Spelling suggestions: "subject:"tratamiento dde señala"" "subject:"tratamiento dde señalar""
1 |
Caracterización de potenciales anormales intra-QRS en el ECG de alta resolución: aplicación en la evaluación de cardiopatíasGomis Román, Pedro 20 November 1997 (has links)
L'electrocardiograma (ECG) és el registre no invasiu més utilitzat per a estudiar l'activitat elèctrica del cor. L'anàlisi d'aquests senyals per computador ha estat un camp d'investigació recent de la Bioenginyeria, amb la finalitat d'ajudar en l'estudi i diagnòstic de cardiopaties. L'ECG d'alta resolució (ECGAR) és el producte de tècniques, basades en computador, que milloren la relació senyal-soroll dels senyals provinents del cor, i és utilitzat per a registrar potencials de molt baixa amplitud i alts continguts freqüencials. La principal aplicació del ECGAR està associada amb la detecció de potencials tardans ventriculars (LP) que sobrepassen el període normal del QRS. La presència de LP en el ECGAR ha estat relacionada amb substrats de re-entrada en teixits danyats del miocardi, causants de taquicàrdia ventricular.En aquesta tesi s'han desenvolupat nous indicadors de despolaritzacions ventriculars anormals que ocorren al llarg del complex QRS del ECGAR. S'ha presentat el concepte de potencials anormals intra-QRS (AIQP), estenent el concepte de senyals patofisiològiques, com els LP, sobre el període normal del QRS. Les principals aportacions realitzades en aquest treball es troben en el processat de senyals ECGAR mitjançant tècniques de modelatge i identificació de sistemes, la caracterització dels AIQP, i les seves aplicacions en l'avaluació de cardiopatíes.En el primer capítol es presenta el problema abordat i els objectius de la tesi, així com una descripció dels principis fisiològics i característiques del ECG.En el segon capítol es fa una revisió dels antecedents del ECGAR. Es presenta l'estat de l'art d'aquesta tècnica quant a mètodes d'obtenció clàssics i tendències actuals, i en l'anàlisi de potencials tardans en els dominis temporal i freqüencial, i mitjançant representacions temps-freqüència.En el tercer capítol es desenvolupa un mètode per a caracteritzar potencials anormals intra- QRS, mitjançant tècniques de modelatge del ECGAR, amb estructures paramètriques lineals, utilitzant el domini de la transformada discreta del cosinus (DCT). Es presenta el concepte dels AIQP i s'estudien les seves bases patofisiològiques, justificant el seu ús en aplicacions clíniques. L'habilitat de la tècnica va ser demostrada en un estudi simulat i en senyals reals de pacients.En el capítol quart es presenta un enfocament nou per a modelar senyals ECGAR amb estructures paramètriques no lineals. Aquestes tècniques són aplicades en la caracterització dels AIQP. El mètode utilitzat està basat en tècniques d'identificació de sistemes no lineals per a modelar la part normal del QRS. Es va emprar una estructura auto-regressiva amb entrada exògena no lineal (NARX), parametritzada amb una xarxa neuronal tipus perceptrón multicapa. El modelatge no lineal va permetre caracteritzar els AIQP en senyals reals de pacients sense el pre-processat del ECGAR en el domini de la DCT. En el capítol cinquè s'analitzen tècniques de classificació de grups de pacients, emprant funcions discriminants trobades amb mètodes d'optimització no lineal. Aquestes tècniques permeten proposar valors crítics AQIP per a separar els grups de senyals ECGAR d'estudi, amb la finalitat d'optimitzar l'exactitud en la predicció clínica.En el sisè capítol s'apliquen les tècniques de caracterització dels AIQP en l'avaluació de pacients amb taquicàrdia ventricular (TV), posterior a un infart de miocardi (IM). Els resultats obtinguts amb els nous índexs AIQP representen un aporti significatiu per a detectar potencials provenint de substrats de re-entrada. En un estudi sobre una població de 173 pacients post IM, amb una prevalença típica de TV, els índexs AIQP han aportat un increment de l'exactitud (90 %) i del valor predictiu positiu (47 %) del ECGAR.En el setè capítol es presenten dues aplicacions clíniques. En primer lloc, es realitza una avaluació de potencials anormals amidats en el ECGAR de pacients en diferents etapes de miocarditis chagásica. Els resultats obtinguts amb els índexs AIQP demostren diferències altament significatives entre diferents grups de pacients, classificats d'acord a l'avanç de la malaltia. Es presenta un segon estudi on s'avaluen esdeveniments isquémics transitoris durant angioplàstia coronària transluminal percutània (PTCA). Els resultats mostren canvis dinàmics en els ECGAR, obtinguts de seqüències de batecs consecutius, a l'utilitzar els índexs AIQP. L'aplicació dels mètodes desenvolupats en aquesta tesi, per al processat del ECGAR, ha permès la caracterització i quantificació de senyals provinents de despolaritzacions ventriculars anormals. L'aplicació clínica d'aquests mètodes ha produït un aporti significatiu en l'avaluació no invasiva amb el ECGAR de diferents cardiopaties. / El electrocardiograma (ECG) es el registro no invasivo más utilizado para estudiar la actividad eléctrica del corazón. El análisis de estas señales por computador ha sido un campo de investigación reciente de la Bioingeniería, con la finalidad de ayudar en el estudio y diagnóstico de cardiopatías. El ECG de alta resolución (ECGAR) es el producto de técnicas, basadas en computador, que mejoran la relación señal-ruido de las señales provenientes del corazón, y es utilizado para registrar potenciales de muy baja amplitud y altos contenidos frecuenciales. La principal aplicación del ECGAR está asociada con la detección de potenciales tardíos ventriculares (LP) que sobrepasan el periodo normal del QRS. La presencia de LP en el ECGAR ha estado relacionada con substratos de reentrada en tejidos dañados del miocardio, causantes de taquicardia ventricular.En esta tesis se han desarrollado nuevos indicadores de despolarizaciones ventriculares anormales que ocurren a lo largo del complejo QRS del ECGAR. Se ha presentado el concepto de potenciales anormales intra-QRS (AIQP), extendiendo el concepto de señales patofisiológicas, como los LP, sobre el periodo normal del QRS. Las principales aportaciones realizadas en este trabajo se encuentran en el procesado de señales ECGAR mediante técnicas de modelado e identificación de sistemas, la caracterización de los AIQP, y sus aplicaciones en la evaluación de cardiopatías.En el primer capítulo se presenta el problema abordado y los objetivos de la tesis, así como una descripción de los principios fisiológicos y características del ECG.En el segundo capítulo se hace una revisión de los antecedentes del ECGAR. Se presenta el estado del arte de esta técnica en cuanto a métodos de obtención clásicos y tendencias actuales, y en el análisis de potenciales tardíos en los dominios temporal y frecuencial, y mediante representaciones tiempo-frecuencia. En el tercer capítulo se desarrolla un método para caracterizar potenciales anormales intra QRS, mediante técnicas de modelado del ECGAR, con estructuras paramétricas lineales, utilizando el dominio de la transformada discreta del coseno (DCT). Se presenta el concepto de los AIQP y se estudian sus bases patofisiológicas, justificando su uso en aplicaciones clínicas. La habilidad de la técnica fue demostrada en un estudio simulado y en señales reales de pacientes.En el capítulo cuarto se presenta un enfoque novedoso para modelar señales ECGAR con estructuras paramétricas no lineales. Estas técnicas son aplicadas en la caracterización de los AIQP. El método utilizado está basado en técnicas de identificación de sistemas no lineales para modelar la parte normal del QRS. Se empleó una estructura auto-regresiva con entrada exógena no lineal (NARX), parametrizada con una red neuronal tipo perceptrón multicapa. El modelado no lineal permitió caracterizar los AIQP en señales reales de pacientes sin el pre-procesado del ECGAR en el dominio de la DCT. En el capítulo quinto se analizan técnicas de clasificación de grupos de pacientes, empleando funciones discriminantes halladas con métodos de optimización no lineal. Estas técnicas permiten proponer valores críticos AQIP para separar los grupos de señales ECGAR de estudio, con el fin de optimizar la exactitud en la predicción clínica.En el sexto capítulo se aplican las técnicas de caracterización de los AIQP en la evaluación de pacientes con taquicardia ventricular (TV), posterior a un infarto de miocardio (IM). Los resultados obtenidos con los nuevos índices AIQP representan un aporte significativo para detectar potenciales provenientes de substratos de reentrada. En un estudio sobre una población de 173 pacientes post IM, con una prevalencia típica de TV, los índices AIQP han aportado un incremento de la exactitud (90 %) y del valor predictivo positivo (47 %) del ECGAR.En el séptimo capítulo se presentan dos aplicaciones clínicas. En primer lugar, se realiza una evaluación de potenciales anormales medidos en el ECGAR de pacientes en distintas etapas de miocarditis chagásica. Los resultados obtenidos con los índices AIQP demuestran diferencias altamente significativas entre distintos grupos de pacientes, clasificados de acuerdo al avance de la enfermedad. Se presenta un segundo estudio donde se evalúan eventos isquémicos transitorios durante angioplastia coronaria transluminar percutánea (PTCA). Los resultados muestran cambios dinámicos en los ECGAR, obtenidos de secuencias de latidos consecutivos, al utilizar los índices AIQP. La aplicación de los métodos desarrollados en esta tesis, para el procesado del ECGAR, ha permitido la caracterización y cuantificación de señales provenientes de despolarizaciones ventriculares anormales. La aplicación clínica de estos métodos ha producido un aporte significativo en la evaluación no invasiva con el ECGAR de diferentes cardiopatías. / The electrocardiogram (ECG) is the most widely non-invasive record used for studying the electrical activity of the heart. The computer analysis of these signals has been a recent and important field of research of Bioengineering in order to help in the study and diagnosis of cardiopathies. The high resolution ECG (HRECG) is the result of computer based techniques which improve the signal-to-noise ratio of electrical signals coming from the heart, and it is used to characterize low-amplitude and high-frequency potentials. The main HRECG application is used in ventricular late potentials (LP) detection that that outlast the period of normal ventricular depolarization (QRS). The presence of LP in the HRECG has been linked with the presence of a reentry substrate for ventricular tachycardia (VT) after a myocardial infarction.In this thesis new indexes of abnormal ventricular depolarization occurring within the QRS period of the HRECG have been developed. The concept of abnormal intra-QRS potentials (AIQP) has been presented, extending the concept of pathophysiological late signals, as LP, over the whole QRS period. The main contributions done in this work are related with: HRECG signal processing using modelling and identification systems techniques; AIQP characterization; and its application on the assessment of cardiopathies.In the first chapter the treated problem is presented and the objectives of the thesis, as well as a description of the physiological principles and characteristics of the ECG.The second chapter shows a revision of the antecedents of the HRECG. The state-of-the-art of this technique is presented as classic and actual tendencies of the methods, the analysis of late potentials in temporal and frequency domains, and by means of time-frequency representations.In the third chapter a method is developed to characterize abnormal intra-QRS potentials, by means of ECGAR modelling techniques, with parametric linear structures, using the discrete cosine transform (DCT) domain. The concept of the AIQPs is presented and their pathophysiological bases are analyzed, justifying their use in clinical applications. The ability of the technique was demonstrated in a simulated study and real signals of patients. In chapter four a novel approach is presented to model ECGAR signals with nonlinear parametric structures. These techniques are applied in the characterization of AIQP. The used method is based on techniques of nonlinear systems identification to model the normal part of the QRS. An auto-regressive nonlinear structure with exogenous input (NARX) was used, parameterized by a multilayer feed-forward neural network (multilayer perceptron). The nonlinear modelling allowed to characterize AIQPs in real signals of patients without the pre-processing the HRECG in the DCT domain.Chapter five presents analyzing techniques for patient groups, using found discriminant functions with nonlinear optimization methods. These techniques allow proposing critical AQIP values to separate the study HRECG signal groups, with the purpose of optimizing the accuracy in clinical prediction.The sixth chapter shows the application of AIQP characterization techniques in the evaluation of patients with ventricular tachycardia (VT), after myocardial infarct (MI). The results obtained with these new AIQP indices represent a significant contribution to detect abnormal potentials from re-entry substrate. In a study on a population of 173 patients with post IM, with a typical prevalence of VT, AIQP indices have contributed an increase of the accuracy (90 %) and positive predictive value (47 %) of the HRECG.In the seventh chapter two clinical applications appear. Firstly, an evaluation of abnormal potentials measured in the HRECG of patients in different stages of chagasic myocarditis is made. Results obtained with AIQP indices show highly significant differences among different groups of patients, classified according to the advance of the disease. A second study is presented where transient ischemic events are evaluated during percutaneous transluminal coronary angioplasty (PTCA). Results show dynamic changes in the HRECG, obtained from consecutive beats sequences, when using AIQP indices.The application of the methods developed in this thesis, for the HRECG signal processing, has allowed to characterize and quantified abnormal ventricular depolarization signals. The clinical application of these methods has produced a significant contribution to the non-invasive evaluation of different cardiopathies using the HRECG technique.
|
2 |
Modelling human emotions using immersive virtual reality, physiological signals and behavioural responsesMarín Morales, Javier 27 July 2020 (has links)
Tesis por compendio / [ES] El uso de la realidad virtual (RV) se ha incrementado notablemente en la comunidad científica para la investigación del comportamiento humano. En particular, la RV inmersiva ha crecido debido a la democratización de las gafas de realidad virtual o head mounted displays (HMD), que ofrecen un alto rendimiento con una inversión económica. Uno de los campos que ha emergido con fuerza en la última década es el Affective Computing, que combina psicofisiología, informática, ingeniería biomédica e inteligencia artificial, desarrollando sistemas que puedan reconocer emociones automáticamente. Su progreso es especialmente importante en el campo de la investigación del comportamiento humano, debido al papel fundamental que las emociones juegan en muchos procesos psicológicos como la percepción, la toma de decisiones, la creatividad, la memoria y la interacción social.
Muchos estudios se han centrado en intentar obtener una metodología fiable para evocar y automáticamente identificar estados emocionales, usando medidas fisiológicas objetivas y métodos de aprendizaje automático. Sin embargo, la mayoría de los estudios previos utilizan imágenes, audios o vídeos para generar los estados emocionales y, hasta donde llega nuestro conocimiento, ninguno de ellos ha desarrollado un sistema de reconocimiento emocional usando RV inmersiva. Aunque algunos trabajos anteriores sí analizan las respuestas fisiológicas en RV inmersivas, estos no presentan modelos de aprendizaje automático para procesamiento y clasificación automática de bioseñales.
Además, un concepto crucial cuando se usa la RV en investigación del comportamiento humano es la validez: la capacidad de evocar respuestas similares en un entorno virtual a las evocadas por el espacio físico. Aunque algunos estudios previos han usado dimensiones psicológicas y cognitivas para comparar respuestas entre entornos reales y virtuales, las investigaciones que analizan respuestas fisiológicas o comportamentales están mucho menos extendidas. Según nuestros conocimientos, este es el primer trabajo que compara entornos físicos con su réplica en RV, empleando respuestas fisiológicas y algoritmos de aprendizaje automático y analizando la capacidad de la RV de transferir y extrapolar las conclusiones obtenidas al entorno real que se está simulando.
El objetivo principal de la tesis es validar el uso de la RV inmersiva como una herramienta de estimulación emocional usando respuestas psicofisiológicas y comportamentales en combinación con algoritmos de aprendizaje automático, así como realizar una comparación directa entre un entorno real y virtual. Para ello, se ha desarrollado un protocolo experimental que incluye entornos emocionales 360º, un museo real y una virtualización 3D altamente realista del mismo museo.
La tesis presenta novedosas contribuciones del uso de la RV inmersiva en la investigación del comportamiento humano, en particular en lo relativo al estudio de las emociones. Esta ayudará a aplicar metodologías a estímulos más realistas para evaluar entornos y situaciones de la vida diaria, superando las actuales limitaciones de la estimulación emocional que clásicamente ha incluido imágenes, audios o vídeos. Además, en ella se analiza la validez de la RV realizando una comparación directa usando una simulación altamente realista. Creemos que la RV inmersiva va a revolucionar los métodos de estimulación emocional en entornos de laboratorio. Además, su sinergia junto a las medidas fisiológicas y las técnicas de aprendizaje automático, impactarán transversalmente en muchas áreas de investigación como la arquitectura, la salud, la evaluación psicológica, el entrenamiento, la educación, la conducción o el marketing, abriendo un nuevo horizonte de oportunidades para la comunidad científica. La presente tesis espera contribuir a caminar en esa senda. / [EN] In recent years the scientific community has significantly increased its use of virtual reality (VR) technologies in human behaviour research. In particular, the use of immersive VR has grown due to the introduction of affordable, high performance head mounted displays (HMDs). Among the fields that has strongly emerged in the last decade is affective computing, which combines psychophysiology, computer science, biomedical engineering and artificial intelligence in the development of systems that can automatically recognize emotions. The progress of affective computing is especially important in human behaviour research due to the central role that emotions play in many background processes, such as perception, decision-making, creativity, memory and social interaction.
Several studies have tried to develop a reliable methodology to evoke and automatically identify emotional states using objective physiological measures and machine learning methods. However, the majority of previous studies used images, audio or video to elicit emotional statements; to the best of our knowledge, no previous research has developed an emotion recognition system using immersive VR. Although some previous studies analysed physiological responses in immersive VR, they did not use machine learning techniques for biosignal processing and classification.
Moreover, a crucial concept when using VR for human behaviour research is validity: the capacity to evoke a response from the user in a simulated environment similar to the response that might be evoked in a physical environment. Although some previous studies have used psychological and cognitive dimensions to compare responses in real and virtual environments, few have extended this research to analyse physiological or behavioural responses. Moreover, to our knowledge, this is the first study to compare VR scenarios with their real-world equivalents using physiological measures coupled with machine learning algorithms, and to analyse the ability of VR to transfer and extrapolate insights obtained from VR environments to real environments.
The main objective of this thesis is, using psycho-physiological and behavioural responses in combination with machine learning methods, and by performing a direct comparison between a real and virtual environment, to validate immersive VR as an emotion elicitation tool. To do so we develop an experimental protocol involving emotional 360º environments, an art exhibition in a real museum, and a highly-realistic 3D virtualization of the same art exhibition.
This thesis provides novel contributions to the use of immersive VR in human behaviour research, particularly in relation to emotions. VR can help in the application of methodologies designed to present more realistic stimuli in the assessment of daily-life environments and situations, thus overcoming the current limitations of affective elicitation, which classically uses images, audio and video. Moreover, it analyses the validity of VR by performing a direct comparison using highly-realistic simulation. We believe that immersive VR will revolutionize laboratory-based emotion elicitation methods. Moreover, its synergy with physiological measurement and machine learning techniques will impact transversely in many other research areas, such as architecture, health, assessment, training, education, driving and marketing, and thus open new opportunities for the scientific community. The present dissertation aims to contribute to this progress. / [CA] L'ús de la realitat virtual (RV) s'ha incrementat notablement en la comunitat científica per a la recerca del comportament humà. En particular, la RV immersiva ha crescut a causa de la democratització de les ulleres de realitat virtual o head mounted displays (HMD), que ofereixen un alt rendiment amb una reduïda inversió econòmica. Un dels camps que ha emergit amb força en l'última dècada és el Affective Computing, que combina psicofisiologia, informàtica, enginyeria biomèdica i intel·ligència artificial, desenvolupant sistemes que puguen reconéixer emocions automàticament. El seu progrés és especialment important en el camp de la recerca del comportament humà, a causa del paper fonamental que les emocions juguen en molts processos psicològics com la percepció, la presa de decisions, la creativitat, la memòria i la interacció social. Molts estudis s'han centrat en intentar obtenir una metodologia fiable per a evocar i automàticament identificar estats emocionals, utilitzant mesures fisiològiques objectives i mètodes d'aprenentatge automàtic. No obstant això, la major part dels estudis previs utilitzen imatges, àudios o vídeos per a generar els estats emocionals i, fins on arriba el nostre coneixement, cap d'ells ha desenvolupat un sistema de reconeixement emocional mitjançant l'ús de la RV immersiva. Encara que alguns treballs anteriors sí que analitzen les respostes fisiològiques en RV immersives, aquests no presenten models d'aprenentatge automàtic per a processament i classificació automàtica de biosenyals. A més, un concepte crucial quan s'utilitza la RV en la recerca del comportament humà és la validesa: la capacitat d'evocar respostes similars en un entorn virtual a les evocades per l'espai físic. Encara que alguns estudis previs han utilitzat dimensions psicològiques i cognitives per a comparar respostes entre entorns reals i virtuals, les recerques que analitzen respostes fisiològiques o comportamentals estan molt menys esteses. Segons els nostres coneixements, aquest és el primer treball que compara entorns físics amb la seua rèplica en RV, emprant respostes fisiològiques i algorismes d'aprenentatge automàtic i analitzant la capacitat de la RV de transferir i extrapolar les conclusions obtingudes a l'entorn real que s'està simulant. L'objectiu principal de la tesi és validar l'ús de la RV immersiva com una eina d'estimulació emocional usant respostes psicofisiològiques i comportamentals en combinació amb algorismes d'aprenentatge automàtic, així com realitzar una comparació directa entre un entorn real i virtual. Per a això, s'ha desenvolupat un protocol experimental que inclou entorns emocionals 360º, un museu real i una virtualització 3D altament realista del mateix museu. La tesi presenta noves contribucions de l'ús de la RV immersiva en la recerca del comportament humà, en particular quant a l'estudi de les emocions. Aquesta ajudarà a aplicar metodologies a estímuls més realistes per a avaluar entorns i situacions de la vida diària, superant les actuals limitacions de l'estimulació emocional que clàssicament ha inclòs imatges, àudios o vídeos. A més, en ella s'analitza la validesa de la RV realitzant una comparació directa usant una simulació altament realista. Creiem que la RV immersiva revolucionarà els mètodes d'estimulació emocional en entorns de laboratori. A més, la seua sinergia al costat de les mesures fisiològiques i les tècniques d'aprenentatge automàtic, impactaran transversalment en moltes àrees de recerca com l'arquitectura, la salut, l'avaluació psicològica, l'entrenament, l'educació, la conducció o el màrqueting, obrint un nou horitzó d'oportunitats per a la comunitat científica. La present tesi espera contribuir a caminar en aquesta senda. / Marín Morales, J. (2020). Modelling human emotions using immersive virtual reality, physiological signals and behavioural responses [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/148717 / TESIS / Compendio
|
Page generated in 0.094 seconds