Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/20.500.12008/52885

Título:

Compresión multicanal sin pérdida de electroencefalogramas

Otros títulos:

Coordinador:

Director:

Compilador:

Autor:

Capurro, Ignacio
Rovira, Eugenio

Tutor:

Lecumberry, Federico
Martín, Alvaro
Ramírez, Ignacio

Tipo de documento:

Tesis de grado

Editor:

Palabras clave:

Descriptores:

ELECTROENCEFALOGRAFIA
PROCESAMIENTO DE IMAGENES
INGENIERIA BIOMEDICA

Año de publicación:

2014

Contenido:

Resumen:

Este trabajo propone un algoritmo de compresión sin pérdida para electroencefalogramas (EEG) multicanal haciendo uso de modernas herramientas de teoría de la información (como codificación universal y predicción universal) así como también herramientas de procesamiento de señales, combinadas con métodos más simples para explotar las redundancias espaciales y temporales que se presentan comúnmente en los EEG. El algoritmo de compresión es aplicado a tres diferentes bases de datos públicas de EEG. El algoritmo multicanal logra tasas de compresión superiores a las observadas al comprimir canales individuales por separado, y también supera el estado del arte actual en compresión sin pérdida de EEG multicanal.

Descripción:

Editorial:

Udelar.FI.

EN:

Financiadores:

Citación:

Capurro, I. y Rovira, E. Compresión multicanal sin pérdida de electroencefalogramas [en línea]. Tesis de grado. Montevideo : Udelar. FI. INCO, 2014.

Citación:

metadata.cc.license.name:

Documento del Gobiberno:

URI:

https://hdl.handle.net/20.500.12008/52885

ISBN:

e-ISBN:

ISSN:

ISMN:

Otros identificadores:

Título Obtenido:

Ingeniero en Computación

Facultad o Servicio que otorga el Título:

Universidad de la República (Uruguay). Facultad de Ingeniería.

Licencia:

Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)

Cobertura geográfica:

Cobertura temporal:

metadata.dc.relation.IsVersionOf:

Clasificación:

Es versión de:

Colecciones:

FicherosDescripciónTamañoFormato
CR14.pdf Tesis de grado 5.55 MB Adobe PDF