Resumen

El desarrollo de nuevas clases de algoritmos de compresión eficientes, sistemas de software y hardware para aplicaciones de salud digital en los sistemas de atención médica de hoy en día proporciona soluciones oportunas y significativas en respuesta a la creciente complejidad de los datos de información de los pacientes y los requisitos de análisis asociados. De entre las diferentes señales médicas unidimensionales, los datos de electroencefalografía (EEG) son de gran importancia para el neurólogo en la detección de trastornos relacionados con el cerebro. El volumen de datos de EEG digitalizados generados y conservados para futuras referencias supera la capacidad de los desarrollos recientes en almacenamiento digital y medios de comunicación, por lo que se necesita un sistema de compresión eficiente. Este documento presenta una nueva y eficiente compresión de EEG de alto rendimiento sin pérdidas utilizando la transformada wavelet y predictores de redes neuronales. Los coeficientes generados a partir de la señal de EEG mediante la transformada wavelet entera se utilizan para entrenar a los predictores de redes neuronales. Los resid

• Materias:Imágenes de autofluorescencia Evaluación de deglución Actividad física Telemonitorización Métodos de telesalud
• Subjects:Autofluorescence Imaging Swallowing evaluation Physical activity Telemonitoring Telehealth methods
• Palabras claves:Desarrollos; Algoritmos de compresión; Sistemas de software; Hardware; Aplicaciones intensivas en datos; Señales de EEG
• Keywords:Developments; Compression algorithms; Software systems; Hardware; Data intensive applications; EEG signals