SciELO - Scientific Electronic Library Online

 
 issue26Operador de Energía de Teager para la Detección de Hipernasalidad en Niños con Labio y Paladar HendidoModelo de Markowitz y Modelo de Black-Litterman en la Optimización de Portafolios de Inversión author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


TecnoLógicas

Print version ISSN 0123-7799On-line version ISSN 2256-5337

Abstract

MARTINEZ-VARGAS, Juan D.; AVENDANO-VALENCIA, Luis D.  and  CASTELLANOS-DOMINGUEZ, Germán. Selección de Características 2D en Representaciones Tiempo Frecuencia para la Detección de Soplos Cardíacos. TecnoL. [online]. 2011, n.26, pp.47-70. ISSN 0123-7799.

En el presente trabajo se propone una metodología para la reducción de dimensión en representaciones tiempo frecuencia (TFRs) enfocada a la clasificación de bioseñales no estacionarias, que trata directamente su cantidad de datos irrelevantes y redundantes, combinando una etapa de selección de características con una etapa de reducción de dimensión por medio de métodos de descomposición lineal extendidos a datos bidimensionales. La metodología se prueba sobre un conjunto de TFRs paramétricas calculadas sobre una base de datos de señales fonocardiográficas (FCG) para la detección de soplos cardiacos. Los resultados muestran una mejora comparados con otras metodologías que no tienen en cuenta la presencia de datos irrelevantes y redundantes en las representaciones, además, el uso de las metodologías de descomposición lineal bidimensionales reducen adecuadamente la redundancia de las TFRs, obteniendo un nuevo conjunto de características 2D de menor dimensión que el conjunto inicial.

Keywords : Análisis de relevancia; selección de características; representaciones tiempo-frecuencia.

        · abstract in English     · text in Spanish     · Spanish ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License