Compresión de señales electroencefalográficas con sistemas de tasa múltipe y calidad bajo demanda

• Autores: Carlos Alberto Bazán Prieto
• Directores de la Tesis: Manuel Blanco Velasco (dir. tes.), Julián Cárdenas Barrera (codir. tes.)
• Lectura: En la Universidad de Alcalá ( España ) en 2013
• Idioma: español
• Tribunal Calificador de la Tesis: Carlos Cabal Mirabal (presid.), Félix F. Alvarez Paliza (secret.), Alejandro José Cabrera Sarmiento (voc.), Angel Regueiro-Gómez (voc.), Angel Bargaza Varela (voc.), Juan Fuentes Bethancourt (voc.), Rubén Orozco-Morales (voc.), Ernesto Ramos Martínez (voc.), José Raúl Vento Álvarez (voc.)
• Materias:
  • Ciencias tecnológicas
    • Tecnología electrónica
    • Tecnología de las telecomunicaciones
• Texto completo no disponible (Saber más ...)
• Resumen

  • La compresión de señales electroencefalográficas (EEG) es hoy una necesidad para el desarrollo de las aplicaciones que, de manera creciente, están orientadas a los equipos portátiles y ambulatorios. Muchos de estos equipos realizan estudios de larga duración y se comunican de forma inalámbrica, utilizando baterías, por lo que al aplicar algoritmos de compresión se puede reducir el consumo de energía. En este trabajo se proponen dos algoritmos de compresión para señales EEG, con resultados superiores a los principales métodos revisados en la literatura científica. Los algoritmos propuestos se evalúan a partir de un conjunto de características deseables en la compresión de bioseñales y se resumen en: lograr correspondencia del diseño con las características relevantes de la señal EEG, elevada tasa de compresión manteniendo bajo control la distorsión de la señal reconstruida y, bajo costo computacional. La calidad de la señal reconstruida es un aspecto muy importante para lograr la eficiencia, por eso se estudia y propone un parámetro de calidad más adecuado con el análisis clínico de estas señales. Al utilizar este parámetro, para controlar y medir el proceso de compresión, se logra mayor calidad y menor variabilidad que con el uso de otros parámetros para similar tasa de compresión, sobre todo si se asocia a las recomendaciones existentes sobre la digitalización de señales de electroencefalografía clínica. Para evaluar los resultados, se seleccionaron bases de datos de dominio público con una amplia muestra que contiene varias patologías. Finalmente se realiza la implementación de los algoritmos diseñados en varias plataformas de cómputo incluyendo dispositivos móviles de amplio empleo en la actualidad.