Estudo de características da entropia aproximada utilizando sinais simulados e experimentais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFJF |
Texto Completo: | https://repositorio.ufjf.br/jspui/handle/ufjf/8276 |
Resumo: | A Entropia Aproximada ApEn(m,r,N) tem sido utilizada para investigar a regularidade / complexidade de sinais com diversos comprimentos (N) e tolerância (r) entre 0,1 sd e 0,25 sd. Entretanto, a estimativa pontual da ApEn(m,r,N) pode fornecer resultados discutíveis para valores do raio “r” escolhidos de forma empírica e para trechos pequenos de sinais. Neste trabalho são investigadas algumas características da técnica da Entropia Aproximada visando esclarecer aspectos relacionados ao número de amostras, ao valor do raio “r” e ao atraso utilizado. Adicionalmente é proposto um método de normalização dos resultados. Para esta investigação foram utilizados sinais simulados como: senóides com 10 Hz, 50 Hz e 100 Hz (com frequências de amostragem de 1.000, 10.000 e 100.000 Hz), Mapeamento Logístico, atrator de Henon, atrator de Rossler, atrator de Lorenz, sinais aleatórios de Ruído Branco Gaussiano (RBG) e Ruído Branco Uniforme (RBU) e sinais experimentais como: EEG de recém-nascidos, EEG de adultos e sinais de variabilidade da frequência cardíaca (VFC). Trechos com diferentes comprimentos e valor do raio “r” ou tolerância entre zero e 5,0 vezes o desvio padrão (“sd”) foram utilizados. Os resultados mostram grande variabilidade e superposição das diversas estimativas da ApEn para trechos pequenos, dificultando a interpretação. O incremento do comprimento do trecho reduz a variabilidade das estimativas e evidencia a existência de formas de ondas relacionadas às estruturas dos retratos de fase. Os valores máximos das estimativas das curvas ApEn para os sinais aleatórios e caóticos mostram uma relação aparentemente linear com o logaritmo do número de amostras do trecho e uma ordem específica do nível de regularidade / complexidade dos sinais. O maior nível de regularidade (menor complexidade) foi encontrado para os sinais senoidais seguido pelo sinal do atrator de Rossler, atrator do Mapeamento Logístico, o atrator de Henon, o atrator de Lorenz e depois para os sinais de ruído: RBG e RBU. Entre os sinais experimentais os sinais EEG de adultos mostraram valores de maior complexidade (menor regularidade). O método de normalização dos valores de máximo das curvas ApEn facilita a comparação dos resultados na forma percentual. A utilização dos valores de máximos das curvas ApEn e o procedimento de normalização permitem a proposta de uma estatística que não depende do raio “r” e do número de amostras “N” do sinal (para “N” elevado), podendo ser descrita como: NApEn ( m ). |
id |
UFJF_8052cfe9ec879bde195996bfb46e21f6 |
---|---|
oai_identifier_str |
oai:hermes.cpd.ufjf.br:ufjf/8276 |
network_acronym_str |
UFJF |
network_name_str |
Repositório Institucional da UFJF |
repository_id_str |
|
spelling |
--Nobre, Flavio Fonsecahttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4783179J1Nadal, Jurandirhttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4780802E5Almeida, Antônio Carlos Guimarãeshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4782226Z4Pinto, Danilo Pereirahttp://lattes.cnpq.brhttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4705668D3Gouvêa, David Sérgio Adães de2018-12-13T14:40:39Z2018-12-132018-12-13T14:40:39Z2017-02-14https://repositorio.ufjf.br/jspui/handle/ufjf/8276A Entropia Aproximada ApEn(m,r,N) tem sido utilizada para investigar a regularidade / complexidade de sinais com diversos comprimentos (N) e tolerância (r) entre 0,1 sd e 0,25 sd. Entretanto, a estimativa pontual da ApEn(m,r,N) pode fornecer resultados discutíveis para valores do raio “r” escolhidos de forma empírica e para trechos pequenos de sinais. Neste trabalho são investigadas algumas características da técnica da Entropia Aproximada visando esclarecer aspectos relacionados ao número de amostras, ao valor do raio “r” e ao atraso utilizado. Adicionalmente é proposto um método de normalização dos resultados. Para esta investigação foram utilizados sinais simulados como: senóides com 10 Hz, 50 Hz e 100 Hz (com frequências de amostragem de 1.000, 10.000 e 100.000 Hz), Mapeamento Logístico, atrator de Henon, atrator de Rossler, atrator de Lorenz, sinais aleatórios de Ruído Branco Gaussiano (RBG) e Ruído Branco Uniforme (RBU) e sinais experimentais como: EEG de recém-nascidos, EEG de adultos e sinais de variabilidade da frequência cardíaca (VFC). Trechos com diferentes comprimentos e valor do raio “r” ou tolerância entre zero e 5,0 vezes o desvio padrão (“sd”) foram utilizados. Os resultados mostram grande variabilidade e superposição das diversas estimativas da ApEn para trechos pequenos, dificultando a interpretação. O incremento do comprimento do trecho reduz a variabilidade das estimativas e evidencia a existência de formas de ondas relacionadas às estruturas dos retratos de fase. Os valores máximos das estimativas das curvas ApEn para os sinais aleatórios e caóticos mostram uma relação aparentemente linear com o logaritmo do número de amostras do trecho e uma ordem específica do nível de regularidade / complexidade dos sinais. O maior nível de regularidade (menor complexidade) foi encontrado para os sinais senoidais seguido pelo sinal do atrator de Rossler, atrator do Mapeamento Logístico, o atrator de Henon, o atrator de Lorenz e depois para os sinais de ruído: RBG e RBU. Entre os sinais experimentais os sinais EEG de adultos mostraram valores de maior complexidade (menor regularidade). O método de normalização dos valores de máximo das curvas ApEn facilita a comparação dos resultados na forma percentual. A utilização dos valores de máximos das curvas ApEn e o procedimento de normalização permitem a proposta de uma estatística que não depende do raio “r” e do número de amostras “N” do sinal (para “N” elevado), podendo ser descrita como: NApEn ( m ).Approximate Entropy ApEn (m,r,N) has been used to investigate the regularity / complexity of signals with several lengths (N) and tolerance (r) between 0.1 sd and 0.25 sd. However, the punctual estimate ApEn (m,r,N) can provide questionable results for radius values "r" chosen empirically and small signs stretches. This paper investigates some technical characteristics of the Approximate Entropy aiming to clarify aspects related to the number of samples, the radius value "r" and the delay used. Furthermore a method is proposed for standardization of results. For this research simulated signals were used as: senoid with 10 Hz, 50 Hz and 100 Hz (sampling frequencies of 1.000, 10.000 and 100.000 Hz), Logistic Mapping attractor, Henon attractor, Rossler attractor, Lorenz attractor, random signals of White Gaussian Noise (WGN) and White Uniform Noise (WUN) and experimental signals as newborn EEG, adult EEG and adult heart rate variability (HRV). Stretches of different length and radius "r" value or tolerance between zero and 5.0 times the standard deviation ("SD") were used. The results show great variability and overlap of several estimates ApEn for small stretches, making it difficult to interpret. The stretch length increment reduces the variability of estimates and highlights the existence of waveforms related to the phase portraits of the structures. The maximum values of estimates of ApEn curves, for random and chaotic signals, show a seemingly linear relationship with the logarithm of the number of samples and a specific order of level of regularity / complexity of signals. The highest level of regularity (less complexity) was found to senoid, followed by Rossler attractor, Logistic Mapping attractor, Henon attractor, Lorenz attractor and then to the noise signals: RBG and RBU. Among the experimental signals the adult EEG signals showed more complex values (less regularity). The method of standardization of maximum values of ApEn curves facilitates the comparison of results in percentage form. The use of the maximum values of the ApEn curves and the normalization procedure allows the proposal of a statistic that does not depend on the radius "r" and the number of samples "N" of the signal (for high "N"), and can be described as : NApEn ( m ).porUniversidade Federal de Juiz de Fora (UFJF)-UFJFBrasilFaculdade de EngenhariaCNPQ::ENGENHARIASEntropia aproximadaMapeamento logísticoHenonRosslerLorenzRuído Branco GaussianoRuído Branco UniformeEEG de recém-nascidosEEG de adultosVFCApproximate entropyLogistic mappingHenonRosslerLorenzWhite Gaussian NoiseWhite Uniform NoiseNewborn EEGEEG adultsHRVEstudo de características da entropia aproximada utilizando sinais simulados e experimentaisinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFTEXTdavidsergioadaesdegouvea.pdf.txtdavidsergioadaesdegouvea.pdf.txtExtracted texttext/plain141460https://repositorio.ufjf.br/jspui/bitstream/ufjf/8276/3/davidsergioadaesdegouvea.pdf.txt38c83ba8ca2a3dde575ad4f6c51f8faaMD53THUMBNAILdavidsergioadaesdegouvea.pdf.jpgdavidsergioadaesdegouvea.pdf.jpgGenerated Thumbnailimage/jpeg1468https://repositorio.ufjf.br/jspui/bitstream/ufjf/8276/4/davidsergioadaesdegouvea.pdf.jpgf2b401d9c64f2b76f1ccac395a2f64bdMD54ORIGINALdavidsergioadaesdegouvea.pdfdavidsergioadaesdegouvea.pdfapplication/pdf7249548https://repositorio.ufjf.br/jspui/bitstream/ufjf/8276/1/davidsergioadaesdegouvea.pdfba155cd3b9296601961078a3a90f2259MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82197https://repositorio.ufjf.br/jspui/bitstream/ufjf/8276/2/license.txt000e18a5aee6ca21bb5811ddf55fc37bMD52ufjf/82762019-06-16 11:30:31.066oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2019-06-16T14:30:31Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false |
dc.title.pt_BR.fl_str_mv |
Estudo de características da entropia aproximada utilizando sinais simulados e experimentais |
title |
Estudo de características da entropia aproximada utilizando sinais simulados e experimentais |
spellingShingle |
Estudo de características da entropia aproximada utilizando sinais simulados e experimentais Gouvêa, David Sérgio Adães de CNPQ::ENGENHARIAS Entropia aproximada Mapeamento logístico Henon Rossler Lorenz Ruído Branco Gaussiano Ruído Branco Uniforme EEG de recém-nascidos EEG de adultos VFC Approximate entropy Logistic mapping Henon Rossler Lorenz White Gaussian Noise White Uniform Noise Newborn EEG EEG adults HRV |
title_short |
Estudo de características da entropia aproximada utilizando sinais simulados e experimentais |
title_full |
Estudo de características da entropia aproximada utilizando sinais simulados e experimentais |
title_fullStr |
Estudo de características da entropia aproximada utilizando sinais simulados e experimentais |
title_full_unstemmed |
Estudo de características da entropia aproximada utilizando sinais simulados e experimentais |
title_sort |
Estudo de características da entropia aproximada utilizando sinais simulados e experimentais |
author |
Gouvêa, David Sérgio Adães de |
author_facet |
Gouvêa, David Sérgio Adães de |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
- |
dc.contributor.advisor1Lattes.fl_str_mv |
- |
dc.contributor.referee1.fl_str_mv |
Nobre, Flavio Fonseca |
dc.contributor.referee1Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4783179J1 |
dc.contributor.referee2.fl_str_mv |
Nadal, Jurandir |
dc.contributor.referee2Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4780802E5 |
dc.contributor.referee3.fl_str_mv |
Almeida, Antônio Carlos Guimarães |
dc.contributor.referee3Lattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4782226Z4 |
dc.contributor.referee4.fl_str_mv |
Pinto, Danilo Pereira |
dc.contributor.referee4Lattes.fl_str_mv |
http://lattes.cnpq.br |
dc.contributor.authorLattes.fl_str_mv |
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4705668D3 |
dc.contributor.author.fl_str_mv |
Gouvêa, David Sérgio Adães de |
contributor_str_mv |
- Nobre, Flavio Fonseca Nadal, Jurandir Almeida, Antônio Carlos Guimarães Pinto, Danilo Pereira |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS |
topic |
CNPQ::ENGENHARIAS Entropia aproximada Mapeamento logístico Henon Rossler Lorenz Ruído Branco Gaussiano Ruído Branco Uniforme EEG de recém-nascidos EEG de adultos VFC Approximate entropy Logistic mapping Henon Rossler Lorenz White Gaussian Noise White Uniform Noise Newborn EEG EEG adults HRV |
dc.subject.por.fl_str_mv |
Entropia aproximada Mapeamento logístico Henon Rossler Lorenz Ruído Branco Gaussiano Ruído Branco Uniforme EEG de recém-nascidos EEG de adultos VFC Approximate entropy Logistic mapping Henon Rossler Lorenz White Gaussian Noise White Uniform Noise Newborn EEG EEG adults HRV |
description |
A Entropia Aproximada ApEn(m,r,N) tem sido utilizada para investigar a regularidade / complexidade de sinais com diversos comprimentos (N) e tolerância (r) entre 0,1 sd e 0,25 sd. Entretanto, a estimativa pontual da ApEn(m,r,N) pode fornecer resultados discutíveis para valores do raio “r” escolhidos de forma empírica e para trechos pequenos de sinais. Neste trabalho são investigadas algumas características da técnica da Entropia Aproximada visando esclarecer aspectos relacionados ao número de amostras, ao valor do raio “r” e ao atraso utilizado. Adicionalmente é proposto um método de normalização dos resultados. Para esta investigação foram utilizados sinais simulados como: senóides com 10 Hz, 50 Hz e 100 Hz (com frequências de amostragem de 1.000, 10.000 e 100.000 Hz), Mapeamento Logístico, atrator de Henon, atrator de Rossler, atrator de Lorenz, sinais aleatórios de Ruído Branco Gaussiano (RBG) e Ruído Branco Uniforme (RBU) e sinais experimentais como: EEG de recém-nascidos, EEG de adultos e sinais de variabilidade da frequência cardíaca (VFC). Trechos com diferentes comprimentos e valor do raio “r” ou tolerância entre zero e 5,0 vezes o desvio padrão (“sd”) foram utilizados. Os resultados mostram grande variabilidade e superposição das diversas estimativas da ApEn para trechos pequenos, dificultando a interpretação. O incremento do comprimento do trecho reduz a variabilidade das estimativas e evidencia a existência de formas de ondas relacionadas às estruturas dos retratos de fase. Os valores máximos das estimativas das curvas ApEn para os sinais aleatórios e caóticos mostram uma relação aparentemente linear com o logaritmo do número de amostras do trecho e uma ordem específica do nível de regularidade / complexidade dos sinais. O maior nível de regularidade (menor complexidade) foi encontrado para os sinais senoidais seguido pelo sinal do atrator de Rossler, atrator do Mapeamento Logístico, o atrator de Henon, o atrator de Lorenz e depois para os sinais de ruído: RBG e RBU. Entre os sinais experimentais os sinais EEG de adultos mostraram valores de maior complexidade (menor regularidade). O método de normalização dos valores de máximo das curvas ApEn facilita a comparação dos resultados na forma percentual. A utilização dos valores de máximos das curvas ApEn e o procedimento de normalização permitem a proposta de uma estatística que não depende do raio “r” e do número de amostras “N” do sinal (para “N” elevado), podendo ser descrita como: NApEn ( m ). |
publishDate |
2017 |
dc.date.issued.fl_str_mv |
2017-02-14 |
dc.date.accessioned.fl_str_mv |
2018-12-13T14:40:39Z |
dc.date.available.fl_str_mv |
2018-12-13 2018-12-13T14:40:39Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufjf.br/jspui/handle/ufjf/8276 |
url |
https://repositorio.ufjf.br/jspui/handle/ufjf/8276 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.publisher.program.fl_str_mv |
- |
dc.publisher.initials.fl_str_mv |
UFJF |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Faculdade de Engenharia |
publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFJF instname:Universidade Federal de Juiz de Fora (UFJF) instacron:UFJF |
instname_str |
Universidade Federal de Juiz de Fora (UFJF) |
instacron_str |
UFJF |
institution |
UFJF |
reponame_str |
Repositório Institucional da UFJF |
collection |
Repositório Institucional da UFJF |
bitstream.url.fl_str_mv |
https://repositorio.ufjf.br/jspui/bitstream/ufjf/8276/3/davidsergioadaesdegouvea.pdf.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/8276/4/davidsergioadaesdegouvea.pdf.jpg https://repositorio.ufjf.br/jspui/bitstream/ufjf/8276/1/davidsergioadaesdegouvea.pdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/8276/2/license.txt |
bitstream.checksum.fl_str_mv |
38c83ba8ca2a3dde575ad4f6c51f8faa f2b401d9c64f2b76f1ccac395a2f64bd ba155cd3b9296601961078a3a90f2259 000e18a5aee6ca21bb5811ddf55fc37b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF) |
repository.mail.fl_str_mv |
|
_version_ |
1801661416204140544 |