Présentation

Article

1 - BASES D’ONDELETTES

2 - COMPRESSION DES DONNÉES D’ECG

3 - SUPPRESSION DES ARTEFACTS DANS LES ONDES DE PRESSION SANGUINE NON INVASIVE

4 - CONCLUSION

Article de référence | Réf : S7033 v1

Conclusion
Traitement de signaux électrophysiologiques par ondelettes

Auteur(s) : Robert G. HOHLFELD, Cadathur RAJAGOPALAN, Gordon W. NEFF

Date de publication : 10 mars 2004

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Auteur(s)

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

INTRODUCTION

De nombreux signaux physiologiques peuvent être décrits soit comme des impulsions isolées, soit comme des suites quasi périodiques d’impulsions isolées. Les ondelettes constituent des outils puissants pour la représentation et l’analyse de telles formes d’ondes physiologiques, car une ondelette a une durée finie (support compact), à la différence des transformées de Fourier basées sur des sinusoïdes de durée infinie. Deux exemples de traitement d’un signal physiologique utilisant des bases d’ondelettes seront étudiés dans cet article. Le premier exemple est la compression de signaux d’électrocardiogramme (ECG) utilisant une base d’ondelettes d’Hermite associées ; le second exemple montre la suppression des artefacts présents dans des signaux de mesure non invasive de pression sanguine (PNI).

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-s7033


Cet article fait partie de l’offre

Automatique et ingénierie système

(140 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation

4. Conclusion

Deux exemples d’application des techniques d’ondelettes à la représentation et à l’analyse d’ondes physiologiques ont été présentés dans cet article. Le premier exemple applique la base d’ondelettes d’Hermite associées à la compression des données ECG. L’objectif de l’algorithme est de fournir une compression de haute fidélité et une reconstruction de l’onde ECG telle qu’elle n’introduise pas d’artefacts qui pourraient limiter l’utilité clinique de l’onde reconstruite. À cette fin, un programme disponible commercialement de classification de battements a été utilisé pour évaluer la performance du programme de compression, plutôt que d’utiliser l’erreur rms de reconstruction. Testé avec la base de données Arrhythmia du MIT-BIH, le taux d’erreur de classification des ondes reconstruites est seulement de 0,33 % supérieur à celui des données d’origine.

Un algorithme à base d’ondelettes a également été utilisé pour la suppression des artefacts de données oscillométriques PNI. Cet algorithme exploite le fait que les composantes physiologiques et les composantes d’artefacts du signal PNI sont localisées sur des portions différentes du plan de la transformée en ondelettes discrète. La suppression des composantes associées à l’artefact, préalablement à la transformation en ondelettes inverse, aide à restaurer l’onde physiologique masquée par l’artefact.

HAUT DE PAGE

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Automatique et ingénierie système

(140 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Conclusion
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - DAUBECHIES (I.), SWELDENS (W.) -   Factoring Wavelet Transforms into Lifting Steps.  -  Preprint, Bell Laboratories, Lucent Technologies (1996).

  • (2) - RAMAKRISHNAN (A.), SAHA (S.) -   ECG Coding by Wavelet-Based Linear Prediction.  -  IEEE Trans. Biomed. Eng., 44, p. 1253-1261 (1997).

  • (3) - HILTON (M.) -   Wavelet and Wavelet Packet Compression of Electrocardiograms.  -  IEEE Trans. Biomed. Eng., 44, p. 394-402 (1997).

  • (4) - DJOHAN (A.), NGUYEN (G.), TOMPKINS (W.) -   ECG Compression Using Discrete Symmetric Wavelet Transform.  -  Presented at the 17th Int. Conf. IEEE Medicine and Biology (1995).

  • (5) - LU (Z.), KIM (D.Y.), PEARLMAN (W.A.) -   Wavelet Compression of ECG Signals by the Set Partitioning in Hierarchical Trees (SPIHT) Algorithm.  -  IEEE Transactions on Biomedical Engineering, vol. 47, p. 849-856 (July 2000).

  • (6) - CÁRDENAS-BARRERA (J.), LORENZO- GINORI (J.) -   Mean-Shape...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Automatique et ingénierie système

(140 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS