Global ETD Search

1	Reconhecimento de estados cognitivos em sinas EEG. / Recognition of cognitive states in EEG signals. Flores Vega, Christian Humberto 15 January 2010 (has links) O processamento de sinais EEG permite interpretar, analisar, estudar, pesquisar e experimentar a atividade elétrica do cérebro como resposta para diferentes processos cognitivos, efeitos de drogas ou fármacos, estudo de doenças psiquiátricas ou neurológicas, entre outras. Esta dissertação é orientada ao reconhecimento de padrões cerebrais que permitam classificar estados cognitivos mediante os sinais de EEG registrados em sujeitos realizando tarefas programadas. Ademais espera-se obter a maior quantidade de padrões para cada estado cognitivo e procurar os parâmetros que oferecem maior informação, analisando as principais bandas cerebrais e todos os eletrodos disponíveis na base de dados. A metodologia usada compreende o registro de cinco tarefas cognitivas analisadas com três abordagens diferentes: análises de longe-range tenporal correlations com o algoritmo de Detrended Fluctuations Analysis (DFA), análise da potência dos sinais cerebrais utilizando a Transformada Ondeleta e finalmente o estudo da sincronia cerebral usando a Transformada de Hilbert. Conclui-se que as abordagens utilizadas nesta dissertação reportam alentadores resultados para diferenciar as tarefas cognitivas estudadas, demonstrando que a utilização da informação de todos os eletrodos e de suas principais bandas cerebrais contribuem de forma positiva. Também se consegue reconhecer e identificar quais parâmetros produzem maior informação para esta análise. / EEG signal processing allows interpreting, analyzing, studying, researching and experiencing the brain electrical activity in response to different cognitive processes, effects of drugs or drugs, the study of neurological or psychiatric diseases, among others. This thesis is oriented to the recognition of brain patterns to classify cognitive states using the EEG signals recorded from subjects performing mental tasks. Also, we expect to collect as many patterns as possible for each cognitive status and to seek parameters that provide more information, examine the major bands and all brain electrodes available in the database. The methodology used includes the registration of five cognitive tasks analyzed with three different approaches: analysis of long-range temporal-correlations with the Detrended Fluctuations Analysis (DFA) algorithm, the power analysis of brain signals using the Wavelet Transform and finally the study of phased looked brain using the Hilbert transform. The approaches used for this research report excellent results for differentiating the cognitive tasks studied, showing that the use of information from all the electrodes and their main brain bands contribute positively. Also, one can recognize and identify which parameters produce more information for this analysis. Cognitive processes Detrended Fluctuations Analysis (DFA) Detrended Fluctuations Analysis (DFA) EEG EEG Hilbert transform Processos cognitivos Transformada de Hilbert Transformada Ondeleta Wavelet Transform
2	Reconhecimento de estados cognitivos em sinas EEG. / Recognition of cognitive states in EEG signals. Christian Humberto Flores Vega 15 January 2010 (has links) O processamento de sinais EEG permite interpretar, analisar, estudar, pesquisar e experimentar a atividade elétrica do cérebro como resposta para diferentes processos cognitivos, efeitos de drogas ou fármacos, estudo de doenças psiquiátricas ou neurológicas, entre outras. Esta dissertação é orientada ao reconhecimento de padrões cerebrais que permitam classificar estados cognitivos mediante os sinais de EEG registrados em sujeitos realizando tarefas programadas. Ademais espera-se obter a maior quantidade de padrões para cada estado cognitivo e procurar os parâmetros que oferecem maior informação, analisando as principais bandas cerebrais e todos os eletrodos disponíveis na base de dados. A metodologia usada compreende o registro de cinco tarefas cognitivas analisadas com três abordagens diferentes: análises de longe-range tenporal correlations com o algoritmo de Detrended Fluctuations Analysis (DFA), análise da potência dos sinais cerebrais utilizando a Transformada Ondeleta e finalmente o estudo da sincronia cerebral usando a Transformada de Hilbert. Conclui-se que as abordagens utilizadas nesta dissertação reportam alentadores resultados para diferenciar as tarefas cognitivas estudadas, demonstrando que a utilização da informação de todos os eletrodos e de suas principais bandas cerebrais contribuem de forma positiva. Também se consegue reconhecer e identificar quais parâmetros produzem maior informação para esta análise. / EEG signal processing allows interpreting, analyzing, studying, researching and experiencing the brain electrical activity in response to different cognitive processes, effects of drugs or drugs, the study of neurological or psychiatric diseases, among others. This thesis is oriented to the recognition of brain patterns to classify cognitive states using the EEG signals recorded from subjects performing mental tasks. Also, we expect to collect as many patterns as possible for each cognitive status and to seek parameters that provide more information, examine the major bands and all brain electrodes available in the database. The methodology used includes the registration of five cognitive tasks analyzed with three different approaches: analysis of long-range temporal-correlations with the Detrended Fluctuations Analysis (DFA) algorithm, the power analysis of brain signals using the Wavelet Transform and finally the study of phased looked brain using the Hilbert transform. The approaches used for this research report excellent results for differentiating the cognitive tasks studied, showing that the use of information from all the electrodes and their main brain bands contribute positively. Also, one can recognize and identify which parameters produce more information for this analysis. Detrended Fluctuations Analysis (DFA) EEG Processos cognitivos Transformada de Hilbert Transformada Ondeleta Cognitive processes Detrended Fluctuations Analysis (DFA) EEG Hilbert transform Wavelet Transform
3	Análise de flutuações sem tendência aplicada na avaliação da frequência cardíaca em cães da raça Rottweiller. CASTRO, Cláudio Renato Oliveira Beltrão de 28 August 2013 (has links) Submitted by (lucia.rodrigues@ufrpe.br) on 2016-05-31T12:25:23Z No. of bitstreams: 1 Claudio Renato Oliveira Beltrao de Castro.pdf: 978515 bytes, checksum: 5a5daa013c934b7b147e114cfdb15d39 (MD5) / Made available in DSpace on 2016-05-31T12:25:23Z (GMT). No. of bitstreams: 1 Claudio Renato Oliveira Beltrao de Castro.pdf: 978515 bytes, checksum: 5a5daa013c934b7b147e114cfdb15d39 (MD5) Previous issue date: 2013-08-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The early identification of cardiac activity changes is of great importance in veterinary medicine for small animals like dogs. These changes can be due congenital cardiac problems, including that arising the aging. When these pets are submitted to effort is possible the observation of cardiac diseases before without symptoms and that can lead to death of the animal. It´s possible prevent and to diagnosis some of these cardiopathies with clinical and lab exams. A low cost exam and of fundamental importance in clinical is the electrocardiogram (ECG). In this research the ECG was analyzed using a nonlinear mathematical method, the Detrended Fluctuation Analysis, that allows identifies changes of the patterns in a heart rate time series, sometimes imperceptible to the cardiologist. Here DFA was used to assess the heart rate oscillations observed using the RR interval of the ECG in healthy adult dogs, aiming to establish parameters to characterize changes in heart rate. The heart rate fluctuations in Rottweiler breed dogs could be parameterized by the coefficients α-DFA, whose median and interquartile range were, respectively equals to: α=0.6618(0.6161-0.6953; n=7) in the rest and α=0.8293(0.7837-0.8811; n=7) post-effort, which differ at a significance level p <0.05. Therefore, the DFA was efficient to differentiate the heart rate series in the rest relative to post-effort. / A identificação precoce de alterações na atividade cardíaca é de grande importância na medicina veterinária para pequenos animais, tais como os cães, que podem apresentar alterações que vão desde problemas cardíacos congênitos até os decorrentes da idade. Quando estes animais são submetidos ao esforço é possível observar o aparecimento de alterações cardíacas antes assintomáticas, que podem levar até a morte do animal. É possível prevenir e diagnosticar algumas dessas cardiopatias através de exames clínicos e laboratoriais. Um exame de baixo custo e de extrema importância na clínica é o Eletrocardiograma (ECG). Nesta pesquisa foi empregado na análise do ECG um método matemático não-linear, a Análise de Flutuações sem Tendência (Detrended Flutuation Analysis – DFA), que permite identificar alterações de padrões numa série temporal da frequência cardíaca, algumas vezes imperceptíveis ao cardiologista. Neste trabalho o DFA foi usado na avaliação das oscilações da frequência cardíaca, observadas através dos intervalos R-R do ECG em cães hígidos adultos, objetivando estabelecer parâmetros para caracterizar alterações na frequência cardíaca. As oscilações das frequências cardíacas em cães da raça Rottweiler puderam ser parametrizadas através de seus coeficientes α-DFA, cujos valores medianos e intervalos interquartis foram, respectivamente, iguais a α= 0,6618(0,6161-0,6953; n=7) no repouso e α=0,8293(0,7837-0,8811; n=7) no pós-esforço, valores que diferem entre si ao nível de significância p<0,05. Portanto, o DFA foi eficiente na distinção entre séries de frequências cardíacas de cães no repouso em relação ao esforço. Cão Atividade cardíaca Alteração cardíaca Eletrocardiograma Electrocardiogram Dogs Detrended Fluctuations Analysis Cardiac activity Cardiac changes CIENCIAS AGRARIAS::MEDICINA VETERINARIA
4	Contribution à la théorie des ondelettes : application à la turbulence des plasmas de bord de Tokamak et à la mesure dimensionnelle de cibles / Contribution to the wavelet theory : Application to edge plasma turbulence in tokamaks and to dimensional measurement of targets Scipioni, Angel 19 November 2010 (has links) La nécessaire représentation en échelle du monde nous amène à expliquer pourquoi la théorie des ondelettes en constitue le formalisme le mieux adapté. Ses performances sont comparées à d'autres outils : la méthode des étendues normalisées (R/S) et la méthode par décomposition empirique modale (EMD).La grande diversité des bases analysantes de la théorie des ondelettes nous conduit à proposer une approche à caractère morphologique de l'analyse. L'exposé est organisé en trois parties.Le premier chapitre est dédié aux éléments constitutifs de la théorie des ondelettes. Un lien surprenant est établi entre la notion de récurrence et l'analyse en échelle (polynômes de Daubechies) via le triangle de Pascal. Une expression analytique générale des coefficients des filtres de Daubechies à partir des racines des polynômes est ensuite proposée.Le deuxième chapitre constitue le premier domaine d'application. Il concerne les plasmas de bord des réacteurs de fusion de type tokamak. Nous exposons comment, pour la première fois sur des signaux expérimentaux, le coefficient de Hurst a pu être mesuré à partir d'un estimateur des moindres carrés à ondelettes. Nous détaillons ensuite, à partir de processus de type mouvement brownien fractionnaire (fBm), la manière dont nous avons établi un modèle (de synthèse) original reproduisant parfaitement la statistique mixte fBm et fGn qui caractérise un plasma de bord. Enfin, nous explicitons les raisons nous ayant amené à constater l'absence de lien existant entre des valeurs élevées du coefficient d'Hurst et de supposées longues corrélations.Le troisième chapitre est relatif au second domaine d'application. Il a été l'occasion de mettre en évidence comment le bien-fondé d'une approche morphologique couplée à une analyse en échelle nous ont permis d'extraire l'information relative à la taille, dans un écho rétrodiffusé d'une cible immergée et insonifiée par une onde ultrasonore / The necessary scale-based representation of the world leads us to explain why the wavelet theory is the best suited formalism. Its performances are compared to other tools: R/S analysis and empirical modal decomposition method (EMD). The great diversity of analyzing bases of wavelet theory leads us to propose a morphological approach of the analysis. The study is organized into three parts. The first chapter is dedicated to the constituent elements of wavelet theory. Then we will show the surprising link existing between recurrence concept and scale analysis (Daubechies polynomials) by using Pascal's triangle. A general analytical expression of Daubechies' filter coefficients is then proposed from the polynomial roots. The second chapter is the first application domain. It involves edge plasmas of tokamak fusion reactors. We will describe how, for the first time on experimental signals, the Hurst coefficient has been measured by a wavelet-based estimator. We will detail from fbm-like processes (fractional Brownian motion), how we have established an original model perfectly reproducing fBm and fGn joint statistics that characterizes magnetized plasmas. Finally, we will point out the reasons that show the lack of link between high values of the Hurst coefficient and possible long correlations. The third chapter is dedicated to the second application domain which is relative to the backscattered echo analysis of an immersed target insonified by an ultrasonic plane wave. We will explain how a morphological approach associated to a scale analysis can extract the diameter information Ondelettes Principe d'incertitude de Heisenberg Pavage temps-Fréquence Moments Régularité Support compact Fonction d'échelle Fonction d'ondelette Approximations Détails Résolution Filtre QMF Coefficients de Daubechies Analyse Reconstruction Précurseur Algorithme de Mallat Convolution Décimation Symétrisation Orthogonalisation Gram Schmidt Filtres frontières Complexité Décomposition modale empirique Méthode R/S Analyse des fluctuations redressées Fractal Auto-Similarité Plasma Bruit Gaussien fractionnaire Mouvement Brownien fractionnaire Ultrason Wavelets Heisenberg uncertainty principle Time-Frequency tiles Vanishing moments Regularity Compact support Scaling function Wavelet function Approximations Details Resolution QMF filters Daubechies coefficients Analysis Reconstruction Precursor Mallat algorithm Convolution Decimation Mirroring Orthogonalization Gram Schmidt Boundary filters Complexity Empirical Modal Decomposition R/S method Detrended fluctuations Analysis Fractal Self-Similarity Plasma Fractional Gaussian noise Fractional Brownian motion Ultrasound 530.44 515.243 3

1

Page generated in 0.1519 seconds