Documentos de Académico
Documentos de Profesional
Documentos de Cultura
BIOMDICA.
Procesado de bioseales.
Tema 4: Transformada
Tiempo-Frecuencia y
Wavelets.
Profesores: Emilio Soria y Juan Guerrero, Dpto Ingeniera Electrnica, ETSE
1
Objetivos del tema
Conocer en qu consiste un anlisis de Fourier de una seal. Aprender
sus limitaciones y las soluciones planteadas.
2
Por qu usamos transformadas?
Podramos definir una transformada como toda aquella operacin matemtica
que mapea una determinada secuencia (u operador) con una determinada
dependencia a otro espacio donde se tiene otra dependencia diferente
Ventajas de su uso.
3
Anlisis de Fourier; qu se busca?.
Una de las herramientas ms usadas en ingeniera es el anlisis de
Fourier que consiste en determinar la descomposicin de la seal
en una suma (finita, o infinita) de sinusoides. Mapeamos nuestra
informacin que depende del tiempo en magnitudes que dependen
de la frecuencia de esas sinusoides.
4
Anlisis de Fourier, problemas.
1
El anlisis de Fourier da
informacin sobre la
0.5
0.5
descomposicin de
1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
sinusoides pero no la da
30
Segundos
sobre cuando se
20
producen. Adems
fenmenos transitorios
se reflejan en todo el
10
espectro.
0
0 5 10 15 20 25 30 35 40 45 50
Frecuencia
Si nos fijamos en la Transformada de Fourier Esa longitud infinita (no tenemos las
tenemos que, el significado de la funcin, es sinusoides localizadas en el tiempo)
el resultado de una correlacin entre la hace que se pierda toda
funcin y las funciones seno/coseno de informacin temporal sobre el
longitud infinita tiempo de ocurrencia de cada
! sinusoide, NO PODEMOS FIJAR
T (jw) = f (t) ejwt
TEMPORALMENTE UN EVENTO
CON ELLA.
Profesores: Emilio Soria y Juan Guerrero, Dpto Ingeniera Electrnica, ETSE
5
Transformada de Gabor
En 1946 Gabor plantea el uso de
una funcin gaussiana para acotar la
duracin temporal de la seal.
Posteriormente se determina la
Transformada de Fourier, este Aqu aparece un nuevo parmetro, , que
procedimiento se repetira es el centro de la gaussiana que limita a
desplazando la gaussiana a lo largo x(t) por lo que transformada inversa ser
de la seal para darle un enfoque bidimensional (w y el parmetro ).
local a la Transformada de Fourier La eleccin de la anchura en esta
transformada es fundamental; si
se quieren localizar
temporalmente fenmenos muy
breves se usan ventanas
estrechas (mala resolucin
frecuencial) y, a la inversa,
ventanas anchas para tener una
buena resolucin espectral
(Principio de Heisenberg).
Profesores: Emilio Soria y Juan Guerrero, Dpto Ingeniera Electrnica, ETSE
6
Transformada Tiempo-Frecuencia
Generalizando la idea de Gabor.....
Hemos avanzado.....antes.....
ahora.......
7
Transformada Tiempo-Frecuencia
8
Wavelets, Introduccin.
Estas herramientas de anlisis/sntesis de seales surgen en los 80 en el campo de
la sismologa. De este campo salt rpidamente al resto de aplicaciones de
procesado de la seal por su capacidad para la deteccin de cambios,
discontinuidades, tendencias y auto-similitud en seales (adems de aplicaciones de
compresin; el estndar JPEG se basa en estas tcnicas).
En las wavelets se tienen dos parmetros (escala y traslacin) lo que permite
mayor libertad que un anlisis de Fourier clsico (slo se dispone del parmetro
de la frecuencia de la sinusoide). Una posible definicin de wavelet sera la de seal
oscilante que est concentrada en el tiempo por lo que puede representar mejor
transitorios o funciones no estacionarias que un anlisis de Fourier convencional.
Cuando se realiza un anlisis wavelet se buscan dos cosas: determinar la
presencia de una determinada componente as como el lugar donde se
encuentra esa componente. En un anlisis de Fourier las funciones base
(cosenos/senos) se extienden de AQU NO.
10
Pero....hemos avanzado?
El principio de Heisenberg
nos indica que el producto de
la resolucin temporal por la
frecuencial debe ser igual o
mayor a una cierta
cantidad.....se sigue
manteniendo pero ahora de
una forma ms ptima.
11
El concepto de escala
La escala tiene una
correspondencia con el
concepto de frecuencia;
por una parte se tiene que
una alta escala analiza ms
seal (mayor extensin
temporal) lo que
equivaldra a analizar una
baja frecuencia. Al
contrario una baja escala
supone el poder analizar
altas frecuencias con una
mayor resolucin temporal
pero menor resolucin
espectral (hay que fijarse,
en las figuras
frecuenciales, en el
desplazamiento de la
frecuencia central y la
anchura del lbulo). Profesores: Emilio Soria y Juan Guerrero, Dpto Ingeniera Electrnica, ETSE
12
El concepto de escala
13
Transformada Wavelet continua (CWT).
Esta transformada consiste, bsicamente, en una correlacin entre la wavelet
madre (t), desplazada y escalada, y una cierta seal x(t).
Cuando se tenga un valor alto
!
1 t de ese coeficiente w(s,)
w(s, ) = x(t) ( ) dt significa que la seal x(t) se
s s parece a la seal definida por
Factor de La wavelet la funcin [(t-)/s]; pequeos
normalizacin madre valores indican entonces
desplazada y/o pequeos parecidos. Tenemos
escalada una forma de establecer un
parecido a diferentes tiempos
En nuestro ejemplo anterior y escalas.
14
Transformada Wavelet Continua (CWT).
Se puede ver como el resultado de un filtrado lineal de la seal 1 t
con un sistema que tiene la siguiente respuesta impulsional. ( )
s s
Cada uno de estos sistemas tiene una respuesta en 1
frecuencia que queda definida por la respuesta en Hs (w) = H(s)
frecuencia de la wavelet madre sin escalar ni desplazar
s
15
Algoritmo para determinar la CWT
Escalograma
1. Escoge una wavelet madre
2. Fija un valor de escala y
desplaza temporalmente la
wavelet madre para calcular la
CWT de acuerdo a la
expresin anterior.
tiempo
Tiempo
Profesores: Emilio Soria y Juan Guerrero, Dpto Ingeniera Electrnica, ETSE
16
Y si la seal no es continua?
En el caso de tener una
seal discreta, x(n), y no (sj , uk ) = (2 , k 2 : j, k Z)
j j
17
Anlisis multiresolucin.
La DWT se poda ver desde un punto de vista Arbol de
frecuencial, cuando llevamos a cabo un anlisis de descomposicin
este tipo lo que hacemos es descomponer la Wavelet
seal en diferentes zonas frecuenciales. El
algoritmo ms extendido (Mallat) implementa la
DWT usando esta aproximacin frecuencial. Es un
proceso iterativo donde la seal se divide
primero en dos zonas, alta y baja frecuencia y,
sobre la de baja frecuencia, se repite el proceso....
APROXIMACIONES (A) Se corresponden con altas escalas, bajas frecuencias de la
seal.
DETALLES (D) Se corresponden con bajas escalas, alta frecuencias de la
seal
19
Anlisis multiresolucin.
20
Y si tenemos una imagen?
COLUMNAS ~
H 1 2 LL
FILAS ~
H 2 1
COLUMNAS
~
G 1 2 LH
COLUMNAS
FILAS
IMAGEN
~
H 1 2 HL
~
G 2 1
ROWS
~
G 1 2 HH
COLUMNAS
21
Wavelets y Matlab (I). >>wavedemo
22
Wavelets y Matlab (V).
23
Wavelets y Matlab (II). >>wavedemo
24
Wavelets y Matlab (III). >>wavemenu
25
Wavelets y Matlab (IV).
26
Aplicaciones en ingeniera biomdica.
Debido a un flujo anormal
aparecen los murmullos;
estos sonidos reflejan un
mal funcionamiento del
ciclo cardaco.
Corazn con
problemas.
Corazn sano Profesores: Emilio Soria y Juan Guerrero, Dpto Ingeniera Electrnica, ETSE
27
Aplicaciones en ingeniera biomdica.
EEG de superficie
Las wavelets son la
herramienta natural
de analizar una seal
de EEG de superficie
por las caractersticas
no estacionarias de
esta seal. Hay que
tener en cuenta que,
adems de cada
estado puedo tener
transiciones entre
ellos.
y si
considero
registros no
superficiales
......
Profesores: Emilio Soria y Juan Guerrero, Dpto Ingeniera Electrnica, ETSE
28
Aplicaciones en ingeniera biomdica.
Electrocardiografa Deteccin de Deteccin de Deteccin de
ondas potenciales potenciales
caractersticas en evocados ventriculares
el ECG (P,T, QRS) tardos
Imgenes Imgenes de Tomografa axial Deteccin de
resonancia (mejora computerizada microcalcificaciones
de imgenes y
eliminacin de ruido)
29
Aplicaciones en ingeniera biomdica.
30
MASTER DE INGENIERA
BIOMDICA.
Procesado de bioseales.
Tema 4: Transformada
Tiempo-Frecuencia y
Wavelets.
Profesores: Emilio Soria y Juan Guerrero, Dpto Ingeniera Electrnica, ETSE
31