- Submissão
- Submissão online
- Diretrizes para Autores
- Declaração de Direito Autoral
- Política de Privacidade
- Sobre este sistema de publicação
- Sobre
- Foco e Escopo
- Equipe Editorial
- História da Revista Principia
- Normas de homogeneidade
- Comitê de ética
- Política de ética para autores, Conselho Editorial e avaliadores
- Política de retirada de artigos
- Perguntas e respostas frequentes
- Equipe de apoio da Revista Principia
- Conflito de interesses
- Plano de Desenvolvimento Editorial da Revista Principia
- Princípios DEIA (Diversidade, Equidade, Inclusão e Acessibilidade)
- Normas para números especiais na Revista Principia
- Princípios FAIR
- Curso de Escrita Científica - ACS - Prof. Osvaldo
- Sites e manuais sobre boas práticas científicas
Avaliação da amostragem compressiva em sinais de ECG e imagens digitais
Resumo
A amostragem compressiva permite obter representações mais compactadas de sinais do que as obtidas nas arquiteturas baseadas no teorema de Nyquist. Por esse motivo, este trabalho, em um primeiro momento, faz uma descrição sucinta dessa nova técnica e, em seguida, apresenta a avaliação de sua aplicação para os sinais de Eletrocardiograma (ECG) e em imagens. Para sinais de ECG, conseguiu-se até 59% de compressão sem perda das características do sinal e, para sinais de imagens, obteve-se mais de 50% de compressão para níveis aceitáveis de perdas de qualidade.
Palavras-chave
Amostragem compressiva; Eletrocardiograma; Imagens; Processamento digital de sinais.
Texto completo:
Referências
ACANDÈS, E. J.; TAO, T.. Decoding by linear programming. IEEE Transactions on Information Theory, v. 51, n. 12, p. 4203–4215, dez. 2005.
______. Near optimal signal recovery from random projections: universal encoding strategies? IEEE Transactions on Information Theory, v. 52, n. 12, p. 5406–5425, dez. 2006.
CHEN, S. S.; DONOHO, D. L.; SAUNDERS, M. A. Atomic decomposition by basis pursuit. SIAM Rev., v. 43, n. 1, p. 129–159, 2001. Disponível em: http://dx.doi.org/10.1137/S003614450037906X. Acesso em: 2 mar. 2014
DONOHO, D. L. Compressed sensing. IEEE Transactions on Information Theory, v. 52, n. 4, p. 1289–1306, abr. 2006.
ELDAR, Y. C.; KUTYNIOK, G (Ed.). Compressed sensing: theory and applications. Nova York: Cambridge University Press, 2012.
FUKUDA, F. H. Sistema inteligente para o pré-processamento de sinais deeletrocardiograma em plataformas de computação pervasiva. 2008. Tese (Doutorado em Engenharia Civil)–,Universidade Federal do Rio de Janeiro, Rio de Janiero, 2008.
GURJÃO, E. C. Introdução à amostragem compressiva. In: SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES, 31., 2013, Fortaleza. Anais... Fortaleza: 2013.
HAYKIN, S. S.; VEEN, B. V. Sinais e Sistemas. Bookman, 2001.
LLAVE, B. C. Aplicação do método do gradiente espectral projetado ao problema de compressive sensing. 2012. 66 f. Dissertação (Mestrado em Ciências da Computação)–Instituto de Matemática e Estatística da Universidade de São Paulo, São Paulo, 2012.
MIT-BIH. Arrithymia data base. Disponível em: http://www.physionet.org/physiobank/database/mitdb. Acesso em: 2 mar. 2014.
NYQUIST, H. Certain topics in telegraph transmission theory. Transactions of the American Institute of Electrical Engineers, v. 47, n. 2, p. 617–644, fev. 1928.
SERMWUTHISARN, P.; AUETHAVEKIAT, S.; PATANAVIJIT, V. A fast image recovery using compressive sensing technique with block based orthogonal matching pursuit. In: INTERNATIONAL SYMPOSIUM ON INTELLIGENT SIGNAL PROCESSING AND COMMUNICATION SYSTEMS, 2009, Kanazawa. Anais... Kanazawa: 2009.
WELCH, L. Lower bounds on the maximum cross correlation of signals. IEEE Transactions on Information Theory, v. 20, n. 3, p. 397–399, 1974.
Visitas a este artigo: 3100
Total de downloads do artigo: 2079