Desde su aparición en los años 80, la transformada Wavelet se ha utilizado en múltiples aplicaciones de la ciencia y la ingeniería, principalmente en el marco del procesamiento de señales tales como biomédicas, sísmicas, audio, radar, entre otras.
En este caso particular de procesamiento de señales, una de las aplicaciones más extendidas de la transformada Wavelet es la reducción de ruido, siendo precisamente esta aplicación el marco en el que se engloba la presente tesis.
Por tanto, el trabajo que a continuación se presenta profundiza en el proceso de reducción de ruido, en el caso particular de señales electrocardiográficas, posiblemente las más utilizadas en el ámbito biomédico.
En primer lugar, se estudia y caracteriza el comportamiento de las Wavelets ortogonales más usuales frente al ruido blanco gaussiano y ruido real en señales electrocardiográficas, utilizando las funciones de umbralización tradicionales (hard y soft) en métodos de reducción de ruido. A continuación, se propone una nueva función de umbralización que mejore las prestaciones de los métodos actuales de reducción de ruido basados en la transformada Wavelet.
En segundo lugar, para optimizar aún más las prestaciones de esta herramienta a nivel global en señales de larga duración, se estudian métodos de segmentación automática de señales basados en cambios en el nivel del ruido. En concreto, se propone un nuevo método de segmentación usando la correlación entre cambios en el nivel de entropía de las señales estimados mediante entropía muestral, y cambios en el nivel de potencia del ruido. De esta forma, se pueden calcular los umbrales localmente en zonas de nivel de ruido estacionario, en lugar depromedios globales que conducen a una umbralización subóptima.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados