Présentation

Article

1 - BASES D’ONDELETTES

2 - COMPRESSION DES DONNÉES D’ECG

3 - SUPPRESSION DES ARTEFACTS DANS LES ONDES DE PRESSION SANGUINE NON INVASIVE

4 - CONCLUSION

Article de référence | Réf : S7033 v1

Bases d’ondelettes
Traitement de signaux électrophysiologiques par ondelettes

Auteur(s) : Robert G. HOHLFELD, Cadathur RAJAGOPALAN, Gordon W. NEFF

Date de publication : 10 mars 2004

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Version en anglais En anglais

Auteur(s)

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

INTRODUCTION

De nombreux signaux physiologiques peuvent être décrits soit comme des impulsions isolées, soit comme des suites quasi périodiques d’impulsions isolées. Les ondelettes constituent des outils puissants pour la représentation et l’analyse de telles formes d’ondes physiologiques, car une ondelette a une durée finie (support compact), à la différence des transformées de Fourier basées sur des sinusoïdes de durée infinie. Deux exemples de traitement d’un signal physiologique utilisant des bases d’ondelettes seront étudiés dans cet article. Le premier exemple est la compression de signaux d’électrocardiogramme (ECG) utilisant une base d’ondelettes d’Hermite associées ; le second exemple montre la suppression des artefacts présents dans des signaux de mesure non invasive de pression sanguine (PNI).

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-s7033


Cet article fait partie de l’offre

Automatique et ingénierie système

(138 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation
Version en anglais En anglais

1. Bases d’ondelettes

De nombreux signaux physiologiques peuvent raisonnablement être caractérisés comme des impulsions isolées ou comme des séquences d’impulsions. Pour cette raison, les techniques de traitement du signal à bases d’ondelettes apparaissent, pour ces signaux, comme des alternatives intéressantes aux techniques de transformation de Fourier. Le fait que les bases d’ondelettes ont un support compact ou un support essentiellement compact (c’est-à-dire une base d’éléments de durée finie ou de durée effectivement finie) garantit que quelques-unes au moins des représentations en ondelettes candidates de ces signaux quasi impulsionnels convergeront plus rapidement que leur représentation correspondante en séries de Fourier. Cette propriété élémentaire a été exprimée de façon plus sophistiquée : par exemple, le procédé de prendre une transformée en ondelettes « décorrèle » un signal en concentrant l’énergie de ce signal sur un nombre relativement faible de coefficients .

Dans tous les cas, c’est cette propriété de réduire un signal à un nombre comparativement petit de composantes qui rend les techniques à bases d’ondelettes potentiellement puissantes pour des algorithmes de traitement du signal. Cette propriété a engendré de nombreux travaux de développement d’algorithmes de compression du signal à bases d’ondelettes, en particulier pour les signaux d’électrocardiogramme (ECG)  ...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Automatique et ingénierie système

(138 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Bases d’ondelettes
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - DAUBECHIES (I.), SWELDENS (W.) -   Factoring Wavelet Transforms into Lifting Steps.  -  Preprint, Bell Laboratories, Lucent Technologies (1996).

  • (2) - RAMAKRISHNAN (A.), SAHA (S.) -   ECG Coding by Wavelet-Based Linear Prediction.  -  IEEE Trans. Biomed. Eng., 44, p. 1253-1261 (1997).

  • (3) - HILTON (M.) -   Wavelet and Wavelet Packet Compression of Electrocardiograms.  -  IEEE Trans. Biomed. Eng., 44, p. 394-402 (1997).

  • (4) - DJOHAN (A.), NGUYEN (G.), TOMPKINS (W.) -   ECG Compression Using Discrete Symmetric Wavelet Transform.  -  Presented at the 17th Int. Conf. IEEE Medicine and Biology (1995).

  • (5) - LU (Z.), KIM (D.Y.), PEARLMAN (W.A.) -   Wavelet Compression of ECG Signals by the Set Partitioning in Hierarchical Trees (SPIHT) Algorithm.  -  IEEE Transactions on Biomedical Engineering, vol. 47, p. 849-856 (July 2000).

  • (6) - CÁRDENAS-BARRERA (J.), LORENZO- GINORI (J.) -   Mean-Shape...

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Automatique et ingénierie système

(138 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS