| Revista: | Anales AFA |
| Base de datos: | |
| Número de sistema: | 000544911 |
| ISSN: | 1850-1168 |
| Autors: | Aguirre Varela, G.G1 Ré, M.A1 López, N.M3 |
| Institucions: | 1Universidad Nacional de Córdoba, Facultad de Matemática de Matemática Astronomía y Física, Argentina 2Universidad Tecnológica Nacional, Facultad Regional Córdoba, Argentina 3U.N. de San Juan, Facultad de Ingeniería, |
| Any: | 2018 |
| Període: | Sep |
| Volum: | 29 |
| Número: | 3 |
| Paginació: | 69-72 |
| País: | Argentina |
| Idioma: | Español |
| Resumen en español | Se presenta un método para la detección de bordes de dominio o cambios de estacionariedad en secuencias de valores de rango continuo como los obtenidos en Electromiografía (EMG) o en registros de Electroencefalograma (EEG). La detección del cambio de estacionariedad en una secuencia temporal como las mencionadas presenta interés para el reconocimiento del comienzo de una contracción muscular en EMG o del comienzo y propagación de una crisis epiléptica en el análisis del registro del EEG. El punto de segmentación en una serie temporal se corresponde con la posición en la serie a partir de la cual cambian las propiedades estadísticas de los valores que la conforman. El método aquí propuesto se basa en el cálculo de la divergencia de Jensen-Shannon (DJS) entre los segmentos que forman la secuencia. La DJS es una medida de distancia entre distribuciones de probabilidad y para su evaluación aproximamos las distribuciones que corresponden a cada segmento por el método del kernel de densidad. Para la aplicación del método se elige una posición en la secuencia como punto de segmentación y se calcula la DJS entre las distribuciones asociadas a las sub-secuencias que quedan así definidas. Se repite este proceso para cada posición en la secuencia y se identifica el punto de segmentación con la posición que arroja el valor máximo para la DJS. Evaluamos método propuesto analizando señales sintéticas similares a señales electromiográficas. |
| Resumen en inglés | It is presented a method for border detection or changes in stationarity in sequences of continuous range values such as those obtained in electromyography (EMG) or in electroencephalograms (EEG) records. The detection of a change of stationarity in a temporal sequence as those mentioned is of interest in the recognition of the start of muscle contractions in EMG or the start of an epileptic crisis in EEG records. The segmentation point in a temporal series is the position in the sequence where the statistical properties change. The method that we propose is based on the Jensen-Shannon Divergence (JSD) calculation between the segments that makes the sequence. JSD is a measure of distance between probability distributions. For its calculation we approximate the probability densities in each segment by the kernel density approximation method. To make use of this method a position in the sequence is chosen a segmentation point and the JSD is calculated between the probability densities of each segment so defined. The procedure is repeated for each position in the sequence. The segmentation point is identified with the position that gives the maximum value for the JSD. We evaluate the method here proposed by analyzing synthetic signals similar to EMG signals. |
| Paraules clau: | Divergencia de Jensen Shannon, Análisis de secuencias, Segmentación |
| Keyword: | Jensen-Shannon Divergence, Sequence analysis, Segmentation |
| Text complet: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
