Criação de uma Nova Transformada Wavelet Aplicada ao Reconhecimento Digital de Padrões em Sinais Neurais do Campo Visual da Mosca Diptera

R.C. Guido, J.F.W. Slaets, L.O.B. Almeida

Abstract


O presente trabalho apresenta uma técnica para criação de uma transformada wavelet, aqui chamada de SPIKELET-4, otimizada para o reconhecimento de alguns formatos de spikes (picos) e overlaps (sobreposições de picos) contidos num sinal digitalizado originado do neurônio H1, sensível aos estímulos visuais do meio externo, do cérebro de uma mosca Diptera. Toda a técnica para criação da transformada, que está associada a um algoritmo especialmente projetado para ser usado em conjunto com ela, está demonstrada com detalhes e possui resultados que não foram alcançados com nenhuma outra transformada wavelet, nem mesmo com a transformada de Daubechies.

References


[1] P.S. Addison, “The Illustrated Wavelet Transform Handbook: Introductory Theory and Applications in Science, Engineering, Medicine and Finance”, Institute of Physics Publishing, Edinburgh, 2002.

M. Akay, “Time Frequency and wavelets in Biomedical Signal Processing”, IEEE Press in Biomedical Engineering, New York, 1998.

J.O. Chapa e R.M. Rao, Algoritms for Designing wavelets to Match a Specified Signal, IEEE Transactions on Signal Processing, 48, No. 12 (2000), 3395-3406.

D.M. Claudio e J.M. Marins, “Cálculo Numérico Computacional: Teoria e Prática”, 3. ed, Atlas, São Paulo, 2000.

R.C. Guido, “Spikelet: uma nova transformada wavelet aplicada ao reconhecimento computacional de padrões, em tempo-real, de spikes e overlaps em sinais neurofisiológicos do campo visual da mosca”, Tese de Doutorado, Instituto de Física de São Carlos - USP, São Carlos, SP, Brasil, 2003.

A. Gupta, S.D. Joshi e S. Prasad, On a New Approach for Estimating Wavelet Matched to Signal, Depto of Computer Engineering Pub., Netaji Subhas Institute of Technology, Vol. 1, 2001.

R.W. Hamming, “Digital Filters”, 3.ed., Dover Publications, New York, 1989.

S. Haykin e B.V. Veen, “Sinais e Sistemas”, Bookman, Porto Alegre, 2001.

J. Lane, J. Datta, B. Karley e J.Norwood, “DSP Filters”, Prompt Publications, Indianapolis, 2001.

M.S. Lewicki, A review of methods for spike sorting: the detection and classification of neural action potencials, Network Computing Neural Systems, 9 (1998), 53-78.

A.V. Oppenhein e R.W. Schafer, “Discrete Time Signal Processing”, 2. ed., Prentice Hall, New York, 1999.

D. Rinberg, W. Bialek, H. Davidowitz e N.Tishby, Spike sorting in the frequency domain with overlap detection, NEC Research Institute Publ., 1 (2003), 1-40.

G. Strang, T. Nguyen, “Wavelets and Filter Banks”, Wellesley-Cambridge Press, Wellesley, 1997.

R.R.R.V. Steveninck, G.D. Lewen, S.P. Strong, R. Koberle eW. Bialek, Reproducibility and Variability in Neural Spike Trains, Science, 275 (1997), 1805-1808.

J.R. Williams e K. Amaratunga, Introduction to Wavelets in Engineering, Int. Journal for Numerical Methods in Engineering, 37 (1994), 2365-2388.




DOI: https://doi.org/10.5540/tema.2004.05.02.0217

Article Metrics

Metrics Loading ...

Metrics powered by PLOS ALM

Refbacks

  • There are currently no refbacks.


Trends in Computational and Applied Mathematics

A publication of the Brazilian Society of Applied and Computational Mathematics (SBMAC)

 

Indexed in:

                       

         

 

Desenvolvido por:

Logomarca da Lepidus Tecnologia