Detection of relevant information in intrinsic mode functions

• Hernández Santander, Roberto Sebastián ^[1] ; Camargo Casallas, Esperanza ^[1]
  1. [1] Universidad Distrital Francisco José de Caldas

     Universidad Distrital Francisco José de Caldas

     Colombia

     
• Localización: Visión electrónica, ISSN 1909-9746, ISSN-e 2248-4728, Vol. 14, Nº. 1, 2020, 110 págs.
• Idioma: inglés
• Títulos paralelos:
  • Detección de información relevante en funciones de modo intrínseco
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este estudio explora la descomposición empírica de modos (EMD), técnica local y adaptativa que descompone una serie de tiempo en un conjunto finito de funciones de modo intrínseco (IMF), señales con amplitud y frecuencia variable que permiten representar un modelo no lineal y no estacionario con la ventaja de no perder el significado físico subyacente. Para el caso se examinan series de tiempo provenientes de mediciones sEMG de un estudio de caso de individuos sanos y con síndrome de túnel del carpo. Debida la cantidad de múltiples niveles de detalle, todos alrededor de una frecuencia central y evocados a la cantidad de IMFs obtenidas a través de la EMD, se estudia el aporte informativo de cada uno a nivel intermodal e interindividual a través de la entropía de Shannon, de manera que se logre establecer un marco general que propicie un enfoque al estudio espectral dada la transformada de Hilbert Huang (HHT) a grados de información destacables. Los resultados permiten evidenciar que sobre las últimas componentes IMF se logran los estados más potenciales al desorden, aun cuando comprometen un comportamiento más regular, aglomeran más información tiempo-frecuencia y del mismo modo, concentran las características más diferenciables para un proceso de individualización de patrones.

  • English

    The empirical mode decomposition (EMD) decomposes a local and adaptive time series into a finite set of intrinsic mode functions (IMF), AM-FM signals that allow to represent a non-linear and non-stationary model with the advantage of not losing the underlying meaning. This study examines time series of sEMG measurements for a case study of healthy individuals with carpal tunnel syndrome. Due to the amount of multiple levels of detail, all around a central frequency and evoked by the number of IMFs obtained through EMD, the informational contribution of each at the intermodal and interindividual level is studied through Shannon entropy to establish a general framework of spectral study given Hilbert Huang's (HHT) transformation to remarkable degrees of information. The results show that the latest IMFs have more disordered states even when they engage in apparently regular behavior, agglomerate more time-frequency information, and in the same way, concentrate more differentiable characteristics for a process of individualization of patterns.