Técnicas de eliminación de ruido real en fonocardiogramas mediante U-Nets y representaciones en tiempo-frecuencia [recurso electrónico] / Cristóbal González Rodríguez ; dirigida por Eloísa del Carmen García Canseco.
Tipo de material:
TextoDetalles de publicación: Ensenada, Baja California, 2025Descripción: 1 recurso en línea xiv, 101 p. : il. ; col. ;graf. ; colTema(s): Fonocardiografía | Procesamiento de señales. -- Aplicaciones informáticas a la medicina | Medicina -- Procesamiento electrónico de datosClasificación LoC:RC683.5.P5 | G65 2025Recursos en línea: Tesis Digital.
Nota de disertación: Universidad Autónoma de Baja California. Facultad de Ciencias, Ensenada, 2025 Resumen: Las enfermedades cardiovasculares siguen siendo la principal causa de muerte en todo el mundo. El análisis automático del sonido cardíaco es una herramienta de diagnóstico económica y muy prometedora, pero su exactitud puede verse dificultada por el ruido durante las grabaciones. Las técnicas actuales de separación ciega de fuentes se basan en
modelos de aprendizaje profundo, en particular arquitecturas U-Net, junto con la transformada de Fourier de tiempo corto (STFT) para la representación en tiempo-frecuencia de la señal de audio. Sin embargo, las representaciones alternativas de tiempo-frecuencia permanecen inexploradas. Esta tesis propone un nuevo método de eliminación de ruido de fonocardiogramas, en el que la STFT, la transformada de ondeleta continua (CWT), la transformada de ondeleta sincronizada y la transformada S, en combinación con una arquitectura U-Net, mejoran la eliminación de ruido de las señales de fonocardiograma.
| Tipo de ítem | Biblioteca actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
| Tesis | Biblioteca Central Ensenada | Colección de Tesis | RC683.5.P5 G65 2025 (Browse shelf(Abre debajo)) | 1 | Disponible | ENS100423 |
Maestría
Universidad Autónoma de Baja California. Facultad de Ciencias, Ensenada, 2025
Las enfermedades cardiovasculares siguen siendo la principal causa de muerte en todo el mundo. El análisis automático del sonido cardíaco es una herramienta de diagnóstico económica y muy prometedora, pero su exactitud puede verse dificultada por el ruido durante las grabaciones. Las técnicas actuales de separación ciega de fuentes se basan en
modelos de aprendizaje profundo, en particular arquitecturas U-Net, junto con la transformada de Fourier de tiempo corto (STFT) para la representación en tiempo-frecuencia de la señal de audio. Sin embargo, las representaciones alternativas de tiempo-frecuencia permanecen inexploradas. Esta tesis propone un nuevo método de eliminación de ruido de fonocardiogramas, en el que la STFT, la transformada de ondeleta continua (CWT), la transformada de ondeleta sincronizada y la transformada S, en combinación con una arquitectura U-Net, mejoran la eliminación de ruido de las señales de fonocardiograma.
