Segmentación automática de señales no estacionarias utilizando la transformada wavelet estacionaria Reportar como inadecuado




Segmentación automática de señales no estacionarias utilizando la transformada wavelet estacionaria - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

Scientia Et Technica 2007, XIII 34

Autor: Cristian Guarnizo

Fuente: http://www.redalyc.org/


Introducción



Scientia Et Technica ISSN: 0122-1701 scientia@utp.edu.co Universidad Tecnológica de Pereira Colombia Guarnizo, Cristian Segmentación automática de señales no estacionarias utilizando la transformada Wavelet estacionaria Scientia Et Technica, vol.
XIII, núm.
34, mayo, 2007, pp.
31-36 Universidad Tecnológica de Pereira Pereira, Colombia Disponible en: http:--www.redalyc.org-articulo.oa?id=84934006 Cómo citar el artículo Número completo Más información del artículo Página de la revista en redalyc.org Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto 31 Scientia et Technica Año XIII, No 34, Mayo de 2007.
Universidad Tecnológica de Pereira.
ISSN 0122-1701 SEGMENTACIÓN AUTOMÁTICA DE SEÑALES NO ESTACIONARIAS UTILIZANDO LA TRANSFORMADA WAVELET ESTACIONARIA RESUMEN Las señales bioeléctricas contienen información de procesos fisiológicos representados por eventos relevantes para los especialistas de acuerdo a la señal analizada.
Debido a que las señales fisiológicas se caracterizan por eventos o cambios fuertes (complejo QRS en señales electrocardiográficas (ECG), potenciales de acción en microelectrodos de registro (MER)) se emplea la transformada wavelet que representa mejor estos cambios que otras trasformadas.
Teniendo en cuenta la representación tiempo – frecuencia de la transformada wavelet estacionaria se utilizan algoritmos de detección de cambios abruptos sobre los coeficientes entregados por nivel, con el objetivo de localizar los cambios abruptos no solo en el tiempo sino también en la frecuencia. CRISTIAN GUARNIZO Ingeniero Electricista. Estudiante Maestría Profesor Universidad Tecnológica Pereira cdguarnizo@ohm.utp.edu.co de PALABRAS CLAVES: Wavelets, MER, ECG, voz, segmentación. ABSTRACT Bioelectrics signals carry events which deliver relevant information to speci...





Documentos relacionados