| Revue: | TecnoLógicas |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000355987 |
| ISSN: | 0123-7799 |
| Autores: | Martínez Vargas, Juan D1 Avendaño Valencia, Luis D1 Castellanos Domínguez, Germán1 |
| Instituciones: | 1Universidad Nacional de Colombia, Grupo de Control y Procesamiento Digital de señales, Manizales, Caldas. Colombia |
| Año: | 2011 |
| Periodo: | Jun |
| Número: | 26 |
| Paginación: | 47-70 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Aplicado, descriptivo |
| Resumen en español | En el presente trabajo se propone una metodología para la re-ducción de dimensión en representaciones tiempo frecuencia (TFRs) enfocada a la clasificación de bioseñales no estacionarias, que trata directamente su cantidad de datos irrelevantes y redun-dantes, combinando una etapa de selección de características con una etapa de reducción de dimensión por medio de métodos de des-composición lineal extendidos a datos bidimensionales. La metodo-logía se prueba sobre un conjunto de TFRs paramétricas calcula-das sobre una base de datos de señales fonocardiográficas (FCG) para la detección de soplos cardiacos. Los resultados muestran una mejora comparados con otras metodologías que no tienen en cuenta la presencia de datos irrelevantes y redundantes en las represen-taciones, además, el uso de las metodologías de descomposición li-neal bidimensionales reducen adecuadamente la redundancia de las TFRs, obteniendo un nuevo conjunto de características 2D de menor dimensión que el conjunto inicial |
| Resumen en inglés | In this paper is proposed a methodology for dimensionality reduction of time-frequency representations (TFRs) aimed to non-stationary biosignal classification that deals directly with large quantity of irrelevant and redundant data, combining a stage of feature selection with a stage of dimensionality reduction by linear decomposition methods extended to bidimensional data. The methodology is tested on a set of parametric TFRs computed from a phonocardiographic signal database (PCG) for detection of heart murmurs. Results show an improvement compared with other methodologies that do not account for irrelevant and redundant data in these representations and demonstrate that the use of bi-dimensional linear decomposition methods adequately reduce re-dundancy on TFRs, obtaining a new feature set of lower dimension than the original dataset |
| Disciplinas: | Ingeniería, Medicina |
| Palabras clave: | Sistema cardiovascular, Procesamiento de datos, Bioingeniería, Soplos cardiacos, Ecocardiografía, Análisis de relevancia, Señales digitales, Tiempo-frecuencia |
| Keyword: | Engineering, Medicine, Cardiovascular system, Data processing, Bioengineering, Heart murmurs, Echocardiography, Relevance analysis, Digital signals, Time-frequency |
| Texte intégral: | Texto completo (Ver PDF) |
