Compresión de señales electroencefalográficas epilépticas y normales

  1. Carlos Bazán-Prieto
  2. Manuel Blanco-Velasco
  3. Julián Cárdenas-Barrera
  4. Fernando Cruz-Roldán
Revista:
Revista Científica de Ingeniería Electrónica, Automática y Comunicaciones

ISSN: 0258-5944,  1815-5928

Año de publicación: 2012

Volumen: 33

Número: 1

Páginas: 25-32

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Revista Científica de Ingeniería Electrónica, Automática y Comunicaciones

Resumen

Las señales electroencefalográficas son empleadas en el estudio de varias enfermedades, pero generan volúmenes de datos que dificultan su procesamiento. La compresión de estas señales permite disminuir el volumen de datos adquiridos, facilitando su manipulación. La epilepsia es una de las más comunes de esas enfermedades y las señales que registran este tipo de anomalía difieren algo de las señales electroencefalográficas comunes. En este trabajo se analiza el comportamiento de la compresión de señales que contienen episodios epilépticos, comparado con otras que no lo contienen. Se establecen un grupo de parámetros de calidad y de compresión para establecer la comparación. Como resultado se obtiene una mejor calidad y una mayor compresión cuando la señal contiene episodios epilépticos. Este resultado se asocia a la sincronización que ocurre en estos casos y la correspondiente contracción de las bandas de frecuencia con mayor contenido de información relevante.

Referencias bibliográficas

  • Berger, H.. (1969). On the Electroencephalogram of Man. Electroencephalogr Clin Neurophysiol. Electroencephalogr Clin Neurophysiol. 28. 32-73
  • Sanei, S., Chambers, J. (2007). EEG Signal Processing. Hoboken, NJ: John Wiley & Sons, Ltd,. Chichester.
  • Casson, A. J, Rodriguez-Villegas, E.. (2009). Toward Online Data Reduction for Portable Electroencephalography Systems in Epilepsy. IEEE Trans. Biomed. Eng.. 56.
  • Memon, N., Kong, X., Cinkler, J.. (1999). Contex-based Lossless and Near-lossless Compression of EEG Signals. IEEE Trans. Inform. Tech. Biom.. 3.
  • Antoniol, G., Tonella, P.. (1997). EEG data compression techniques. IEEE Trans. Biomed. Eng.. 44. 105-114
  • Yloestalo, J.. (1999). Data compression methods for EEG. Technol. Health Care 7. 285-300
  • Nielsen, M., Kamavuako, E., Andersen, M., Farina, D.. (2006). Optimal wavelet for biomedical signal compression. Med. Bio., Eng. Comput.. 44. 561-568
  • Brechet, L., Lucas,, M., Doncarli, C., Farina, D.. (2007). Compression of biomedical signals with mother wavelet optimization and best-basic wavelet packet selection. IEEE Trans, Biomed, Eng,. 54. 2186-2192
  • Cárdenas-Barrera, J., Lorenzo-Ginori, J., Rodriguez-Valdivia, E.. (2004). A wavelet-packets based algorithm for EEG signal compression. Med. Inf. Internet Med.. 29. 15-27
  • Casson, A. J, Yates, D. C., Smith, M., Duncan, J. S., Rodriguez-Villegas, E.. (2010). Wearable Electroencephalography. What is it, why is it needed, and what does it entail?. IEEE Engineering in Medicine and Biology Magazine. 44-56
  • Goldberger, AL., Amaral, LAN, Glass, L., JM., Hausdorff, PCH., Ivanov, RG., Mark, JE., Mietus, GB., Moody, C-K., Peng, HE., Stanley. (2000). PhysioBank, PhysioToolkit, and PhysioNet: Components of a New Research Resource for Complex Physiologic Signals.. (23). e215-e220
  • Bazán-Prieto, C., Cárdenas-Barrera, J., Blanco-Velasco, M., Cruz- Roldán, F.. (2010). Alternativas de cuantificación en compresión de señales EEG. II Evento Regional de Bioingeniería 2010. Santa Clara.
  • Bazán-Prieto, C., Blanco-Velasco, M., Cárdenas-Barrera, J., Cruz- Roldán, F.. (2011). Criterios de calidad en compresión de señales EEG. Work Shop 2011. Santiago de Cuba.
  • Bazán-Prieto, C., Cárdenas-Barrera, J., Blanco-Velasco, M., Cruz- Roldán, F.. (2010). Análisis de esquemas de compresión de EEG basados en bancos de filtros modulados y transformadas Wavelet. Work Shop 2010. Santiago de Cuba.
  • Blanco-Velasco, M., Cruz-Roldán, F., López-Ferreras, F., Martínez-Muñóz, D.. (2001). Comparison of Wavelet Packets with Cosine-Modulated Psudo-QMF Bank for ECG compression. Proceeding of the 23rd annual EMBS International Conference. Istanbul.
  • Blanco-Velasco, M., Cruz-Roldán, F., López, F., Bravo, Á. M., Martínez, D.. (2004). A low computational complexity algorithm for ECG signal compression. Medical Eng. Phys.. 26. 553-568
  • Jianhua, Chen, Fuyan, Wang, Yufeng, Zhang, Xinling, Shi. (2008). ECG compression using uniform scalar dead-zone quantization and conditional entropy coding. Medical Engineering & Physics. 30. 523-530
Fuente de los datos: Dialnet