Detección de bordes en secuencias de rango continuo

• Autores: Aguirre Varela, Guillermo Gabriel; Ré, Miguel Angel; López, Natalia Martina
• Año de publicación: 2018
• Idioma: español castellano
• Tipo de recurso: artículo
• Fuente: An. (Asoc. Fís. Argent., En línea) 2018;03(29):69-72
• Materia: DIVERGENCIA DE JENSEN SHANNON; ANALISIS DE SECUENCIAS; SEGMENTACION; JENSEN-SHANNON DIVERGENCE; SEQUENCE ANALYSIS; SEGMENTATION
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

Se presenta un método para la detección de bordes de dominio o cambios de estacionariedad en secuencias de valores de rango continuo como los obtenidos en Electromiografía (EMG) o en registros de Electroencefalograma (EEG). La detección del cambio de estacionariedad en una secuencia temporal como las mencionadas presenta interés para el reconocimiento del comienzo de una contracción muscular en EMG o del comienzo y propagación de una crisis epiléptica en el análisis del registro del EEG. El punto de segmentación en una serie temporal se corresponde con la posición en la serie a partir de la cual cambian las propiedades estadísticas de los valores que la conforman. El método aquí propuesto se basa en el cálculo de la divergencia de Jensen-Shannon (DJS) entre los segmentos que forman la secuencia. La DJS es una medida de distancia entre distribuciones de probabilidad y para su evaluación aproximamos las distribuciones que corresponden a cada segmento por el método del kernel de densidad. Para la aplicación del método se elige una posición en la secuencia como punto de segmentación y se calcula la DJS entre las distribuciones asociadas a las sub-secuencias que quedan así definidas. Se repite este proceso para cada posición en la secuencia y se identifica el punto de segmentación con la posición que arroja el valor máximo para la DJS. Evaluamos método propuesto analizando señales sintéticas similares a señales electromiográficas
It is presented a method for border detection or changes in stationarity in sequences of continuous range values such as those obtained in electromyography (EMG) or in electroencephalograms (EEG) records. The detection of a change of stationarity in a temporal sequence as those mentioned is of interest in the recognition of the start of muscle contractions in EMG or the start of an epileptic crisisin EEG records. The segmentation point in a temporal series is the position in the sequence where the statistical properties change. The method that we propose is based on the Jensen-Shannon Divergence (JSD) calculation between the segments that makes the sequence. JSD is a measure of distance between probability distributions. For its calculation we approximate the probability densities in each segment by the kernel density approximation method. To make use of this method a position in the sequence is chosen a segmentation point and the JSD is calculated between the probability densities of each segment so defined. The procedure is repeated for each position in the sequence. The segmentation point is identified with the position that gives the maximum value for the JSD.We evaluate the method here proposed by analyzing synthetic signals similar to EMG signals.
Fil: Aguirre Varela, Guillermo Gabriel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física (UNC-FAMAF). Córdoba. Argentina
Fil: Ré, Miguel Angel. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física (UNC-FAMAF). Córdoba. Argentina
Fil: López, Natalia Martina. Universidad Nacional de San Juan. Facultad de Ingeniería. Gabinete de Tecnología Médica. San Juan. Argentina