Volver al buscador
Vista en detalle del documento
Titulo Artículo:
Modelado autorregresivo de señales electroencefalográficas para simuladores médicos
Resumen:
El registro de la actividad eléctrica cerebral ha permitido la comprensión de diferentes estados neurofisiológicos, posibilitando el diagnóstico de algunos trastornos neuronales, de aquí, la importancia de la caracterización y el conocimiento de las diferentes morfologías que pueden presentar las señales de electroencefalografía (EEG). El modelado matemático de señales biomédicas facilita el desarrollo de simuladores que pueden servir como herramienta de entrenamiento médico en computadores o dispositivos móviles. Este artículo presenta el modelado paramétrico autorregresivo (AR) y la simulación de señales EEG en diferentes estados fisiológicos, como: reposo con ojos abiertos y cerrados y crisis epilépticas, además bajo la presencia de algunos de los artefactos más comunes, como son: parpadeo, actividad muscular, electrodo “pop” y ruido 60 Hz. Se valida el desempeño de los modelos en el dominio del tiempo a través del porcentaje de ajuste FIT, el cual siempre estuvo por encima del 70%, y en el dominio de la frecuencia a través de la energía en las bandas de frecuencia características del EEG. Se presenta la metodología de modelado, los gráficos de las señales simuladas y los valores de los parámetros evaluados. La amplia variedad de señales EEG modeladas permitirá el desarrollo de simuladores de señales cerebrales para el entrenamiento del personal médico, e igualmente para el análisis y la caracterización de las señales de electroencefalografía
Fecha de publicación:
2017.
Autores :
Hernández, Alher Mauricio Sánchez, Frank;
Autor corporativo:
Ingeniería y Desarrollo,,
Editores:
Redalyc ;
Signatura Topográfica:
2
Idioma:
Español
Páginas:
337
ISBN:
0122-3461
Existencias:
356
Palabras claves:
Electroencefalografía
Modelado de Señales
Simuladores Médicos
Público objetivo:
Decanatura
Docentes
Investigadores
Otros profesionales de la salud
Evaluadores
Titulo Artículo:
Modelado autorregresivo de señales electroencefalográficas para simuladores médicos
Resumen:
El registro de la actividad eléctrica cerebral ha permitido la comprensión de diferentes estados neurofisiológicos, posibilitando el diagnóstico de algunos trastornos neuronales, de aquí, la importancia de la caracterización y el conocimiento de las diferentes morfologías que pueden presentar las señales de electroencefalografía (EEG). El modelado matemático de señales biomédicas facilita el desarrollo de simuladores que pueden servir como herramienta de entrenamiento médico en computadores o dispositivos móviles. Este artículo presenta el modelado paramétrico autorregresivo (AR) y la simulación de señales EEG en diferentes estados fisiológicos, como: reposo con ojos abiertos y cerrados y crisis epilépticas, además bajo la presencia de algunos de los artefactos más comunes, como son: parpadeo, actividad muscular, electrodo “pop” y ruido 60 Hz. Se valida el desempeño de los modelos en el dominio del tiempo a través del porcentaje de ajuste FIT, el cual siempre estuvo por encima del 70%, y en el dominio de la frecuencia a través de la energía en las bandas de frecuencia características del EEG. Se presenta la metodología de modelado, los gráficos de las señales simuladas y los valores de los parámetros evaluados. La amplia variedad de señales EEG modeladas permitirá el desarrollo de simuladores de señales cerebrales para el entrenamiento del personal médico, e igualmente para el análisis y la caracterización de las señales de electroencefalografía
Fecha de publicación:
2017.
Autores :
Hernández, Alher Mauricio Sánchez, Frank;
Autor corporativo:
Ingeniería y Desarrollo,,
Editores:
Redalyc ;
Signatura Topográfica:
2
Idioma:
Español
Páginas:
337
Existencias:
356
Palabras claves:
Electroencefalografía
Modelado de Señales
Simuladores Médicos
Público objetivo:
Decanatura
Docentes
Investigadores
Otros profesionales de la salud
Evaluadores
Titulo Artículo:
Modelado autorregresivo de señales electroencefalográficas para simuladores médicos
Resumen:
El registro de la actividad eléctrica cerebral ha permitido la comprensión de diferentes estados neurofisiológicos, posibilitando el diagnóstico de algunos trastornos neuronales, de aquí, la importancia de la caracterización y el conocimiento de las diferentes morfologías que pueden presentar las señales de electroencefalografía (EEG). El modelado matemático de señales biomédicas facilita el desarrollo de simuladores que pueden servir como herramienta de entrenamiento médico en computadores o dispositivos móviles. Este artículo presenta el modelado paramétrico autorregresivo (AR) y la simulación de señales EEG en diferentes estados fisiológicos, como: reposo con ojos abiertos y cerrados y crisis epilépticas, además bajo la presencia de algunos de los artefactos más comunes, como son: parpadeo, actividad muscular, electrodo “pop” y ruido 60 Hz. Se valida el desempeño de los modelos en el dominio del tiempo a través del porcentaje de ajuste FIT, el cual siempre estuvo por encima del 70%, y en el dominio de la frecuencia a través de la energía en las bandas de frecuencia características del EEG. Se presenta la metodología de modelado, los gráficos de las señales simuladas y los valores de los parámetros evaluados. La amplia variedad de señales EEG modeladas permitirá el desarrollo de simuladores de señales cerebrales para el entrenamiento del personal médico, e igualmente para el análisis y la caracterización de las señales de electroencefalografía
Autores:
Hernández, Alher Mauricio Sánchez, Frank
,
.
Titulo Revista:
Ingeniería y Desarrollo,,
.
Numero:
2
Volumen:
35
Fecha de publicación:
2017.
Base de Datos Bibliográfica:
Redalyc ,
.
Suplemento:
Idioma:
Español
Página Inicial:
337
Página Final:
356
ISBN:
0122-3461
Palabras claves:
Electroencefalografía
Modelado de Señales
Simuladores Médicos
Público objetivo:
Decanatura
Docentes
Investigadores
Otros profesionales de la salud
Evaluadores
Título Redalyc :
Modelado autorregresivo de señales electroencefalográficas para simuladores médicos
Resumen:
El registro de la actividad eléctrica cerebral ha permitido la comprensión de diferentes estados neurofisiológicos, posibilitando el diagnóstico de algunos trastornos neuronales, de aquí, la importancia de la caracterización y el conocimiento de las diferentes morfologías que pueden presentar las señales de electroencefalografía (EEG). El modelado matemático de señales biomédicas facilita el desarrollo de simuladores que pueden servir como herramienta de entrenamiento médico en computadores o dispositivos móviles. Este artículo presenta el modelado paramétrico autorregresivo (AR) y la simulación de señales EEG en diferentes estados fisiológicos, como: reposo con ojos abiertos y cerrados y crisis epilépticas, además bajo la presencia de algunos de los artefactos más comunes, como son: parpadeo, actividad muscular, electrodo “pop” y ruido 60 Hz. Se valida el desempeño de los modelos en el dominio del tiempo a través del porcentaje de ajuste FIT, el cual siempre estuvo por encima del 70%, y en el dominio de la frecuencia a través de la energía en las bandas de frecuencia características del EEG. Se presenta la metodología de modelado, los gráficos de las señales simuladas y los valores de los parámetros evaluados. La amplia variedad de señales EEG modeladas permitirá el desarrollo de simuladores de señales cerebrales para el entrenamiento del personal médico, e igualmente para el análisis y la caracterización de las señales de electroencefalografía
Autores :
Hernández, Alher Mauricio Sánchez, Frank;
Autor corporativo:
Ingeniería y Desarrollo,,
Fecha de publicación:
2017.
Tipo :
Redalyc .
Idioma:
Español
Palabras claves:
Electroencefalografía
Modelado de Señales
Simuladores Médicos
Público objetivo:
Decanatura
Docentes
Investigadores
Otros profesionales de la salud
Evaluadores
Título Redalyc :
Modelado autorregresivo de señales electroencefalográficas para simuladores médicos
Resumen:
El registro de la actividad eléctrica cerebral ha permitido la comprensión de diferentes estados neurofisiológicos, posibilitando el diagnóstico de algunos trastornos neuronales, de aquí, la importancia de la caracterización y el conocimiento de las diferentes morfologías que pueden presentar las señales de electroencefalografía (EEG). El modelado matemático de señales biomédicas facilita el desarrollo de simuladores que pueden servir como herramienta de entrenamiento médico en computadores o dispositivos móviles. Este artículo presenta el modelado paramétrico autorregresivo (AR) y la simulación de señales EEG en diferentes estados fisiológicos, como: reposo con ojos abiertos y cerrados y crisis epilépticas, además bajo la presencia de algunos de los artefactos más comunes, como son: parpadeo, actividad muscular, electrodo “pop” y ruido 60 Hz. Se valida el desempeño de los modelos en el dominio del tiempo a través del porcentaje de ajuste FIT, el cual siempre estuvo por encima del 70%, y en el dominio de la frecuencia a través de la energía en las bandas de frecuencia características del EEG. Se presenta la metodología de modelado, los gráficos de las señales simuladas y los valores de los parámetros evaluados. La amplia variedad de señales EEG modeladas permitirá el desarrollo de simuladores de señales cerebrales para el entrenamiento del personal médico, e igualmente para el análisis y la caracterización de las señales de electroencefalografía
Autores :
Hernández, Alher Mauricio Sánchez, Frank;
Autor corporativo:
Ingeniería y Desarrollo,,
Fecha de publicación:
2017.
Paginas:
337.
ISBN:
0122-3461.
Idioma:
Español
Palabras claves:
Electroencefalografía
Modelado de Señales
Simuladores Médicos
Público objetivo:
Decanatura
Docentes
Investigadores
Otros profesionales de la salud
Evaluadores
Titulo Artículo:
Modelado autorregresivo de señales electroencefalográficas para simuladores médicos
Resumen:
El registro de la actividad eléctrica cerebral ha permitido la comprensión de diferentes estados neurofisiológicos, posibilitando el diagnóstico de algunos trastornos neuronales, de aquí, la importancia de la caracterización y el conocimiento de las diferentes morfologías que pueden presentar las señales de electroencefalografía (EEG). El modelado matemático de señales biomédicas facilita el desarrollo de simuladores que pueden servir como herramienta de entrenamiento médico en computadores o dispositivos móviles. Este artículo presenta el modelado paramétrico autorregresivo (AR) y la simulación de señales EEG en diferentes estados fisiológicos, como: reposo con ojos abiertos y cerrados y crisis epilépticas, además bajo la presencia de algunos de los artefactos más comunes, como son: parpadeo, actividad muscular, electrodo “pop” y ruido 60 Hz. Se valida el desempeño de los modelos en el dominio del tiempo a través del porcentaje de ajuste FIT, el cual siempre estuvo por encima del 70%, y en el dominio de la frecuencia a través de la energía en las bandas de frecuencia características del EEG. Se presenta la metodología de modelado, los gráficos de las señales simuladas y los valores de los parámetros evaluados. La amplia variedad de señales EEG modeladas permitirá el desarrollo de simuladores de señales cerebrales para el entrenamiento del personal médico, e igualmente para el análisis y la caracterización de las señales de electroencefalografía
Fecha de publicación:
2017.
Autor corporativo:
Ingeniería y Desarrollo,,
.
Idioma:
Español
Palabras claves:
Electroencefalografía
Modelado de Señales
Simuladores Médicos
Público objetivo:
Decanatura
Docentes
Investigadores
Otros profesionales de la salud
Evaluadores
Citar
Enviar por correo electrónico
Imprimir
Guardar
Consultar
INGRESE LOS SIGUIENTES DATOS
PARA ENVIAR EL CORREO
Sus nombres:
Sus apellidos:
Su correo electrónico:
Se necesita un valor.
Formato no válido.
Inscribirme al e-boletin de ASCOFAME
Correo electrónico destino:
Se necesita un valor.
Formato no válido.
Hola, encontré este documento en la biblioteca especializada en Educación Médica de ASCOFAME :Hernández, Alher Mauricio Sánchez, Frank; Modelado autorregresivo de señales electroencefalográficas para simuladores médicos(2017). Podras consultarlo en el Siguiente link: https://ascofame.org.co/biblioteca/detalle_documento.php?id=2139
INGRESE LOS SIGUIENTES DATOS
PARA RESERVA EN SALA
Sus nombres:
Sus apellidos:
Correo electrónico:
Se necesita un valor.
Formato no válido.
Inscribirme al e-boletin de ASCOFAME
Programar la fecha de su visita:
Programar la hora de su visita:
7:00 AM
8:00 AM
9:00 AM
10:00 AM
11:00 AM
12:00 M
1:00 PM
2:00 PM
3:00 PM
¿Cómo citar este documento?
Seleccionar y copiar el texto.
Hernández, Alher Mauricio Sánchez, Frank Hernández, Alher Mauricio Sánchez, Frank Modelado autorregresivo de señales electroencefalográficas para simuladores médicos. 2017; 35Ed. 337.
