Estimación óptica remota de la frecuencia respiratoria como método no invasivo
La medición y monitoreo de la frecuencia respiratoria instantánea permite predecir eventos adversos a tiempo. En condiciones clínicas se desarrolla el monitoreo con dispositivos especializados que se encuentran atados al cuerpo del paciente. El objetivo de este trabajo fue estimar la frecuencia resp...
- Autores:
-
Hurtado Otalora, Cristian Augusto
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2020
- Institución:
- Universidad Autónoma de Occidente
- Repositorio:
- RED: Repositorio Educativo Digital UAO
- Idioma:
- spa
- OAI Identifier:
- oai:red.uao.edu.co:10614/12317
- Acceso en línea:
- http://red.uao.edu.co//handle/10614/12317
- Palabra clave:
- Ingeniería Biomédica
Estimación óptica remota
Frecuencia respiratoria instantánea
Movimiento respiratorio
Viola-Jones
Procesamiento de imágenes
Procesamiento de imágenes
Respiración
Signos vitales
Signos vitales
Image processing
Vital signs
Respiration
- Rights
- openAccess
- License
- Derechos Reservados - Universidad Autónoma de Occidente
| id |
REPOUAO2_3c7c5ba9028d89c052f15d546f7c2427 |
|---|---|
| oai_identifier_str |
oai:red.uao.edu.co:10614/12317 |
| network_acronym_str |
REPOUAO2 |
| network_name_str |
RED: Repositorio Educativo Digital UAO |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Estimación óptica remota de la frecuencia respiratoria como método no invasivo |
| title |
Estimación óptica remota de la frecuencia respiratoria como método no invasivo |
| spellingShingle |
Estimación óptica remota de la frecuencia respiratoria como método no invasivo Ingeniería Biomédica Estimación óptica remota Frecuencia respiratoria instantánea Movimiento respiratorio Viola-Jones Procesamiento de imágenes Procesamiento de imágenes Respiración Signos vitales Signos vitales Image processing Vital signs Respiration |
| title_short |
Estimación óptica remota de la frecuencia respiratoria como método no invasivo |
| title_full |
Estimación óptica remota de la frecuencia respiratoria como método no invasivo |
| title_fullStr |
Estimación óptica remota de la frecuencia respiratoria como método no invasivo |
| title_full_unstemmed |
Estimación óptica remota de la frecuencia respiratoria como método no invasivo |
| title_sort |
Estimación óptica remota de la frecuencia respiratoria como método no invasivo |
| dc.creator.fl_str_mv |
Hurtado Otalora, Cristian Augusto |
| dc.contributor.advisor.none.fl_str_mv |
Pulgarín Giraldo, Juan Diego |
| dc.contributor.author.spa.fl_str_mv |
Hurtado Otalora, Cristian Augusto |
| dc.subject.spa.fl_str_mv |
Ingeniería Biomédica Estimación óptica remota Frecuencia respiratoria instantánea Movimiento respiratorio Viola-Jones |
| topic |
Ingeniería Biomédica Estimación óptica remota Frecuencia respiratoria instantánea Movimiento respiratorio Viola-Jones Procesamiento de imágenes Procesamiento de imágenes Respiración Signos vitales Signos vitales Image processing Vital signs Respiration |
| dc.subject.armarc.spa.fl_str_mv |
Procesamiento de imágenes Procesamiento de imágenes Respiración Signos vitales Signos vitales |
| dc.subject.armarc.eng.fl_str_mv |
Image processing Vital signs Respiration |
| description |
La medición y monitoreo de la frecuencia respiratoria instantánea permite predecir eventos adversos a tiempo. En condiciones clínicas se desarrolla el monitoreo con dispositivos especializados que se encuentran atados al cuerpo del paciente. El objetivo de este trabajo fue estimar la frecuencia respiratoria instantánea (FRI) y el movimiento respiratorio (MR) usando técnicas de procesamiento de video. La fuente de los videos es un smartphone y el MR se estimó fuera de línea. Se diseñó un protocolo de captura ideal y un software en plataforma libre en el que se analizaron dos bases de datos, la primera proporcionada por el comité del Congreso Latinoamericano de Ingeniería Biomédica CLAIB 2019. La segunda base de datos se obtuvo en el laboratorio de Biomecánica de la Universidad Autónoma de Occidente. El rendimiento alcanzado es sobresaliente, con una precisión de 0,9725 y una sensibilidad de 0,9949 para las señales de MR y un error cuadrático medio normalizado de 0,0830 para las señales de FRI. Esto se logró debido a que el marco propuesto es robusto incluso en presencia de artefactos de movimiento que corrompen la señal |
| publishDate |
2020 |
| dc.date.accessioned.spa.fl_str_mv |
2020-05-07T02:13:33Z |
| dc.date.available.spa.fl_str_mv |
2020-05-07T02:13:33Z |
| dc.date.issued.spa.fl_str_mv |
2020-04-06 |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.eng.fl_str_mv |
Text |
| dc.type.driver.eng.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.redcol.spa.fl_str_mv |
https://purl.org/redcol/resource_type/TP |
| dc.type.version.eng.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
publishedVersion |
| dc.identifier.uri.spa.fl_str_mv |
http://red.uao.edu.co//handle/10614/12317 |
| url |
http://red.uao.edu.co//handle/10614/12317 |
| dc.language.iso.eng.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
[1] Boron W, Boulpaep E (2017) Medical Physiology. 3rd Ed. Elsevier, Inc., Philadelphia. [2] Patton K, Thibodeau G (2013) Anatomy and Physiology. 8th Ed, Mosby Elsevier, St. Louis, MO. [3] Cretikos, M. A., Bellomo, R., Hillman, K., Chen, J., Finfer, S., and Flabouris, A. (2008). Respiratory rate: the neglected vital sign. Medical Journal of Australia, 188(11):657–659. [4] Herlev Hospital, "Methods for the Measurement of Respiratory Rate", Clinicaltrials.gov, 2020. [Online]. Available: https://clinicaltrials.gov/ct2/show/NCT02672007. [5] Massaroni, C., Nicolò, A., Lo Presti, D., Sacchetti, M., Silvestri, S., and Schena, E. (2019). Contact-based methods for measuring respiratory rate.Sensors, 19(4):908 [6] Sala situacional de la población adulta mayor", Minsalud.gov.co, 2019. [Online]. Available: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/PS/salasituacion- envejecimiento-2018.pdf. [Accessed: 29- Jul- 2019]. [7] Chan, A.: Biomedical Device Technology: Principles and Design, 2nd edn. Charles C Thomas Publisher, Springfield (2016) [8] Malasinghe, L. P., Ramzan, N., and Dahal, K. (2019). Remote patient monitoring: a comprehensive study. Journal of Ambient Intelligence and Humanized Computing, 10(1):57–76. [9] Liang, Q., Xu, L., Bao, N., Qi, L., Shi, J., Yang, Y., and Yao, Y. (2019). Research on non-contact monitoring system for human physiological signal and body movement. Biosensors, 9(2):58. [10] Lin, F., Zhuang, Y., Song, C., Wang, A., Li, Y., Gu, C., Li, C., and Xu, W. (2016). Sleepsense: A noncontact and cost-effective sleep monitoring system. IEEE transactions on biomedical circuits and systems, 11(1):189–202. [11] He, X., Goubran, R., and Knoefel, F. (2017). Ir night vision video-based estimation of heart and respiration rates. In 2017 IEEE Sensors Applications Symposium (SAS), pages 1–5. IEEE. [12] Deng, F., Dong, J., Wang, X., Fang, Y., Liu, Y., Yu, Z., Liu, J., and Chen, F. (2018). Design and implementation of a noncontact sleep monitoring system using infrared cameras and motion sensor. IEEE Transactions on Instrumentation and Measurement, 67(7):1555–1563. [13] Alinovi, D., Ferrari, G., Pisani, F., and Raheli, R. (2018). Respiratory rate monitoring by video processing using local motion magnification. In 2018 26th European Signal Processing Conference (EUSIPCO), pages 1780–1784. IEEE. [14] Antognoli, L., Marchionni, P., Nobile, S., Carnielli, V. P., and Scalise, L. (2018). Assessment of cardio-respiratory rates by non-invasive measurement methods in hospitalized preterm neonates. In 2018 IEEE International Symposium on Medical Measurements and Applications (MeMeA), pages 1–5. IEEE. [15] Liu, J., Liu, H., Jia, X., and Guo, S. (2019). Vision-based automatic detection method for non-contact respiratory rate. Chinese journal of Scientific Instrument, 40(2):51–58. An optional note. [16] Alzahrani, A. and Whitehead, A. (2015). Preprocessing realistic video for contactless heart rate monitoring using video magnification. In 2015 12th Conference on Computer and Robot Vision, pages 261–268. IEEE. [17] Chen, C., Han, Y., Chen, Y., Lai, H.-Q., Zhang, F., Wang, B., and Liu, K. R. (2017). Tr-breath: Time-reversal breathing rate estimation and detection. IEEE Transactions on Biomedical Engineering, 65(3):489–501. [18] GONZÁLEZ, R. C.; WOODS, R. E. y EDDINS, S. L. Digital Image Processing Using MATLAB. 2ª Ed. Estados Unidos: Gatesmark Publishing, 2009. [19] "Local Feature Detection and Extraction- MATLAB & Simulink- MathWorks Nordic", Se.mathworks.com, 2020. [Online]. Available: https://se.mathworks.com/help/vision/ug/local-feature-detection-andextraction. html. [20] Krig S. (2014) Global and Regional Features. In: Computer Vision Metrics. Apress, Berkeley, CA [21] E. Parra, "Aceleración del algoritmo Viola-Jones mediante rejillas de procesamiento masivamente paralelo en el plano focal", Idus.us.es, 2015. [Online]. Available: https://idus.us.es/xmlui/bitstream/handle/11441/30319/TrabajoFinGrado.pdf?seque nce=1. [Accessed: 27- Jul- 2019]. [22] Viola, P. and Jones, M. J. (2004). Robust real-time face detection. International journal of computer vision, 57(2):137–154. [23] Wadhwa, N., Wu, H.-Y., Davis, A., Rubinstein, M., Shih, E., Mysore, G. J., Chen, J. G., Buyukoz-turk, O., Guttag, J. V., Freeman, W. T., et al. (2016). Eulerian video magnification and analysis. Communications of the ACM, 60(1):87–95. [24] Docs.opencv.org. (2020). OpenCV: Optical Flow. [online] Available at: https://docs.opencv.org/3.4/d4/dee/tutorial_optical_flow.html [Accessed 7 Jan. 2020]. [25] "Image Quality Metrics- MATLAB & Simulink- MathWorks Nordic", Se.mathworks.com, 2020. [Online]. Available: https://se.mathworks.com/help/images/image-quality-metrics.html. [Accessed: 03- Feb- 2020]. [26] Zhou, W., AC Bovik, HR Sheikh y EP Simoncelli. "Evaluación de la calidad de la imagen: de la visibilidad del error a la similitud estructural". Transacciones IEEE sobre procesamiento de imágenes . Vol. 13, Número 4, abril de 2004, págs. 600– 612. [27] Baghdadi, N. and Zribi, M. (2016). Optical Remote Sensing of Land Surface: Techniquesand Methods. Elsevier. [28] Vázquez-Segura, J.A., Mejía-Rodríguez, A.R., Reyes, B.A.: Estimación Óptica Remota de la Actividad y Frecuencia Respiratoria durante Diversas Maniobras Respiratorias. In: Memorias del Congreso Nacional de Ingeniería Biomédica, vol. 5, no. 1, pp. 114–117, México (2018). https://doi.org/10.24254/cnib.18.12 [29] Osti, R.: Basic Human Anatomy: An Essential Visual Guide. Monacelli Studio, New York (2016). [30] MATLAB and Signal Processing Toolbox Release 2018b, The MathWorks, Inc., Natick, MA, United States. [31] Pulgarin-Giraldo, J.D., Acosta, C., Castellanos, G.: Noise reduction by discrete mollification and wavelet thresholding. Scientia et Technical 13(35), 55–60 (2007). https://doi.org/10.22517/23447214.5353 [32] Orozco-Morales, R., Pérez-Sánchez, M.A., Lorenzo-Gironi, J.V., Grau-Ábalo, R., Ramos-Ramírez, R.: Evaluation of QRS morphological classifiers in the presence of noise. Comput. Biomed. Res. 30(3), 200–210 (1997). https://doi.org/10.1006/cbmr.1997.1437 [33] Westland S., Cheung V. (2015) RGB Systems. In: Chen J., Cranton W., Fihn M. (eds) Handbook of Visual Display Technology. Springer, Berlin, Heidelberg [34] Gonzales A, Martínez J, Pernía A, Alba F, Castejón M, Ordieres J, Vergara E. Técnicas y algoritmos básicos de visión artificial. Universidad de la Rioja. España, 2006 [35] Coursera. (2020). Características locales de la imagen - Introducción a la clasificación de imágenes | Coursera. [online] Available at: https://www.coursera.org/learn/clasificacionimagenes/ lecture/hic52/caracteristicas-locales-de-la-imagen [Accessed 1 Feb. 2020]. [36] Richardsson, K. (2017). Optical flow. [online] Bitcraze.io. Available at: https://www.bitcraze.io/2017/11/optical-flow/. [37] Haralick, R. M. and Shapiro, L. G. (1992). Computer and robot vision, volume 1. Addison-wesley Reading. |
| dc.rights.spa.fl_str_mv |
Derechos Reservados - Universidad Autónoma de Occidente |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.eng.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| rights_invalid_str_mv |
Derechos Reservados - Universidad Autónoma de Occidente https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.spa.fl_str_mv |
application/pdf |
| dc.format.extent.spa.fl_str_mv |
80 páginas |
| dc.coverage.spatial.spa.fl_str_mv |
Universidad Autónoma de Occidente. Calle 25 115-85. Km 2 vía Cali-Jamundí |
| dc.publisher.spa.fl_str_mv |
Universidad Autónoma de Occidente |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería Biomédica |
| dc.publisher.department.spa.fl_str_mv |
Departamento de Automática y Electrónica |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.source.spa.fl_str_mv |
instname:Universidad Autónoma de Occidente reponame:Repositorio Institucional UAO |
| instname_str |
Universidad Autónoma de Occidente |
| institution |
Universidad Autónoma de Occidente |
| reponame_str |
Repositorio Institucional UAO |
| collection |
Repositorio Institucional UAO |
| bitstream.url.fl_str_mv |
https://red.uao.edu.co/bitstreams/bd4ec9ac-f704-43f4-8344-c3da63334230/download https://red.uao.edu.co/bitstreams/b16699e9-6db4-4f15-9426-8dd8c450bcbe/download https://red.uao.edu.co/bitstreams/d605f868-a825-4adf-8dfd-89a5ad01a3fc/download https://red.uao.edu.co/bitstreams/bb24ea49-a793-41e3-81eb-3d9f6158783c/download https://red.uao.edu.co/bitstreams/d0607c0b-9675-4772-898e-2c451b5869b7/download https://red.uao.edu.co/bitstreams/49ada2af-c697-4451-9f9b-7382c7097ae8/download https://red.uao.edu.co/bitstreams/b3440a03-63e8-474a-bca5-fd3c178e64f7/download https://red.uao.edu.co/bitstreams/2efc3450-2520-41e6-bd03-a6a6a067a6bd/download |
| bitstream.checksum.fl_str_mv |
08ff38f8851d86361302c8f0255f1764 e1c06d85ae7b8b032bef47e42e4c08f9 328a16f2c1cf1a2b99c3024be07561b2 43dc2d7860a28027be2e7985c14094cf 4460e5956bc1d1639be9ae6146a50347 20b5ba22b1117f71589c7318baa2c560 64fa58f48e9c65099dd680681c639149 e5592853e4d490bfdc89a17eeb44859a |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Digital Universidad Autonoma de Occidente |
| repository.mail.fl_str_mv |
repositorio@uao.edu.co |
| _version_ |
1814259861256404992 |
| spelling |
Pulgarín Giraldo, Juan Diegovirtual::4175-1Hurtado Otalora, Cristian Augustoc48d87e07a3a0e237febaaafecb04379Ingeniero BiomédicoUniversidad Autónoma de Occidente. Calle 25 115-85. Km 2 vía Cali-Jamundí2020-05-07T02:13:33Z2020-05-07T02:13:33Z2020-04-06http://red.uao.edu.co//handle/10614/12317La medición y monitoreo de la frecuencia respiratoria instantánea permite predecir eventos adversos a tiempo. En condiciones clínicas se desarrolla el monitoreo con dispositivos especializados que se encuentran atados al cuerpo del paciente. El objetivo de este trabajo fue estimar la frecuencia respiratoria instantánea (FRI) y el movimiento respiratorio (MR) usando técnicas de procesamiento de video. La fuente de los videos es un smartphone y el MR se estimó fuera de línea. Se diseñó un protocolo de captura ideal y un software en plataforma libre en el que se analizaron dos bases de datos, la primera proporcionada por el comité del Congreso Latinoamericano de Ingeniería Biomédica CLAIB 2019. La segunda base de datos se obtuvo en el laboratorio de Biomecánica de la Universidad Autónoma de Occidente. El rendimiento alcanzado es sobresaliente, con una precisión de 0,9725 y una sensibilidad de 0,9949 para las señales de MR y un error cuadrático medio normalizado de 0,0830 para las señales de FRI. Esto se logró debido a que el marco propuesto es robusto incluso en presencia de artefactos de movimiento que corrompen la señalPasantía de investigación (Ingeniero Biomédico)-- Universidad Autónoma de Occidente, 2020PregradoIngeniero(a) Biomédico(a)application/pdf80 páginasspaUniversidad Autónoma de OccidenteIngeniería BiomédicaDepartamento de Automática y ElectrónicaFacultad de IngenieríaDerechos Reservados - Universidad Autónoma de Occidentehttps://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2instname:Universidad Autónoma de Occidentereponame:Repositorio Institucional UAOIngeniería BiomédicaEstimación óptica remotaFrecuencia respiratoria instantáneaMovimiento respiratorioViola-JonesProcesamiento de imágenesProcesamiento de imágenesRespiraciónSignos vitalesSignos vitalesImage processingVital signsRespirationEstimación óptica remota de la frecuencia respiratoria como método no invasivoTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttps://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85[1] Boron W, Boulpaep E (2017) Medical Physiology. 3rd Ed. Elsevier, Inc., Philadelphia. [2] Patton K, Thibodeau G (2013) Anatomy and Physiology. 8th Ed, Mosby Elsevier, St. Louis, MO. [3] Cretikos, M. A., Bellomo, R., Hillman, K., Chen, J., Finfer, S., and Flabouris, A. (2008). Respiratory rate: the neglected vital sign. Medical Journal of Australia, 188(11):657–659. [4] Herlev Hospital, "Methods for the Measurement of Respiratory Rate", Clinicaltrials.gov, 2020. [Online]. Available: https://clinicaltrials.gov/ct2/show/NCT02672007. [5] Massaroni, C., Nicolò, A., Lo Presti, D., Sacchetti, M., Silvestri, S., and Schena, E. (2019). Contact-based methods for measuring respiratory rate.Sensors, 19(4):908 [6] Sala situacional de la población adulta mayor", Minsalud.gov.co, 2019. [Online]. Available: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/PS/salasituacion- envejecimiento-2018.pdf. [Accessed: 29- Jul- 2019]. [7] Chan, A.: Biomedical Device Technology: Principles and Design, 2nd edn. Charles C Thomas Publisher, Springfield (2016) [8] Malasinghe, L. P., Ramzan, N., and Dahal, K. (2019). Remote patient monitoring: a comprehensive study. Journal of Ambient Intelligence and Humanized Computing, 10(1):57–76. [9] Liang, Q., Xu, L., Bao, N., Qi, L., Shi, J., Yang, Y., and Yao, Y. (2019). Research on non-contact monitoring system for human physiological signal and body movement. Biosensors, 9(2):58. [10] Lin, F., Zhuang, Y., Song, C., Wang, A., Li, Y., Gu, C., Li, C., and Xu, W. (2016). Sleepsense: A noncontact and cost-effective sleep monitoring system. IEEE transactions on biomedical circuits and systems, 11(1):189–202. [11] He, X., Goubran, R., and Knoefel, F. (2017). Ir night vision video-based estimation of heart and respiration rates. In 2017 IEEE Sensors Applications Symposium (SAS), pages 1–5. IEEE. [12] Deng, F., Dong, J., Wang, X., Fang, Y., Liu, Y., Yu, Z., Liu, J., and Chen, F. (2018). Design and implementation of a noncontact sleep monitoring system using infrared cameras and motion sensor. IEEE Transactions on Instrumentation and Measurement, 67(7):1555–1563. [13] Alinovi, D., Ferrari, G., Pisani, F., and Raheli, R. (2018). Respiratory rate monitoring by video processing using local motion magnification. In 2018 26th European Signal Processing Conference (EUSIPCO), pages 1780–1784. IEEE. [14] Antognoli, L., Marchionni, P., Nobile, S., Carnielli, V. P., and Scalise, L. (2018). Assessment of cardio-respiratory rates by non-invasive measurement methods in hospitalized preterm neonates. In 2018 IEEE International Symposium on Medical Measurements and Applications (MeMeA), pages 1–5. IEEE. [15] Liu, J., Liu, H., Jia, X., and Guo, S. (2019). Vision-based automatic detection method for non-contact respiratory rate. Chinese journal of Scientific Instrument, 40(2):51–58. An optional note. [16] Alzahrani, A. and Whitehead, A. (2015). Preprocessing realistic video for contactless heart rate monitoring using video magnification. In 2015 12th Conference on Computer and Robot Vision, pages 261–268. IEEE. [17] Chen, C., Han, Y., Chen, Y., Lai, H.-Q., Zhang, F., Wang, B., and Liu, K. R. (2017). Tr-breath: Time-reversal breathing rate estimation and detection. IEEE Transactions on Biomedical Engineering, 65(3):489–501. [18] GONZÁLEZ, R. C.; WOODS, R. E. y EDDINS, S. L. Digital Image Processing Using MATLAB. 2ª Ed. Estados Unidos: Gatesmark Publishing, 2009. [19] "Local Feature Detection and Extraction- MATLAB & Simulink- MathWorks Nordic", Se.mathworks.com, 2020. [Online]. Available: https://se.mathworks.com/help/vision/ug/local-feature-detection-andextraction. html. [20] Krig S. (2014) Global and Regional Features. In: Computer Vision Metrics. Apress, Berkeley, CA [21] E. Parra, "Aceleración del algoritmo Viola-Jones mediante rejillas de procesamiento masivamente paralelo en el plano focal", Idus.us.es, 2015. [Online]. Available: https://idus.us.es/xmlui/bitstream/handle/11441/30319/TrabajoFinGrado.pdf?seque nce=1. [Accessed: 27- Jul- 2019]. [22] Viola, P. and Jones, M. J. (2004). Robust real-time face detection. International journal of computer vision, 57(2):137–154. [23] Wadhwa, N., Wu, H.-Y., Davis, A., Rubinstein, M., Shih, E., Mysore, G. J., Chen, J. G., Buyukoz-turk, O., Guttag, J. V., Freeman, W. T., et al. (2016). Eulerian video magnification and analysis. Communications of the ACM, 60(1):87–95. [24] Docs.opencv.org. (2020). OpenCV: Optical Flow. [online] Available at: https://docs.opencv.org/3.4/d4/dee/tutorial_optical_flow.html [Accessed 7 Jan. 2020]. [25] "Image Quality Metrics- MATLAB & Simulink- MathWorks Nordic", Se.mathworks.com, 2020. [Online]. Available: https://se.mathworks.com/help/images/image-quality-metrics.html. [Accessed: 03- Feb- 2020]. [26] Zhou, W., AC Bovik, HR Sheikh y EP Simoncelli. "Evaluación de la calidad de la imagen: de la visibilidad del error a la similitud estructural". Transacciones IEEE sobre procesamiento de imágenes . Vol. 13, Número 4, abril de 2004, págs. 600– 612. [27] Baghdadi, N. and Zribi, M. (2016). Optical Remote Sensing of Land Surface: Techniquesand Methods. Elsevier. [28] Vázquez-Segura, J.A., Mejía-Rodríguez, A.R., Reyes, B.A.: Estimación Óptica Remota de la Actividad y Frecuencia Respiratoria durante Diversas Maniobras Respiratorias. In: Memorias del Congreso Nacional de Ingeniería Biomédica, vol. 5, no. 1, pp. 114–117, México (2018). https://doi.org/10.24254/cnib.18.12 [29] Osti, R.: Basic Human Anatomy: An Essential Visual Guide. Monacelli Studio, New York (2016). [30] MATLAB and Signal Processing Toolbox Release 2018b, The MathWorks, Inc., Natick, MA, United States. [31] Pulgarin-Giraldo, J.D., Acosta, C., Castellanos, G.: Noise reduction by discrete mollification and wavelet thresholding. Scientia et Technical 13(35), 55–60 (2007). https://doi.org/10.22517/23447214.5353 [32] Orozco-Morales, R., Pérez-Sánchez, M.A., Lorenzo-Gironi, J.V., Grau-Ábalo, R., Ramos-Ramírez, R.: Evaluation of QRS morphological classifiers in the presence of noise. Comput. Biomed. Res. 30(3), 200–210 (1997). https://doi.org/10.1006/cbmr.1997.1437 [33] Westland S., Cheung V. (2015) RGB Systems. In: Chen J., Cranton W., Fihn M. (eds) Handbook of Visual Display Technology. Springer, Berlin, Heidelberg [34] Gonzales A, Martínez J, Pernía A, Alba F, Castejón M, Ordieres J, Vergara E. Técnicas y algoritmos básicos de visión artificial. Universidad de la Rioja. España, 2006 [35] Coursera. (2020). Características locales de la imagen - Introducción a la clasificación de imágenes | Coursera. [online] Available at: https://www.coursera.org/learn/clasificacionimagenes/ lecture/hic52/caracteristicas-locales-de-la-imagen [Accessed 1 Feb. 2020]. [36] Richardsson, K. (2017). Optical flow. [online] Bitcraze.io. Available at: https://www.bitcraze.io/2017/11/optical-flow/. [37] Haralick, R. M. and Shapiro, L. G. (1992). Computer and robot vision, volume 1. Addison-wesley Reading.Publicationhttps://scholar.google.com.co/citations?user=Bwuc2BkAAAAJ&hl=envirtual::4175-10000-0002-6409-5104virtual::4175-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000207497virtual::4175-133e9b6b4-bd6d-4b86-b500-ae237e1e9a98virtual::4175-133e9b6b4-bd6d-4b86-b500-ae237e1e9a98virtual::4175-1TEXTT09173.pdf.txtT09173.pdf.txtExtracted texttext/plain113636https://red.uao.edu.co/bitstreams/bd4ec9ac-f704-43f4-8344-c3da63334230/download08ff38f8851d86361302c8f0255f1764MD57TA9173.pdf.txtTA9173.pdf.txtExtracted texttext/plain2https://red.uao.edu.co/bitstreams/b16699e9-6db4-4f15-9426-8dd8c450bcbe/downloade1c06d85ae7b8b032bef47e42e4c08f9MD59THUMBNAILT09173.pdf.jpgT09173.pdf.jpgGenerated Thumbnailimage/jpeg5737https://red.uao.edu.co/bitstreams/d605f868-a825-4adf-8dfd-89a5ad01a3fc/download328a16f2c1cf1a2b99c3024be07561b2MD58TA9173.pdf.jpgTA9173.pdf.jpgGenerated Thumbnailimage/jpeg13661https://red.uao.edu.co/bitstreams/bb24ea49-a793-41e3-81eb-3d9f6158783c/download43dc2d7860a28027be2e7985c14094cfMD510CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://red.uao.edu.co/bitstreams/d0607c0b-9675-4772-898e-2c451b5869b7/download4460e5956bc1d1639be9ae6146a50347MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81665https://red.uao.edu.co/bitstreams/49ada2af-c697-4451-9f9b-7382c7097ae8/download20b5ba22b1117f71589c7318baa2c560MD54ORIGINALT09173.pdfT09173.pdfapplication/pdf1069723https://red.uao.edu.co/bitstreams/b3440a03-63e8-474a-bca5-fd3c178e64f7/download64fa58f48e9c65099dd680681c639149MD55TA9173.pdfTA9173.pdfapplication/pdf463221https://red.uao.edu.co/bitstreams/2efc3450-2520-41e6-bd03-a6a6a067a6bd/downloade5592853e4d490bfdc89a17eeb44859aMD5610614/12317oai:red.uao.edu.co:10614/123172024-03-13 14:16:12.206https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Universidad Autónoma de Occidenteopen.accesshttps://red.uao.edu.coRepositorio Digital Universidad Autonoma de Occidenterepositorio@uao.edu.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 |