Aachen, Techn. Hochsch., Diss., 2005

Este trabalho apresenta a aplicação da transformada de ondaletas, como ferramenta de análise para o estudo de escoamentos turbulentos transientes e não homogêneos que podem ocorrer nas situações reais de engenharia, onde fenômenos transientes e não contínuos estão normalmente presentes. O estudo experimental da turbulência em túnel de vento habitualmente pressupõe que o escoamento seja estacionário; assim, fenômenos transientes são estudados como uma sucessão de situações estacionárias intermediárias. Isto é necessário porque a ferramenta clássica para o estudo experimental da turbulência, a análise de Fourier, só se aplica a fenômenos estacionários, pois seus resultados se referem a comportamentos de conjunto e as singularidades do sinal não aparecem na análise. Para estes escoamentos onde a transformada de Fourier não se aplica ou não apresenta resultados satisfatórios, a transformada de ondaletas, entre outras possibilidades, é a ferramenta matemática que vem sendo mais freqüentemente utilizada a partir da última década. São apresentados os fundamentos matemáticos, bem como uma breve história da transformada de ondaletas, da transformada de Fourier e da estatística aplicada á turbulência. Para estudar a transformada de ondaletas e buscar a melhor forma de aplicá-la ao estudo da turbulência, foram analisados três escoamentos distintos: na esteira de um cilindro, em turbulência homogênea e em um banco de tubos de configuração quadrangular. Os resultados experimentais foram obtidos por anemometria de fio quente. As medições foram feitas em um túnel de vento, partindo do repouso até atingir o regime permanente. Os dados experimentais obtidos foram analisados utilizando técnicas de ondaletas, usando várias ondaletas e várias transformadas de ondaletas diferentes. Os resultados são comparados entre si e com a transformada de Fourier. Também foram realizados ensaios em regime permanente para várias velocidades do escoamento entre o repouso e a velocidade nominal do ventilador, com o auxílio de um inversor de freqüência. Os resultados para a variação do número de Strouhal com a velocidade, obtidos da análise destes dados pela transformada de Fourier mostraram boa concordância com os obtidos da análise de ondaletas das aquisições transientes. Os resultados mostram que a transformada de ondaletas é uma ferramenta valiosa para a análise dos dados experimentais obtidos nos problemas investigados, qualificando e complementando a análise de Fourier onde esta se aplica e substituindo-a quando o fenômeno for não estacionário.

MADEIRO, J. P. V. Detecção e segmentação automática de batimentos cardíacos do eletrocardiograma por modelagem matemática e combinação das transformadas Wavelet e de Hilbert. 2013. 130 f. Tese (Doutorado em Engenharia de Teleinformática) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2013. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2013-08-20T14:49:37Z No. of bitstreams: 1 2013_tese_jpvmadeiro.pdf: 13133519 bytes, checksum: c99737b92e3dcc3bab14e2da30c002df (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2013-08-20T14:50:06Z (GMT) No. of bitstreams: 1 2013_tese_jpvmadeiro.pdf: 13133519 bytes, checksum: c99737b92e3dcc3bab14e2da30c002df (MD5) / Made available in DSpace on 2013-08-20T14:50:06Z (GMT). No. of bitstreams: 1 2013_tese_jpvmadeiro.pdf: 13133519 bytes, checksum: c99737b92e3dcc3bab14e2da30c002df (MD5) Previous issue date: 2013-05-17 / A utomatic diagnostic aid systems aim the extraction of speci c parameters in order to support the analysis of a patient's physiological conditions possibly using computing algorithms. In the context of cardiology, such systems are particularly important when applied over long-term ECG signals, for example the 24-h holter examinations. The digital signal processing techniques for ECG waves segmentation and automatic feature extraction, which are proposed in this thesis, cover various research elds. Firstly, the proposed system performs QRS complex detection and segmentation, which is related to ventricular depolarization. The used methodology combines the adaptive threshold technique, Hilbert and Wavelet transforms and the rst-derivative lter with a new approach of preprocessing suppression over the whole ECG signal and selection of Wavelet scale factor for a given predominant QRS morphology. As output information we obtain the RR time-series (tachogram), the time-series of QRS complex durations and amplitudes. In the second stage, the developed system performs T-wave detection and segmentation, whose waveform is related to ventricular repolarization activity. It is proposed a new mathematical model concerning the possible T-wave morphologies based on a Gaussian function, modi ed by a mathematical procedure to insert asymmetry. Once the template is computed, cross-correlation and an approach based on the computation of Trapezium's area are used to locate, respectively, the peak, or the peaks for biphasic waves, and end point of each T-wave throughout the whole raw ECG signal. Among the metrics derived from the detected ducial points, we emphasize the QT intervals, which are the time intervals between the QRS onset and the T-wave end. After the segmentation of the ECG waves, we perform two important case studies using the ducial points and segments detected in the previous stages: ventricular activity subtraction in intracardiac atrial brillation electrogram and heart hate variability (HRV) analysis for a set of elderly patients which were selected in the Geriatric Outpatient Clinic of the Walter Cantidio University Hospital. After evaluating the overall methodology of QRS detection and segmentation over various manually annotated databases, inclusive the public MIT-BIH Arrhythmia database and QT database, we have obtained the following detection rates and delineation time errors: sensitivity of 99.51%, positive predictivity of 99.44%, QRS onset time error of 2.85 9.90 ms and QRS o set time error of 2.83 12.26 ms. Regarding T-wave detection and delineation, the proposed method has attained sensitivity of 99.48%, positive predictivity of 99.53%, and average time errors of 0.51 8.06 ms, for T-wave peak location, and 0.11 11.73 ms, for T-wave end location. Regarding the rst case study concerning the use of the ducial points detected from the segmented QRS complexes and T-waves over intracardiac atrial brillation electrogram, the method of ventricular activity subtraction has attained a signi cant attenuation for frequencies above 10 Hz, and also for components of frequency range around 3 Hz to 6 Hz, respectively due to ventricular depolarization and repolarization subtraction. For the second application, the analysis of the evolution of heart rate variability metrics in frequency domain associated to sympathetic branch activity allows recognizing speci c tendencies regarding aspects of proper functioning/dysautonomia of the autonomic nervous system for each predetermined elderly class according to the concepts of frailty phenotype: frail, pre-frail and robust ones. The overall results suggest that the set of methodologies developed for ECG waves segmentation provides high rates of accurate and robust detections for a wide variety of morphologies, such that they can be applied in various situations for aid to diagnosis. Given the set of possible metrics and time-series which can be extracted from the ECG signals, after their segmentation, the referred methods can support projects of clinical research and development of markers/indicators of adverse cardiovascular events. / Sistemas automáticos de auxílio ao diagnóstico visam à extração de métricas específicas, podendo ser por algoritmos computacionais, de forma a subsidiar a análise por parte do especialista de condições orgânicas e fisiológicas do paciente. No contexto da cardiologia, referidos sistemas são particularmente importantes quando aplicados no processamento de sinais de longa duração, como o eletrocardiograma (ECG) de 24 horas. As técnicas para segmentação e extração automática de parâmetros do sinal ECG propostas nesta tese abrangem diversos campos de pesquisa. Inicialmente, o sistema realiza a detecção e a segmentação do complexo QRS, relacionado à despolarização ventricular. Como metodologia, utiliza-se a combinação das técnicas do limiar adaptativo, das transformadas de Hilbert e Wavelet e do filtro derivativo com uma nova abordagem de redução de pré-processamento e de seleção do fator de escala da Wavelet. Ao final desta etapa, obtêm-se a série de intervalos RR, a série de durações de cada complexo QRS e de suas amplitudes. No segundo momento, tem-se a detecção e a segmentação da onda T, relacionada à repolarização ventricular. Propõe-se um novo modelo matemático do comportamento morfológico da onda T baseado na função Gaussiana, modificada por um procedimento matemático de inserção de assimetria. Uma vez obtidos os parâmetros de modelagem para uma dada morfologia predominante de onda T, a função de correlação cruzada é utilizada para a detecção do pico e uma técnica baseada no cálculo da área de trapézios é utilizada para a localização do final da forma de onda. Dentre as métricas derivadas das informações extraídas, destaca-se a série de intervalos QT, segmento que vai do início de cada complexo QRS ao final de cada onda T. Finalizado o processo de segmentação, dois estudos de caso são realizados: subtração da atividade ventricular em sinais eletrogramas atriais de pacientes com fibrilação atrial (FA) e análise de séries de variabilidade da frequência cardíaca (VFC) de um conjunto de pacientes idosos selecionados pelo Ambulatório de Geriatria do Hospital Universitário Wálter Cantídio. A partir de experimentos de validação em bases de dados diversas com anotações manuais dos batimentos, obtêm-se as seguintes taxas de detecção e erros de delineamento para o complexo QRS: sensibilidade de 99,51%, preditividade positiva de 99,44%, erro médio de início (QRS onset) de 2,85 ± 9,90 ms e erro médio de final (QRS offset) de 2,83 ± 12,26 ms. Com relação à detecção e segmentação da onda T, obtêm-se os seguintes resultados: sensibilidade de 99,48%, preditividade positiva de 99,53%, erro médio de localização de pico de 0,51 ± 8,06 ms e erro médio de localização de final da forma de onda de 0,11 ± 11,73 ms. Quanto ao primeiro estudo de caso de uso dos pontos fiduciais detectados, a potência média dos sinais eletrogramas atriais, após a subtração da atividade ventricular, é significativamente reduzida para frequências acima de 10 Hz, predominantemente associadas ao complexo QRS, bem como para frequências na faixa de 3 a 5 Hz, relacionadas à atividade elétrica de repolarização ventricular. Para o segundo estudo, a análise do comportamento de métricas no domínio da frequência associadas à atividade do sistema nervoso simpático permite o reconhecimento de tendências próprias e características, no que tange a aspectos de funcionamento/disautonomia do sistema nervoso autonômico, de cada classe pré-determinada de idosos segundo os conceitos de fenótipo de fragilidade: idosos frágeis, pré-frágeis e robustos. Os resultados obtidos sugerem que o conjunto de metodologias desenvolvidas para a segmentação do sinal ECG apresenta altas taxas de precisão, repetibilidade e robustez a uma ampla gama de morfologias, podendo ser aplicado em diversos contextos de auxílio ao diagnóstico. Dadas as métricas e séries temporais que podem ser extraídas, os referidos métodos também podem dar suporte a processos de investigação clínica e desenvolvimento de marcadores/indicadores de eventos cardiovasculares adversos.

Este trabalho apresenta a aplicação da transformada de ondaletas, como ferramenta de análise para o estudo de escoamentos turbulentos transientes e não homogêneos que podem ocorrer nas situações reais de engenharia, onde fenômenos transientes e não contínuos estão normalmente presentes. O estudo experimental da turbulência em túnel de vento habitualmente pressupõe que o escoamento seja estacionário; assim, fenômenos transientes são estudados como uma sucessão de situações estacionárias intermediárias. Isto é necessário porque a ferramenta clássica para o estudo experimental da turbulência, a análise de Fourier, só se aplica a fenômenos estacionários, pois seus resultados se referem a comportamentos de conjunto e as singularidades do sinal não aparecem na análise. Para estes escoamentos onde a transformada de Fourier não se aplica ou não apresenta resultados satisfatórios, a transformada de ondaletas, entre outras possibilidades, é a ferramenta matemática que vem sendo mais freqüentemente utilizada a partir da última década. São apresentados os fundamentos matemáticos, bem como uma breve história da transformada de ondaletas, da transformada de Fourier e da estatística aplicada á turbulência. Para estudar a transformada de ondaletas e buscar a melhor forma de aplicá-la ao estudo da turbulência, foram analisados três escoamentos distintos: na esteira de um cilindro, em turbulência homogênea e em um banco de tubos de configuração quadrangular. Os resultados experimentais foram obtidos por anemometria de fio quente. As medições foram feitas em um túnel de vento, partindo do repouso até atingir o regime permanente. Os dados experimentais obtidos foram analisados utilizando técnicas de ondaletas, usando várias ondaletas e várias transformadas de ondaletas diferentes. Os resultados são comparados entre si e com a transformada de Fourier. Também foram realizados ensaios em regime permanente para várias velocidades do escoamento entre o repouso e a velocidade nominal do ventilador, com o auxílio de um inversor de freqüência. Os resultados para a variação do número de Strouhal com a velocidade, obtidos da análise destes dados pela transformada de Fourier mostraram boa concordância com os obtidos da análise de ondaletas das aquisições transientes. Os resultados mostram que a transformada de ondaletas é uma ferramenta valiosa para a análise dos dados experimentais obtidos nos problemas investigados, qualificando e complementando a análise de Fourier onde esta se aplica e substituindo-a quando o fenômeno for não estacionário.

Aplicações computacionais voltadas para o auxílio ao diagnóstico (Computer-Aided Diagnosis - CAD) estão se tornando cada vez mais freqüentes. O objetivo dessas aplicações é fornecer ao profissional da área médica ferramentas que auxiliem na detecção precoce de patologias diversas. Nesse contexto, algoritmos que satisfaçam o interesse do usuário em encontrar imagens semelhantes a um caso específico podem ser desenvolvidos. Essas buscas devem ser feitas por similaridade, considerando a informação visual da imagem e não utilizando os recursos do processo convencional de busca textual, o qual compara parâmetros fornecidos pelo usuário com valores de atributos armazenados. As técnicas que permitem esse desenvolvimento são descritas na literatura como recuperação de imagens baseada em conteúdo (Content-Based Image Retrieval - CBIR). O maior desafio nessa abordagem é determinar o conjunto de características que descrevem o conteúdo da imagem adequadamente. No presente trabalho foram implementados algoritmos para extrair as características das imagens médicas utilizando as transformadas Wavelet e Wavelet Packet. A transformada Wavelet Packet tem maior capacidade para distinguir as freqüências quando comparada com a transformada Wavelet \"tradicional\". Esse estudo explora tal propriedade e analisa o desempenho dessas abordagens matemáticas na recuperação das imagens médicas por conteúdo. Ao final do estudo pôde-se estabelecer um comparativo entre os resultados obtidos com os vetores gerados a partir dos dados extraídos por ambas transformadas. Considerando-se que na área médica a precisão na obtenção das informações tem importância fundamental, a transformada Wavelet Packet revelou vantagens relevantes sobre os métodos tradicionais que aplicam a transformada Wavelet. Gráficos recall x precision e confusion matrix forneceram medidas da eficácia de recuperação. / Computer-Aided Diagnosis (CAD) applications are becoming more frequent each day. This application\'s objective is to provide tools for the medical professional that help in the precocious detection of different pathologies. On this context, algorithms that satisfy the user interest to find similar images related to a singular case can be developed. Such searches must be done considering the visual information instead of using common resources employed in textual conventional procces\'s searches, which compares parameters provide by the user to attribute\'s values stored. The techniques that admit such development are depicted in the literature as Content-Based Image Retrieval (CBIR). The great challenge here is to define the features that represent the image appropriately. In the present research were implemented algorithms to extract the images features using the Wavelet transform and Wavelet Packet transform. A Wavelet Packet transform distinguish frequencies better than the \"tradicional\" Wavelet transform. Therefore this study explores such properties and analyze the both mathematics approaches performance in the medical images retrieval. A comparative can be estabilished between the results obtained with the vectors produced using extracted data in both transforms. Considering that in the medical area the precision to obtain informations has fundamental importance, the Wavelet Packet transform revealed relevant advantages compared to the traditional methods that use the Wavelet transform. Recall x precision graphs and confusion matrix provides retrieval efficiency measures.

Este trabalho apresenta a aplicação da transformada de ondaletas, como ferramenta de análise para o estudo de escoamentos turbulentos transientes e não homogêneos que podem ocorrer nas situações reais de engenharia, onde fenômenos transientes e não contínuos estão normalmente presentes. O estudo experimental da turbulência em túnel de vento habitualmente pressupõe que o escoamento seja estacionário; assim, fenômenos transientes são estudados como uma sucessão de situações estacionárias intermediárias. Isto é necessário porque a ferramenta clássica para o estudo experimental da turbulência, a análise de Fourier, só se aplica a fenômenos estacionários, pois seus resultados se referem a comportamentos de conjunto e as singularidades do sinal não aparecem na análise. Para estes escoamentos onde a transformada de Fourier não se aplica ou não apresenta resultados satisfatórios, a transformada de ondaletas, entre outras possibilidades, é a ferramenta matemática que vem sendo mais freqüentemente utilizada a partir da última década. São apresentados os fundamentos matemáticos, bem como uma breve história da transformada de ondaletas, da transformada de Fourier e da estatística aplicada á turbulência. Para estudar a transformada de ondaletas e buscar a melhor forma de aplicá-la ao estudo da turbulência, foram analisados três escoamentos distintos: na esteira de um cilindro, em turbulência homogênea e em um banco de tubos de configuração quadrangular. Os resultados experimentais foram obtidos por anemometria de fio quente. As medições foram feitas em um túnel de vento, partindo do repouso até atingir o regime permanente. Os dados experimentais obtidos foram analisados utilizando técnicas de ondaletas, usando várias ondaletas e várias transformadas de ondaletas diferentes. Os resultados são comparados entre si e com a transformada de Fourier. Também foram realizados ensaios em regime permanente para várias velocidades do escoamento entre o repouso e a velocidade nominal do ventilador, com o auxílio de um inversor de freqüência. Os resultados para a variação do número de Strouhal com a velocidade, obtidos da análise destes dados pela transformada de Fourier mostraram boa concordância com os obtidos da análise de ondaletas das aquisições transientes. Os resultados mostram que a transformada de ondaletas é uma ferramenta valiosa para a análise dos dados experimentais obtidos nos problemas investigados, qualificando e complementando a análise de Fourier onde esta se aplica e substituindo-a quando o fenômeno for não estacionário.

Magíster en Ciencias de la Ingeniería, Mención Eléctrica / En esta tesis se utilizan modelos de señales de la teoría de aproximación no lineal, específicamente la sparsidad y la compresibilidad. Una señal se denomina sparse si puede escribirse como combinación lineal de pocas funciones, y se denomina compresible si puede aproximarse precisamente mediante una señal sparse. El Capítulo 3 es un estudio experimental de nuevas definiciones de compresibilidad de secuencias aleatorias infinitas. Se muestran las conexiones entre dichos modelos y varios resultados de adquisición y reconstrucción de señales basados en la teoría de Compressive Sensing. Se verifican resultados teóricos que indican que la familia de distribuciones en el dominio de atracción de una ley alfa-estable son compresibles. Además se observa que, asintóticamente es posible muestrear y reconstruir dichas señales con tasa y error cero, utilizando técnicas de Compressive Sensing. En el Capítulo 4 se estudian las propiedades de compresibilidad de las transformadas wavelet y coseno discretas para la caracterización de canales de permeabilidad. Luego se utilizan dichas bases para estimar la permeabilidad efectiva a partir de canales de permeabilidad aproximados. Se muestra en esta sección que se preserva la permeabilidad efectiva salvo un término de sesgo que depende del nivel de aproximación considerado. Finalmente se aplica adquisición y reconstrucción de canales de permeabilidad con Compressive Sensing, bajo el supuesto de compresibilidad en DCT y Wavelet de Haar, donde se pueden identificar regímenes donde domina una u otra base.

This dissertation explores the non-Doppler shifting of Helium lines in the high pressure conditions of a white dwarf photosphere. In particular, this dissertation seeks to mathematically quantify the shift in a way that is simple to reproduce and account for in future studies without requiring prior knowledge of the star’s bulk properties (mass, radius, temperature, etc.). Two main methods will be used in this analysis. First, the spectral line will be quantified with a continuous wavelet transformation, and the components will be used in a χ^2 minimizing linear regression to predict the shift. Second, the position of the lines will be calculated using a best-fit Levy-alpha line function. These techniques stand in contrast to traditional methods of quantifying the center of often broad spectral lines, which usually assume symmetry on the parts of the lines.

Yes / This paper investigates the performance of wavelet OFDM signals over a wireless communications link. The scheme is shown to be generally similar to Fourier based OFDM, but with some additional features, and improved characteristics. The sensitivity of both schemes to the nonlinear amplification in the transmitter is compared by monitoring the time domain output data and the adjacent channel power ratio (ACPR) performance.

Auditory brainstem response (ABR) evaluation has been one of the most reliable methods for evaluating hearing loss. Clinically available methods for ABR tests require averaging for a large number of sweeps (~1000-2000) in order to obtain a meaningful ABR signal, which is time consuming.  This study proposes a faster new method for ABR filtering based on wavelet-Kalman filter that is able to produce a meaningful ABR signal with less than 500 sweeps. The method is validated against ABR data acquired from 7 normal hearing subjects with different stimulus intensity levels, the lowest being 30 dB NHL. The proposed method was able to filter and produce a readable ABR signal using 400 sweeps; other ABR signal criteria were also presented to validate the performance of the proposed method.