Análisis no lineal de la dinámica intrinseca de las bioseñales con el fin de caracterizar patologías

La metodología presentada en esta tesis está basada en una recopilación de métodos, herramientas y conceptos utilizados por el grupo de Control y Procesamiento Digital de Señales en el área del análisis de complejidad para la caracterización de señales biológicas tanto en los estados de normalidad c...

Full description

Autores:
Ospina Aguirre, Carolina
Tipo de recurso:
Fecha de publicación:
2011
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/7177
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/7177
http://bdigital.unal.edu.co/3507/
Palabra clave:
61 Ciencias médicas; Medicina / Medicine and health
62 Ingeniería y operaciones afines / Engineering
Técnicas de dinámica no lineal, FCG, ECG, Voz, Dimensión de correlación, Exponente de Hurst, Máximo exponente de Lyapunov, Electrónica en cardiología, Bioseñales, Nonlinear Dynamics Techniques, PCG, ECG, Voice, Correlation dimension, Hurst exponent, Lyapunov exponent
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_ddf65ebcc475646eb4c7f2f20aeddab8
oai_identifier_str oai:repositorio.unal.edu.co:unal/7177
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
dc.title.spa.fl_str_mv Análisis no lineal de la dinámica intrinseca de las bioseñales con el fin de caracterizar patologías
dc.title.translated.Spa.fl_str_mv Non linear analisys of the intrinsic dynamic of biosignals in order to characterize patologies
title Análisis no lineal de la dinámica intrinseca de las bioseñales con el fin de caracterizar patologías
spellingShingle Análisis no lineal de la dinámica intrinseca de las bioseñales con el fin de caracterizar patologías
61 Ciencias médicas; Medicina / Medicine and health
62 Ingeniería y operaciones afines / Engineering
Técnicas de dinámica no lineal, FCG, ECG, Voz, Dimensión de correlación, Exponente de Hurst, Máximo exponente de Lyapunov, Electrónica en cardiología, Bioseñales, Nonlinear Dynamics Techniques, PCG, ECG, Voice, Correlation dimension, Hurst exponent, Lyapunov exponent
title_short Análisis no lineal de la dinámica intrinseca de las bioseñales con el fin de caracterizar patologías
title_full Análisis no lineal de la dinámica intrinseca de las bioseñales con el fin de caracterizar patologías
title_fullStr Análisis no lineal de la dinámica intrinseca de las bioseñales con el fin de caracterizar patologías
title_full_unstemmed Análisis no lineal de la dinámica intrinseca de las bioseñales con el fin de caracterizar patologías
title_sort Análisis no lineal de la dinámica intrinseca de las bioseñales con el fin de caracterizar patologías
dc.creator.fl_str_mv Ospina Aguirre, Carolina
dc.contributor.advisor.spa.fl_str_mv Castellanos Domínguez, César Germán (Thesis advisor)
dc.contributor.author.spa.fl_str_mv Ospina Aguirre, Carolina
dc.subject.ddc.spa.fl_str_mv 61 Ciencias médicas; Medicina / Medicine and health
62 Ingeniería y operaciones afines / Engineering
topic 61 Ciencias médicas; Medicina / Medicine and health
62 Ingeniería y operaciones afines / Engineering
Técnicas de dinámica no lineal, FCG, ECG, Voz, Dimensión de correlación, Exponente de Hurst, Máximo exponente de Lyapunov, Electrónica en cardiología, Bioseñales, Nonlinear Dynamics Techniques, PCG, ECG, Voice, Correlation dimension, Hurst exponent, Lyapunov exponent
dc.subject.proposal.spa.fl_str_mv Técnicas de dinámica no lineal, FCG, ECG, Voz, Dimensión de correlación, Exponente de Hurst, Máximo exponente de Lyapunov, Electrónica en cardiología, Bioseñales, Nonlinear Dynamics Techniques, PCG, ECG, Voice, Correlation dimension, Hurst exponent, Lyapunov exponent
description La metodología presentada en esta tesis está basada en una recopilación de métodos, herramientas y conceptos utilizados por el grupo de Control y Procesamiento Digital de Señales en el área del análisis de complejidad para la caracterización de señales biológicas tanto en los estados de normalidad como en los de anormalidad. Dicha metodología se desarrolla sobre señales fonocardiográficas, de voz y electroencefalográficas que contienen registros normales y patológicos, en primer lugar se realiza una caracterización mediante el uso de la dimensión de correlación, el exponente de Lyapunov y el exponente de Hurst, utilizando diferentes clasificadores: clasificador de la media más cercana, clasificador cuadrático, clasificador de los k vecinos más cercanos, clasificador de Fisher y maquinas de soporte vectorial con los cuales se evalúa el rendimiento de cada conjunto de características, el rendimiento máximo de clasificación que se obtiene para las señales analizadas es de 97.6%, 90.73% y 98.5% respectivamente. Además de la caracterización se realiza un análisis comparativo entre las características de complejidad de cada clase de los tres tipos de señales, con que se encuentran diferencias significativas entre los valores de dichas características que permiten diferenciarlas tanto en los estados de normalidad como en los patológicos. Los resultados obtenidos indican que la metodología desarrollada es efectiva y viable para la caracterización e identificación de patologías en bioseñales (Texto tomado de la fuente)
publishDate 2011
dc.date.issued.spa.fl_str_mv 2011
dc.date.accessioned.spa.fl_str_mv 2019-06-24T16:30:28Z
dc.date.available.spa.fl_str_mv 2019-06-24T16:30:28Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/7177
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/3507/
url https://repositorio.unal.edu.co/handle/unal/7177
http://bdigital.unal.edu.co/3507/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Sede Manizales Facultad de Ingeniería y Arquitectura Departamento de Ingeniería Eléctrica, Electrónica y Computación
Departamento de Ingeniería Eléctrica, Electrónica y Computación
dc.relation.references.spa.fl_str_mv Ospina Aguirre, Carolina (2011) Análisis no lineal de la dinámica intrinseca de las bioseñales con el fin de caracterizar patologías = Non linear analisys of the intrinsic dynamic of biosignals in order to characterize patologies. Maestría thesis, Universidad Nacional de Colombia - Sede Manizales .
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/7177/1/carolinaospinaaguirre.2011.pdf
https://repositorio.unal.edu.co/bitstream/unal/7177/2/carolinaospinaaguirre.2011.pdf.jpg
bitstream.checksum.fl_str_mv cfde19307bfe70f354314f6e27a9d408
dd644f3f56f311711198c13ae60d0d72
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089421143670784
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Castellanos Domínguez, César Germán (Thesis advisor)40af5ca8-3cf6-4f6d-a8b9-cd3d6b73bf61Ospina Aguirre, Carolina540e73df-0fe5-4843-8b20-c066bb9a35d63002019-06-24T16:30:28Z2019-06-24T16:30:28Z2011https://repositorio.unal.edu.co/handle/unal/7177http://bdigital.unal.edu.co/3507/La metodología presentada en esta tesis está basada en una recopilación de métodos, herramientas y conceptos utilizados por el grupo de Control y Procesamiento Digital de Señales en el área del análisis de complejidad para la caracterización de señales biológicas tanto en los estados de normalidad como en los de anormalidad. Dicha metodología se desarrolla sobre señales fonocardiográficas, de voz y electroencefalográficas que contienen registros normales y patológicos, en primer lugar se realiza una caracterización mediante el uso de la dimensión de correlación, el exponente de Lyapunov y el exponente de Hurst, utilizando diferentes clasificadores: clasificador de la media más cercana, clasificador cuadrático, clasificador de los k vecinos más cercanos, clasificador de Fisher y maquinas de soporte vectorial con los cuales se evalúa el rendimiento de cada conjunto de características, el rendimiento máximo de clasificación que se obtiene para las señales analizadas es de 97.6%, 90.73% y 98.5% respectivamente. Además de la caracterización se realiza un análisis comparativo entre las características de complejidad de cada clase de los tres tipos de señales, con que se encuentran diferencias significativas entre los valores de dichas características que permiten diferenciarlas tanto en los estados de normalidad como en los patológicos. Los resultados obtenidos indican que la metodología desarrollada es efectiva y viable para la caracterización e identificación de patologías en bioseñales (Texto tomado de la fuente)The methodology presented is based on a collection of methods, tools and concepts used on the Group of Control and Digital Signal Processing into the complexity analysis area on characterization of Biological signals both normal and abnormality states. Such methodology is developed on phonocardiographic, voice and electroencephalografic signals containing normal and pathological records. At first, the characterization employing relation dimension, Lyapunov exponent and Hurst exponent is done by using different classifiers: nearest mean classifier, quadratic classifier, k nearest neighbor classifier, Fisher classifier and support vector machines, which evaluate each features set performance. Maximum Performance Rate obtained for the analysed signals are 97.6%, 90.73% and 98.5% respectively. Besides characterization, comparative analysis among complexity characteristics of each class over all signals is performed and significant differences among values of such characteristics are found, which allows differentiating both normal and pathological states. Results indicate that the methodology described is effective for characterization and identification of pathologies on biosignalsMaestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Manizales Facultad de Ingeniería y Arquitectura Departamento de Ingeniería Eléctrica, Electrónica y ComputaciónDepartamento de Ingeniería Eléctrica, Electrónica y ComputaciónOspina Aguirre, Carolina (2011) Análisis no lineal de la dinámica intrinseca de las bioseñales con el fin de caracterizar patologías = Non linear analisys of the intrinsic dynamic of biosignals in order to characterize patologies. Maestría thesis, Universidad Nacional de Colombia - Sede Manizales .61 Ciencias médicas; Medicina / Medicine and health62 Ingeniería y operaciones afines / EngineeringTécnicas de dinámica no lineal, FCG, ECG, Voz, Dimensión de correlación, Exponente de Hurst, Máximo exponente de Lyapunov, Electrónica en cardiología, Bioseñales, Nonlinear Dynamics Techniques, PCG, ECG, Voice, Correlation dimension, Hurst exponent, Lyapunov exponentAnálisis no lineal de la dinámica intrinseca de las bioseñales con el fin de caracterizar patologíasNon linear analisys of the intrinsic dynamic of biosignals in order to characterize patologiesTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINALcarolinaospinaaguirre.2011.pdfTesis de Maestría en Ingeniería - Automatización Industrialapplication/pdf717256https://repositorio.unal.edu.co/bitstream/unal/7177/1/carolinaospinaaguirre.2011.pdfcfde19307bfe70f354314f6e27a9d408MD51THUMBNAILcarolinaospinaaguirre.2011.pdf.jpgcarolinaospinaaguirre.2011.pdf.jpgGenerated Thumbnailimage/jpeg3343https://repositorio.unal.edu.co/bitstream/unal/7177/2/carolinaospinaaguirre.2011.pdf.jpgdd644f3f56f311711198c13ae60d0d72MD52unal/7177oai:repositorio.unal.edu.co:unal/71772024-02-15 10:47:21.412Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co