Los sistemas fisiológicos generan señales eléctricas durante su funcionamiento. Estas
señales pueden ser registradas y representadas, constituyendo un elemento
fundamental de ayuda al diagnóstico en la práctica clínica actual. Sin embargo,
la inspección visual no permite la extracción completa de la información contenida
en estas señales. Entre las técnicas de procesamiento automático, destacan los
métodos no lineales, específicamente aquellos relacionados con la estimación de la
regularidad de la señal subyacente. Estos métodos están ofreciendo en los ´últimos
años resultados muy significativos en este ´ámbito. Sin embargo, son muy sensibles
a las interferencias en las señales, ocurriendo una degradación significativa de su
capacidad diagnostica si las señales biomédicas están contaminadas. Uno de los
elementos que se presenta con cierta frecuencia en los registros fisiológicos y que
contribuye a esta degradación de prestaciones en estimadores no lineales, son los
impulsos de cortad duración, conocidos en este contexto como spikes.
En este trabajo se pretende abordar la problemática asociada a la presencia de
spikes en bioseñales, caracterizando su influencia en una serie de medidas concretas,
para que la posible degradación pueda ser anticipada y las contramedidas
pertinentes aplicadas. En concreto, las medidas de regularidad caracterizadas son:
Approximate Entropy (ApEn), Sample Entropy (SampEn), Lempel Ziv Complexity
(LZC) y Detrended Fluctuation Analysis (DFA). Todos estos métodos han
ofrecido resultados satisfactorios en multitud de estudios previos en el procesado
de señales biomédicas. La caracterización se lleva a cabo mediante un exhaustivo
estudio experimental en el cual se aplican spikes controlados a diferentes registros
fisiológicos, y se analiza cuantitativa y cualitativamente la influencia de dichos
spikes en la estimación resultante.
Los resultados demuestran que el nivel de interferencia, así como los parámetros de
las medidas de regularidad, afectan de forma muy variada. En general, LZC es la
medida más robusta del conjunto caracterizado frente a spikes, mientras que DFA
es la más vulnerable. Sin embargo, la capacidad de discernir entre clases permanece
en muchos casos, a pesar de los cambios producidos en los valores absolutos de
entropía. / Molina Picó, A. (2014). Caracterización de medidas de regularidad en señales biomédicas. Robustez a outliers [Tesis doctoral]. Editorial Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/39346 / Alfresco
| Identifer | oai:union.ndltd.org:upv.es/oai:riunet.upv.es:10251/39346 |
| Date | 03 September 2014 |
| Creators | Molina Picó, Antonio |
| Contributors | Cuesta Frau, David, Universitat Politècnica de València. Departamento de Informática de Sistemas y Computadores - Departament d'Informàtica de Sistemes i Computadors |
| Publisher | Editorial Universitat Politècnica de València |
| Source Sets | Universitat Politècnica de València |
| Language | Spanish |
| Detected Language | Spanish |
| Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/publishedVersion |
| Source | Riunet |
| Rights | Reserva de todos los derechos, info:eu-repo/semantics/openAccess |
Page generated in 0.0023 seconds