Detección de bordes en secuencias de rango continuo

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 la...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Aguirre Varela, Guillermo Gabriel (Autor, autor), Ré, Miguel Angel (autor), López, N. M. (autor)
Formato: Capítulo de libro
Lenguaje:Español
Publicado: Villa Martelli, Buenos Aires : Asociación Física Argentina, 2018
Materias:
Acceso en línea:Registro en la Biblioteca Digital
PDF
Handle
DOI
Aporte de:Registro referencial: Solicitar el recurso aquí
LEADER 05446naa a22004817a 4500
003 AR-BaUEN
005 20230905081646.0
008 220610s2018 ag ad||fo|||| 000 0 spa d
022 |a 1850-1168 
040 |a AR-BaUEN  |b spa 
041 0 |b spa  |b eng 
044 |a ag 
100 1 |4 aut  |a Aguirre Varela, Guillermo Gabriel  |e autor  |u Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física (UNC-FAMAF). Córdoba. Argentina  |u Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física (UNC-FAMAF). Córdoba. Argentina 
245 1 0 |a Detección de bordes en secuencias de rango continuo 
246 3 1 |a Edge detection in continuous-range 
260 |a Villa Martelli, Buenos Aires :  |b Asociación Física Argentina,  |c 2018 
300 |a p. 69-72 :   |b il., gráfs. 
504 |a Referencias bibliográficas. 
506 |2 openaire  |e Acuerdo editorial  |f info:eu-repo/semantics/openAccess 
518 |o Fecha de publicación en la Biblioteca Digital FCEN-UBA  |d 2023-03-23 
520 3 |a 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  |l spa 
520 3 |a 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 crisisin 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.  |l eng 
540 |2 cc  |f https://creativecommons.org/licenses/by-nc-sa/2.5/ar 
653 1 0 |a DIVERGENCIA DE JENSEN SHANNON 
653 1 0 |a ANALISIS DE SECUENCIAS 
653 1 0 |a SEGMENTACION 
690 1 0 |a JENSEN-SHANNON DIVERGENCE 
690 1 0 |a SEQUENCE ANALYSIS 
690 1 0 |a SEGMENTATION 
700 1 |4 aut  |a Ré, Miguel Angel  |e autor  |u Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física (UNC-FAMAF). Córdoba. Argentina  |u Universidad Tecnológica Nacional. Facultad Regional Córdoba. Córdoba. Argentina 
700 1 |4 aut  |a López, N. M.  |e autor  |u Universidad Nacional de San Juan. Facultad de Ingeniería. Gabinete de Tecnología Médica. San Juan. Argentina 
773 0 |d Villa Martelli, Buenos Aires. Asociación Física Argentina,   |g v. 29  |h pp. 69-72  |k n. 03  |p An. (Asoc. Fís. Argent., En línea)  |w (AR-BaUEN)CENRE-9838  |x 1850-1168  |t Anales AFA 
856 4 1 |q application/pdf  |x registro  |y Registro en la Biblioteca Digital  |u https://bibliotecadigital.exactas.uba.ar/collection/afa/document/afa_v29_n03_p069 
856 4 1 |q application/pdf  |x derivado  |y PDF  |u https://bibliotecadigital.exactas.uba.ar/download/afa/afa_v29_n03_p069.pdf 
856 4 1 |q application/pdf  |x hdl  |y Handle  |u https://hdl.handle.net/20.500.12110/afa_v29_n03_p069 
856 4 1 |q application/pdf  |x doi  |y DOI  |u https://doi.org/10.31527/analesafa.2018.29.3.69 
901 |l 7  |m Rosana Benitez  |n 7  |q Rosana Benitez 
942 |c ASER  |n 0 
961 |b afa  |c PU  |e ND  |a afa_v29_n03_p069 
962 |a info:ar-repo/semantics/artículo  |a info:eu-repo/semantics/article  |b info:eu-repo/semantics/publishedVersion 
963 |a AA 
976 |a AEX 
999 |c 90227  |d 90227