile wäh-rend der einzelnen Phasen der Ableitung sehr übersichtlich ersehen kann. Hieraus lässt sich auch beispielsweise die Wirkung von Arzneimitteln oder Narkotika ab-schätzen.
7 Map=Bild.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
35
3.3 Radiologie
3.3.1 Computertomographie (CT)
Die Computertomographie (CT) ist ein computergesteuertes dreidimensionales bildgebendes Schichtaufnahmeverfahren, das mit Röntgenstrahlung arbeitet. Im Gegensatz zum konventionellen Röntgenbild wird kein direktes Röntgenbild er-zeugt, sondern es wird die Schwächung von Röntgenstrahlung durch das untersuch-te Gewebe von einem Detektorsystem registriert und von einem Computer in ein Bild pixelweise umgewandelt.
Beim CT ist das zentrale mathematische Instrument zur Bildrekonstruktion aus den Projektionen das Fourier-Schichten- oder Fourier-Scheiben-Theorem (Fourier-Slice- oder Projection-Slice-Theorem). Dieses Theorem stellt einen Zusammenhang zwischen den jeweiligen Fouriertransformierten des nach dem böhmischen Mathe-matiker JOHANN RADON benannten Radon-Raums – des Sinogramms, das die Sammlung der Rohdaten des Abtastprozesses der Detektoren bei der kreisförmigen Bewegung der Röntgenröhre im CT darstellt – und des zu rekonstruierenden Bil-des her.
Beim Fourier-Scheiben-Theorem findet man die eindimensionale Fouriertransfor-mierte Pγ(q) des gemessenen Schwächungsprojektionsprofils pγ(ζ) in der zweidi-mensionalen Fouriertransformierten F(u,v) des gesuchten Bildes f (x,y) unter dem Winkel γ, unter dem das Profil gemessen wurde (mit: u=q cos γ; v=q sin γ).
Kommentar: Wenn man so den Fourierraum F(u,v) über alle gemessenen Winkel γ füllen würde, so wäre es möglich, mit einer zweidimensionalen inversen Fouriertransformation das gesuchte Bild zu erhalten (direkte Rekonstruktion). Dies würde allerdings zu Interpolationsproblemen führen.
3.3.2 Magnetresonanztomographie (MRT)
Die Magnetresonanztomographie (MRT) ist ein sehr kompliziertes, auf Kernspinre-sonanz beruhendes, nicht-invasives, nichtradioaktives computergesteuertes bildge-bendes Verfahren mit hoher Auflösung.
Bei der MRT wird die FFT zur Frequenzanalyse herangezogen. Dabei wird wäh-rend des Auslesens eines Magnetresonanzsignals ein Gradient eingeschaltet, der
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
36
bewirkt, dass das ausgelesene Signal zahlreiche Frequenzkomponenten enthält, die über den Raum linear verteilt sind. Die FFT liefert sodann diejenige Frequenzver-teilung, die durch den zum Auslesungszeitpunkt angelegten Gradienten dem Ort zugeordnet werden kann.
3.3.3 Doppler-Sonographie
Die Doppler-Sonographie ist ein Ultraschallverfahren, das die Frequenzänderung von Schallwellen an bewegten Objekten (Doppler-Effekt) registriert; es arbeitet entweder mit kontinuierlichen Schallwellen (continuous-wave-Doppler-Sonographie) oder mit gepulsten Schallwellen (Impuls-Doppler-Sonographie). Die Doppler-Sonographie wird hauptsächlich für die Untersuchung von Herz und Gefä-ßen eingesetzt.
Bei der Duplex-Sonographie wird ein Duplexschallkopf verwendet, der in einem einen herkömmlichen B-Mode-Schallkopf und einen Schallkopf für Doppler-Signale enthält, womit es möglich wird, zur gleichen Zeit B-Mode-Aufnahmen an-zufertigen und Doppler-Sonographie durchzuführen.
Die meisten Duplex-Geräte enthalten eine Frequenzanalyse, bei der das Doppler-signal durch eine FFT in seine einzelnen Frequenzbestandteile zerlegt wird. Kennt man den Einfallswinkel beim Doppler, so lassen sich die Frequenzbestandteile der Biosignale gleichsetzen mit ihren Geschwindigkeitsbestandteilen. Somit bekommt man mit Hilfe der FFT beim Doppler auch noch Informationen über die Flussge-schwindigkeit und den Turbulenzgrad des untersuchten Blutgefäßes, der Aufschluss über eine mögliche pathologische turbulente Störung geben kann.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
37
3.4 Nuklearmedizin
In der Kardionuklearmedizin ist die Fourier-Analyse ein altbekanntes Instrument bei der früher gebräuchlichen EKG-getriggerten Radionuklidventrikulographie (RNV) sowie heute üblichen EKG-getriggerten dreidimensionalen Myokardperfu-sionsszintigraphie mittels Single-Photonen-Emissions-Computertomographie (SPECT), die die RNV-Untersuchung mittlerweile abgelöst hat.
Die SPECT ist mittlerweile ein Routineverfahren der bildgebenden Nuklearmedi-zin. Sie vermag die Radionuklidverteilung in mehreren Körperschichten in der transversalen Schichtung abzubilden und durch anschließende Rechenvorgänge in verschiedenen anderen Ebenen (koronale und sagittale Ebene) darzustellen. Dabei bewegt sich eine rotierende Gammakamera in definierten Winkelstellungen min-destens 180º um die Längsachse des Patienten. Die Kameras sind mit ein, zwei oder drei Köpfen ausgestattet. Eine Dreikopfkamera hat kürzere Aufnahmezeiten (ca. 20 min für eine Gehirnuntersuchung) und eine deutlich höhere Auflösung als eine Ein-kopfkamera. In jeder Winkelstellung wird eine Aufnahme angefertigt und im nach-geschalteten Computer digital verarbeitet. Verschiedene Filtersysteme – wie METZ-, RAMP-, WIENER- oder BUTTERWORTH-Filter – helfen, das "Hintergrundrauschen" herauszurechnen. Eine falsche Filterung kann zur Verschlechterung der Bildqualität führen.
Neuerdings wird die Fourier-Transformation auch zur Analyse der Magenmotilität während der gastralen Entleerungsszintigraphie verwendet [10].
Abb. 2: Strukturformel von 99mTc-Ethylen-Biyldizysteinat-Dimer, ECD, ein lipophiles Amin, das zur Durchblu-tungsuntersuchung des Gehirns verwendet wird.
Ein weiterer, denkbarer Einsatz der Fourier-Transformation bzw. FFT liegt in der EEG-getriggerten Perfusions-SPECT des Gehirns – beispielsweise zur Epilepsie-diagnostik oder für Indikationen auf dem Gebiet der Schlafforschung. Dabei ermöglicht es die SPECT mit bestimmten Perfusionstracern (z.B. 99mTc-Ethylen-Biyldizysteinat-Dimer, ECD, Abb. 2), den Zustand des Gehirns während der Ap-plikation des Radiotracers gleichsam „einzufrieren“, wobei die Aufnahme des Ge-hirns im Tomographen noch Stunden nach der Applikation erfolgen kann und dann
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
38
immer noch den Durchblutungszustand des Gehirns während der Injektion des Durchblutungstracers anzeigt. Wenn nun mittels Fourieranalyse im EEG ein mar-kantes Ereignis (z.B. Beginn eines epileptischen Anfalls oder Beginn einer patholo-gischen Schlafphase) detektiert wird, kann durch ein automatisiertes Injektionssys-tem der pathologische Zustand des Gehirns passgenau festgehalten werden. Dies hat eine hohe klinische Bedeutung.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
39
E Literaturverzeichnis
1. Zitierte Literatur
1. Kleine Enzyklopädie Mathematik, VEB Bibliographisches Institut, Leipzig, 1968.
2. Skriptum zur Vorlesung „Höhere Mathematik“, Universität Stuttgart, Institut A, III, 1972/1973.
3. Themenhefte Mathematik, Analysis 2, Lambacher-Schweizer, Klett, Stuttgart, 1978.
4. E. Madelung: Die mathematischen Hilfsmittel des Physikers, Springer, Heidelberg, 1964.
5. A. Sommerfeld: Partielle Differentialgleichungen der Physik, Bd. 6 der Vorlesungen über Theoretische Physik, Akademische Verlagsbuchhandlung, Leipzig, 1962.
6. J.W. Cooley, J.U. Tukey: An algorithm for the machine calculation of complex Fourier series, Math. of Comput., 19 Apr 1965, S. 297-301.
7. dtv-Atlas zur Musik, Tafeln und Texte, Bd. 1, dtv, Nr. 3022, 1977.
8. Musikhandbuch, Musiklehre und Musikleben, Bd. 1, rororo, Nr. 6167.
9. R. Courant: Vorlesungen über Differential- und Integralrechnung, Bd. 1: Funktionen einer Veränderlichen, Springer, Heidelberg, 1955.
10. Linke R, Muenzing W, Hahn K, Tatsch K. Evaluation of gastric motility by Fourier analysis of condensed imagies. Eur J Nucl Med 2000; 27: 1531-1537.
2. Weiterführende Literatur
S. Bochner, K. Chandrasekharan: Fourier Transforms. Princeton Book Comp. Publ.,
2001.
O. Föllinger, M. Kluwe: Laplace-, Fourier- und z-Transformation. Hüthig, 2003.
R. Kramme. Medizintechnik, 3. Auflage, Springer, Heidelberg, 2007.
B. Lenze: Einführung in die Fourier-Analysis. Logos Verlag, Berlin, 2000.
M. J. Lighthill: Introduction to Fourier Analysis and Generalised Functions. Cambridge University Press, Cambridge, 2003.
Otte A. Medizin für Nicht-Mediziner: Medizintechnik. Studienbuch für den Masterstu-diengang Clinical Research Management. ISBN 978-3-86692-087-3. WHL Wissenschaftliche Hochschule Lahr, 2007.
Otte A. Angewandte klinische Forschung II: Neue klinische Technologien in der Me-dikamentenentwicklung (Clinical Technologies Implementation). Studienbuch für
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
40
den Masterstudiengang Clinical Research Management. ISBN 978-3-86692-067-5. WHL Wissenschaftliche Hochschule Lahr, 2007.
Otte A. Das Halswirbelsäulen-Schleudertrauma: Neue Wege der funktionellen Bildge-bung des Gehirns - Ein Ratgeber für Ärzte und Betroffene. ISBN 3-540-67955-3. Springer-Verlag Berlin / Heidelberg / New York / Tokio, 2001.
Otte A, Audenaert K, Peremans K, Van Heering C, Dierckx RA (Eds.). Nuclear Medicine in Psychiatry. ISBN 3-540-00683-4. Springer Berlin, Heidelberg, New York, Hong Kong, London, Milan, Paris, Tokyo, 2004.
Otte A, Halsband U. Brain imaging tools in neuroimaging. J Physiol Paris 2006; 99: 281-292.
Otte A, Rosé C, Zähringer A, Maier-Lenz H. Neue klinische Technologien in der Arz-neimittelentwicklung. Internist 2008; 49: 232-237.
Otte A, Juengling FD, Kassubek J. Exceptional brain function in musicians and the neural basis of music processing. Eur J Nucl Med 2001; 28: 130-131.
Otte A, Nguyen (Hrsg.) mit Beiträgen von Gerber S, Richter S, Schuck K. Nuklearme-dizinische Ansätze in der klinischen Forschung. 84 Seiten. WHL Schrift Nr. 15. ISBN 978-3-86692-114-6. WHL Wissenschaftliche Hochschule Lahr, 2009.
A. Papoulis: The Fourier Integral and Its Applications. McGraw-Hill, New York, 1962.
E.M. Stein, R. Shakarchi: Fourier Analysis: An Introduction. Princeton University Press, Princeton, 2003.
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
41
F Anhang
Im Folgenden wird FFT mit einem Rechner demonstriert. Im einzelnen werden die folgenden Programme verwendet (siehe Abschnitt 1). Die erzeugten Ergebnisse sind unter Abschnitt 2 zusammengefasst.
1. Fourier-Computerprogramme
1.1 Programm für FFT
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
42
1.2 Programm für die Graphik
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
44
1.3 Hilfsprogramme
1.3.1 Hilfsprogramm für die Erzeugung von Rechteckkurven
1.3.2 Hilfsprogramm für die Erzeugung von Parabelbögen
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
45
2. Ergebnisse
2.1 Ergebnis für Rechteckkurve mit 128 Stützpunkten
2.2 Ergebnis für Rechteckkurve mit 2048 Stützpunkten
Beim Vergleich zwischen 128 und 2048 Stützpunkten lässt sich sofort die bessere Auflösung bei 2048 Stützpunkten feststellen. Das Ergebnis entspricht den aus For-melsammlungen bekannten Werten:
- 1. Fourier-Koeffizient: 100,00% entsprechend 1
A. Otte – Die Fourier-Transformation und ihre Bedeutung für die biomedizinische Systemtechnik
46
- 2. Fourier-Koeffizient: 33,33% entsprechend 1/3
- 3. Fourier-Koeffizient: 20,00% entsprechend 1/5
- 4. Fourier-Koeffizient: 14,29% entsprechend 1/7
- etc.
2.3 Ergebnis für Parabelbögen mit 2048 Stützpunkten
Das Ergebnis entspricht den aus Formelsammlungen bekannten Werten:
- 1. Fourier-Koeffizient: 100,00% entsprechend 1
- 2. Fourier-Koeffizient: 3,70% entsprechend 1/27
- 3. Fourier-Koeffizient: 0,80% entsprechend 1/125
- 4. Fourier-Koeffizient: 0,29% entsprechend 1/343
- etc.
Schriften der WHL Wissenschaftlichen Hochschule Lahr
Bisher erschienen:
Heft 1: Günther Seeber, Helmut Keller
Kooperatives Marketing in Bildungsträgernetzwerken
Januar 2003, 37 Seiten, ISBN 3-937727-00-0
Heft 2: Martin Reckenfelderbäumer, Michael Welling
Fußball als Gegenstand der Betriebswirtschaftslehre.
Leistungstheoretische und qualitätspolitische Grundlagen
März 2003, 87 Seiten, ISBN 3-937727-01-9
Heft 3: Sabine Boerner, Diether Gebert, Ralf Lanwehr, Joachim G. Ulrich
Belastung und Beanspruchung von Selbständigen und Angestellten
August 2003, 19 Seiten, ISBN 3-937727-02-7
Heft 4: Dirk Sauerland, Sabine Boerner, Günther Seeber
Sozialkapital als Voraussetzung von Lernen und Innovation
Dezember 2003, 64 Seiten, ISBN 3-937727-03-5
Heft 5: Helmut Keller, Peter Beinborn, Sabine Boerner, Günther Seeber
Selbstgesteuertes Lernen im Fernstudium.
Ergebnisse einer Studie an den AKAD Privathochschulen
September 2004, 61 Seiten, ISBN 3-937727-04-3
Heft 6: Günther Seeber u. a.
Betriebliche Weiterbildung in Rheinland-Pfalz.
Eine Analyse der Daten des IAB-Panels für 2001
September 2005, 44 Seiten, ISBN 3-937727-68-X
Heft 7: Seon-Su Kim, Martina Schmette, Dirk Sauerland
Studium im Wandel?! Die Erwartungen der Studierenden an be-
triebswirtschaftliche Erst- und Weiterbildungsstudiengänge.
Teil I: Die Wahl von Hochschultyp und Studienabschluss beim
Erststudium: Motive, Erwartungen und Einschätzungen der Studie-
renden
Dezember 2005, 85 Seiten, ISBN 3-937727-69-8
Schriften der Wissenschaftlichen Hochschule Lahr
Heft 8: Martina Schmette, Seon-Su Kim, Dirk Sauerland
Studium im Wandel?! Die Erwartungen der Studierenden an be-
triebswirtschaftliche Erst- und Weiterbildungsstudiengänge.
Teil II: Zur Notwendigkeit wissenschaftlicher Weiterbildung: Die
Nachfrage nach Weiterbildungsstudiengängen und ihre Determi-
nanten
Dezember 2005, 87 Seiten, ISBN 3-937727-70-1
Heft 9: Tristan Nguyen, Robert D. Molinari
Versicherungsaufsicht in Deutschland –
Zur Notwendigkeit der Versicherungsregulierung
in der Marktwirtschaft
Januar 2009, 74 Seiten, ISBN 978-3-86692-014-9
Heft 10: Robert D. Molinari, Tristan Nguyen
Risikotheoretische Aspekte bei der Solvabilitätsregulierung von
Versicherungsunternehmen
Januar 2009, 74 Seiten, ISBN 978-3-86692-015-6
Heft 11: Tristan Nguyen, Robert D. Molinari
Analyse unterschiedlicher Konzeptionen zur
Solvabilitätsregulierung
Februar 2009, 83 Seiten, ISBN 978-3-86692-016-3.
Heft 12: Tristan Nguyen
Rechtliche Analyse der Forderungsabtretung im grenz-
überschreitenden Verkehr
Februar 2009, 73 Seiten, ISBN 978-3-86692-017-0
Heft 13: Tristan Nguyen, Philipp Molinari
Jahresabschluss von Versicherungsunternehmen nach
internationalen Rechnungslegungsstandards
März 2009, 119 Seiten, ISBN 978-3-86692-018-7
Heft 14: Björn Reitzenstein
Marktrisikoprämie und Inflation
Juni 2009, 94 Seiten, ISBN 978-3-86692-019-4
Heft 15: Andreas Otte, Tristan Nguyen (Hrsg.) / mit Beiträgen von
Sonja Gerber, Stephan Richter und Karina Schuck
Nuklearmedizinische Ansätze in der klinischen Forschung
November 2009, 80 Seiten, ISBN 978-3-86692-114-6
Heft 16: Andreas Otte, Tristan Nguyen (Hrsg.) / mit Beiträgen von Maria
Siskou, Diana Lieber, Michael Barsch, Abdo Konur
und Oliver Matzke
Risiken und Nebenwirkungen von Arzneimitteln
Dezember 2009, ISBN 978-3-86692-115-3
Heft 17: Andreas Otte
Die Fourier-Transformation und ihre Bedeutung für die biomedizi-
nische Systemtechnik
Januar 2010, ISBN 978-3-86692-116-0
Die Hefte stehen zum Teil auch kostenlos als pdf-Dateien zum Download zur
Verfügung unter: http://www.akad.de/WHL-Schriftenreihe.192.0.html.