Banca de DEFESA: HUGO NEVES DE OLIVEIRA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: HUGO NEVES DE OLIVEIRA
DATA: 22/02/2016
HORA: 10:00
LOCAL: CI
TÍTULO: Compressão de Sinais Biomédicos
PALAVRAS-CHAVES: compressão de dados, sinais biomédicos, transformadas de domínio, quantização vetorial, codificadores de entropia
PÁGINAS: 211
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Metodologia e Técnicas da Computação
RESUMO: Compressores de eletrocardiogramas e eletroencefalogramas vêm sendo descritos na literatura ao longo das últimas décadas, mas há uma falta de trabalhos que apresentem soluções gerais para todos os sinais biomédicos. Visando preencher essa lacuna, este trabalho discute métodos de compressão que funcionem satisfatoriamente para todos os sinais biomédicos. Os métodos de compressão sem perdas de informação estudados se baseiam em transformadas wavelet e preditores lineares associados a diversos codificadores de entropia. As estratégias de compactação com perdas de informação apresentadas usam transformadas trigonométricas e wavelets seguidas por quantizadores vetoriais baseados em quantização com zona-morta gerados por Minimização Lagrangiana e em Quantizações por Aproximações Sucessivas. Os codificadores de entropia usados se baseiam em Predição por Casamento Parcial, Codificação por Comprimento de Sequência e Particionamento de Conjuntos em Árvores Hierárquicas. Os métodos foram testados usando os sinais do MIT/BIH Polysomnographic Database. Os compressores sem perdas de informação obtiveram razões de compressão até 4,818:1, dependendo do tipo de registro biomédico, enquanto os métodos com perdas obtiveram razões de compressão até 818,055:1. Os sinais mais suaves, como os de respiração e saturação de oxigênio, apresentaram melhores reconstruções com wavelets e Quantização por Aproximações Sucessivas, apesar dos menores desempenhos de compressão. Contrastivamente, para a mesma qualidade de reconstrução visual, transformadas trigonométricas e Minimização Lagrangiana obtiveram melhores eficácias de compressão para sinais mais variáveis -- como eletroencefalogramas e eletromiogramas.
MEMBROS DA BANCA:
Presidente - 1167863 - LEONARDO VIDAL BATISTA
Interno - 1743917 - THAIS GAUDENCIO DO REGO
Externo ao Programa - 1298679 - HUGO LEONARDO DAVI DE SOUZA CAVALCANTE
Externo à Instituição - ELMAR UWE KURT MELCHER