Spelling suggestions: "subject:"hilbert, transformada dde"" "subject:"hilbert, transformada dee""
1 |
Sistema automático para análise de variabilidade da freqüencia cardíaca / Automatic system for analysis of heart rate variabilityMadeiro, João Paulo do Vale 10 1900 (has links)
MADEIRO, J. P. V. Sistema automático para análise de variabilidade da freqüencia cardíaca. 2007. 113 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2007. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2016-04-04T16:34:48Z
No. of bitstreams: 1
2007_dis_jpvmadeiro.pdf: 3277264 bytes, checksum: a1bfac9d9679f19a97ce8696acad8204 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2016-04-05T19:51:29Z (GMT) No. of bitstreams: 1
2007_dis_jpvmadeiro.pdf: 3277264 bytes, checksum: a1bfac9d9679f19a97ce8696acad8204 (MD5) / Made available in DSpace on 2016-04-05T19:51:29Z (GMT). No. of bitstreams: 1
2007_dis_jpvmadeiro.pdf: 3277264 bytes, checksum: a1bfac9d9679f19a97ce8696acad8204 (MD5)
Previous issue date: 2007-10 / This dissertation describes a system for analysis of heart rate variability through metrics on time and frequency domain and by non-linear methodology, which is initiated by the process of segmentation of the QRS complex of the electrocardiogram signal. The motivation for this work is the analysis of the influence from the algorithms of beat segmentation and selection of valid cardiac cycles for the variability analysis, which were developed in the research process, over the computation of the metrics. After determining the intervals between QRS complexes (RR), the cardiac cycles with ectopic beats, resultant of arrhythmic events or detection fails (false-positive or false negative) are excluded. Then, the available metrics of heart rate variability found on literature are computed over the time series of intervals between normal beats (NN): on time domain (statistical and geometrical methods), on frequency domain (VLF - Very Low Frequency, LF - Low Frequency and HF – High Frequency) and by non-linear methodology (Poincaré plot). The QRS detection and segmentation results are validated through simulation tests over exams from Arrhythmia Database and QT database of the MIT-BIH database. The manual annotations of the QRS fiducial points and QRS onset and offset are compared with the automatic detections. The results related to heart rate variability metrics are validated through the manual selection of beats, and consequently of the intervals between them, pertaining to exams selected from Arrhythmia Database and the computation of the referred metrics over them, comparing with those ones automatically generated by the proposed method. The system, which provides averages of positive predictivity as 99.35% and sensitivity as 99.02%, and averages of deviations between automatic and manual analysis of heart rate variability metrics varying from 0.05% to 5.24%, can be carried into several platforms, making possible its production in commercial scale. / Esta dissertação descreve um sistema de analise da variabilidade da frequêcia cardíaca através de métricas no domínio do tempo, da freqüência e por método não-linear a partir do processo de segmentação do complexo QRS do sinal eletrocardiograma. O trabalho é motivado pela influência dos algoritmos de segmentação de batimentos e de seleção dos ciclos cardíacos válidos para análise da variabilidade, esenvolvidos para este fim, na determinação das métricas de interesse. Após a determinação dos intervalos entre os complexos QRS (RR), são excluídos os ciclos cardíacos com batimentos ectópicos, resultantes de arritmia ou de falhas de detecção (falso-positivo ou falso-negativo). Em seguida, sobre a série temporal de intervalos entre batimentos normais NN são calculadas as métricas de variabilidade da freqüência cardíaca disponíveis na literatura: no domínio do tempo (métodos estatísticos e geométricos), no domínio da freqüência (componentes VLF - Very Low Frequency, LF - Low Frequency e HF - High Frequency) e por método não-linear (mapa de Poincaré). Os resultados de deteccão e segmentacão do QRS são validados através de testes experimentais sobre exames das bases Arrhythmia Database e QT database do MIT-BIH, em que as marcações manuais dos picos e das bordas dos batimentos são comparadas com as detecções automáticas. Os resultados obtidos quanto as métricas de variabilidade são validados através da seleção manual de batimentos e, por conseguinte, dos intervalos entre os mesmos, a partir de exames selecionados da base Arrhythmia Database por cardiologistas do Hospital Universitário Walter Cantidio (HUWC), e do cálculo das referidas métricas, comparando-se com aquelas geradas automaticamente pelo método proposto. O sistema, que apresenta taxas médias de99,35% de preditividade positiva e 99,02% de sensibilidade, para detecção do QRS, e médias de erros entre a análise automática e a análise manual das métricas de variabilidade variando entre 0,05% e 5,24%, pode ser embutido em diversas plataformas, viabilizando sua producão em escala comercial.
|
2 |
Avaliação e implementação de métodos de estimação de tempo de atraso de sinais de ultra-somMartinhon, Guilherme [UNESP] 15 June 2007 (has links) (PDF)
Made available in DSpace on 2014-06-11T19:22:31Z (GMT). No. of bitstreams: 0
Previous issue date: 2007-06-15Bitstream added on 2014-06-13T19:08:03Z : No. of bitstreams: 1
martinhon_g_me_ilha.pdf: 1559279 bytes, checksum: 7e975933281fbe9aec5c7a3556631af8 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A estimação do tempo de atraso entre dois sinais de ultra-som é uma tarefa muito comum e importante em diversas aplicações, como em sistemas de posicionamento para medição de distâncias, medidores de espessura em ensaios não-destrutivos, células de medição de propriedades de materiais, entre outros. Em algumas aplicações há necessidade de elevada acurácia e precisão na determinação do tempo de atraso, que dependem de diversos parâmetros do transdutor, de sua excitação e do meio em que a onda se propaga, além do método de estimação e representação numérica. Neste trabalho são avaliados três estimadores de tempo de atraso, com implementações em ponto-fixo e ponto-flutuante: correlação cruzada com interpolação parabólica, transformada de Hilbert da correlação e envoltória do sinal analítico. Os estimadores são avaliados em MATLAB, em ponto-flutuante, com sinais sintetizados e com sinais reais obtidos em laboratório, e em ponto-fixo, usando um processador digital de sinais TMS320VC5416, da Texas Instruments. São explorados parâmetros como freqüência central do transdutor, freqüência de amostragem, largura de banda, relação sinal-ruído e atenuação do meio. O desempenho dos métodos é comparado por meio dos erros médios e desvios-padrão das medidas / Time-delay estimation between two ultrasonic signals is a very common and important task in several applications, such as distance measurement in positioning systems, thickness measurement in nondestructive testing, measurement cells of materials properties, among others. Some applications require high accuracy and precision on the determination of the time-delay, which depend on several transducer parameters, excitation and medium of propagation, as well as the estimation method and numerical representation. In this work, three time-delay estimators are evaluated, with fixed- and floating-point implementations: cross-correlation with parabolic interpolation, Hilbert transform of correlation and analytic signal envelope. The estimators are evaluated in MATLAB with floating-point representation, using synthesized signals and real signals acquired in laboratory, and in fixed-point using a Texas Instruments TMS320VC5416 digital signal processor. Parameters as transducer central frequency, sampling frequency, bandwidth, signal-to-noise ratio and medium attenuation are considered. The performances of the methods are compared by means of errors (or bias) and standard deviations
|
3 |
Avaliação e implementação de métodos de estimação de tempo de atraso de sinais de ultra-som /Martinhon, Guilherme. January 2007 (has links)
Orientador: Ricardo Tokio Higuti / Banca: Alexandre César Rodrigues da Silva / Banca: Flávio Buiochi / Resumo: A estimação do tempo de atraso entre dois sinais de ultra-som é uma tarefa muito comum e importante em diversas aplicações, como em sistemas de posicionamento para medição de distâncias, medidores de espessura em ensaios não-destrutivos, células de medição de propriedades de materiais, entre outros. Em algumas aplicações há necessidade de elevada acurácia e precisão na determinação do tempo de atraso, que dependem de diversos parâmetros do transdutor, de sua excitação e do meio em que a onda se propaga, além do método de estimação e representação numérica. Neste trabalho são avaliados três estimadores de tempo de atraso, com implementações em ponto-fixo e ponto-flutuante: correlação cruzada com interpolação parabólica, transformada de Hilbert da correlação e envoltória do sinal analítico. Os estimadores são avaliados em MATLAB, em ponto-flutuante, com sinais sintetizados e com sinais reais obtidos em laboratório, e em ponto-fixo, usando um processador digital de sinais TMS320VC5416, da Texas Instruments. São explorados parâmetros como freqüência central do transdutor, freqüência de amostragem, largura de banda, relação sinal-ruído e atenuação do meio. O desempenho dos métodos é comparado por meio dos erros médios e desvios-padrão das medidas / Abstract: Time-delay estimation between two ultrasonic signals is a very common and important task in several applications, such as distance measurement in positioning systems, thickness measurement in nondestructive testing, measurement cells of materials properties, among others. Some applications require high accuracy and precision on the determination of the time-delay, which depend on several transducer parameters, excitation and medium of propagation, as well as the estimation method and numerical representation. In this work, three time-delay estimators are evaluated, with fixed- and floating-point implementations: cross-correlation with parabolic interpolation, Hilbert transform of correlation and analytic signal envelope. The estimators are evaluated in MATLAB with floating-point representation, using synthesized signals and real signals acquired in laboratory, and in fixed-point using a Texas Instruments TMS320VC5416 digital signal processor. Parameters as transducer central frequency, sampling frequency, bandwidth, signal-to-noise ratio and medium attenuation are considered. The performances of the methods are compared by means of errors (or bias) and standard deviations / Mestre
|
Page generated in 0.106 seconds