Wavelets, bancos de filtros y análisis de señales biomédicas
En esta tesis de doctorado se substancian desarrollos científicos en el amplio campo del procesamiento de señales biomédicas, en particular el análisis de la señal de electrocardiograma (ECG). La mayoría de los procesos que involucran señales biológicas, acarrean una gran dificultad para manejar los...
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Tesis doctoral |
| Lenguaje: | Español |
| Publicado: |
Universidad Nacional del Nordeste. Facultad de Ciencias Exactas y Naturales y Agrimensura
2021
|
| Materias: | |
| Acceso en línea: | http://repositorio.unne.edu.ar/handle/123456789/29059 |
| Aporte de: |
| Sumario: | En esta tesis de doctorado se substancian desarrollos científicos en el amplio campo del procesamiento de señales biomédicas, en particular el análisis de la señal de electrocardiograma (ECG). La mayoría de los procesos que involucran señales biológicas, acarrean una gran dificultad para manejar los datos, debido al ruido interferente que se produce durante la captura de la señal. Otro aspecto complicado en el manejo de datos biológicos es la extracción de puntos característicos de la señal, debido, principalmente a las diferencias entre una señal y otra inclusive cuando analizamos datos de un mismo paciente. Los algoritmos para la detección de parámetros de estas señales deben incorporar aspectos generales y conllevan mucho proceso para lograr la generalidad buscada. La clasificación de latidos es también una tarea que puede resultar complicada, si la detección de los parámetros a clasificar no es adecuada. El ruido contaminante en las señales también interfiere en las tareas de detección y clasificación. |
|---|