Lissage FFT

[phuphus]

Bonsoir,

en relisant le fil, je vois que b@zz66 t'a déjà énormément aidé. Pour aller plus loin, j'aurais aimé quelques précisions :

- sur ton signal temporel, que représentent les abscisses et les ordonnées ? On a le temps en abscisse, mais je ne sais pas ce qu'il y a en ordonnée
- que veux-tu voir exactement ? Tu parles de variations cycliques de la respiration, sur 10 à 20 secondes, mais tu parles aussi de tes bosses de chameau qui s'étalent sur 6 minutes...
- serait-il possible d'avoir les données brutes pour les triturer avec Matlab ?

B@zz66 a raison : si la ventilation est une variation cyclique de la respiration, c'est donc une modulation et d'un point de vue spectral elle sera vue comme des raies latérales par rapport au pic correspondant à la fréquence de respiration. Si vraiment c'est cela, avoir 4 pics est tout à fait normal, il faut regarder l'écartement entre ces pics. Pour une mesure plus directe, une détection d'enveloppe (par exemple par transformée de Hilbert) + FFT peut fonctionner.
-----

[invited449d904]

Bonjour phuphus
Pour répondre à tes questions :
- en abscisse : temps en secondes,
- en ordonnées : ventilation en litres/minute

Le signal est découpé en 4 phases : repos - exercice - repos - exercice, chacune durant 6 minutes.
Repos --> ventilation basse
Exercice --> ventilation élevée (les "bosses de chameau")

Si tu examines plus attentivement une bosse de chameau, tu verras des oscillations de la ventilation (pas de la respiration), espacées d'environ 15 secondes. Fichier joint.
J'effectue la FFT sur une bosse de chameau seulement (à l'exercice donc), pas sur le signal entier.
La ventilation (en l/min) n'est pas une variation cyclique de la respiration. Pour preuve, au repos ou à exercice constant, elle est régulière et constante, qu'elle soit basse ou élevée.
Transformée de Hilbert + FFT, pourquoi pas ? Mais la FFT se fera donc sur un signal transformé, pas forcément le plus viable pour validation de l'étude.

[phuphus]

Bonsoir,

désolé, mais je ne comprends toujours pas l'ordonnée de ton graphe. C'est un débit ? Comment est-il mesuré ? Pourquoi n'est-il jamais négatif ?

Si tu pouvais mettre les données originales, je pourrais faire quelques essais en Matlab? Le fait de faire du Hilbert + FFT n'est pas gênant : tu as pour but de traiter tes données pour extraire ce qui t'importe. S'il faut faire une enveloppe, alors faisons-la.

[invited449d904]

Bonjour,
Fichier source en pièce attachée (problème d'envoi la fois précédente, ne m'en suis pas rendu compte).
L'ordonnée est effectivement un débit, en l/min. Il est mesuré directement à l'orifice buccal du sujet.
J'ai essayé de l'envelopper par une transformée de Hilbert mais c'était peu concluant, tu auras peut-être plus de chance que moi.
J'ai également tenté un périodogramme lissé de Welch, qui pourrait s'avérer intéressante.

[phuphus]

Bonsoir rollo,

il y a quelque chose que je ne comprends toujours pas. Les relevés de débit ne se font qu'à l'expiration ou bien les relevés représentent la valeur absolue du débit ? Parce que sinon, ton type se vide...

Je te mets en pièce jointe le programme Matlab que j'ai fait, avec spectre simple et sonagramme. Ce que l'on voit :
- sur le spectre : pic de ventilation autour de 0.066Hz
- sur le spectre : pic à 0.0015Hz, cela représente l'alternance des périodes repos / effort
- sur le sonagramme : pic de ventilation à 850 secondes autour de 0.064Hz
- sur le sonagramme : pic de ventilation à 1500 secondes autour de 0.068Hz

Le problème principal de tes données de base vient du fait que l'échantillonnage n'est pas régulier, tu ne peux donc pas appliquer une FFT directement et en déduire une fréquence quelconque : il faut d'abord rééchantillonner. L'autre problème qui se pose, c'est que l'échantillonnage se fait par périodes variant entre 3 et 7 secondes, donc la fréquence d'échantillonnage est inférieure à la fréquence de respiration. Si ton débitmètre ne fait pas filtre passe-bas ou n'est pas intégrateur, tu as du repliement. Donc j'ose espérer que soit je me trompe, soit le protocole "archi-éprouvé" a été mal suivi

[invited449d904]

Merci pour ta contribution, phuphus !
Tu es bien plus spécialiste que moi en Matlab, c'est certain...
Le relevé de débit se fait à l'expiration effectivement, d'où une fréquence d'échantillonnage variable. Je ne fais que récupérer et traiter les données sorties du terminal.
Merci beaucoup pour l'exemple de code, cela donne un résultat plus stable que mes FFT. En revanche, il me semble tu as analysé l'ensemble du fichier, l'idée était de traiter les zones séparément pour repérer les différences.
Comme toi, j'ai interpolé par 'spline', puis j'ai démoyenné pour ne garder que les composantes fréquences et intensité.
A ce propos, le sonagramme représente-t-il bien la puissance du spectre au cours du temps ?
Encore merci pour ton aide précieuse !

[phuphus]

Bonjour rollo,

mon script comprend 3 volets :

1 - Interpolation, avec affichage des signaux original et interpolé
2 - Spectre sur l'ensemble du signal, pour voir si des pics de dégagent (et on voit en effet un pic à 0.066Hz et un à 0.0015Hz)
3 - Un sonagramme, qui fait justement une analyse par zones : je prends des spectres de 256 points, et j'en fais un tous les 8 points. Donc 180 spectres régulièrement répartis sur tout le signal. Pour l'affichage, on peut afficher les 180 spectres sur un diagramme 3D (type "surf"), ou bien choisir un code couleur pour représenter les amplitudes. Dans ce dernier cas, c'est un sonagramme.

Je te remets en PJ le script, avec correction de la compensation temporelle sur le sonagramme : précédemment, j'avais attribué à chaque spectre le temps correspondant à la fin de la période analysée, ici j'ai mis le milieu à la place.

Donc sur la figure 3 du script, on a en abscisse le temps, en ordonnée la fréquence, et en code couleur l'amplitude. La tâche jaune à 720 secondes correspond à un pic à 0,064Hz et la tâche rouge à 1340 secondes correspond à un pic à 0,066Hz.

VE.png

En faisant des spectres de 256 points entre 580 et 835 secondes d'une part, et entre 1210 et 1545 secondes d'autre part tu dois retrouver ces pics. J'ai inclus ce calcul dans le nouveau script.

A ce propos, le sonagramme représente-t-il bien la puissance du spectre au cours du temps ?

Il représente donc l'évolution du spectre calculé sur N points au cours du temps, et si les spectres sont correctement normalisés il s'agit de spectres d'amplitude.

[invited449d904]

Bonjour phuphus,
Encore merci pour tes conseils et ton code.
Le sonagramme est très parlant effectivement, et le quatrième graphique (calcul n°3) met très bien la fréquence de l'oscillation de la ventilation du sujet. L'avantage, c'est que le sujet dont je t'ai envoyé les données était un "bon" candidat. Les oscillations sont moins visibles pour les autres, voire pas du tout. Ce qui peut nous renseigner sur la validité de notre hypothèse justement...
Encore merci !