A carregar...
Publicação
THE LANGUAGE OF BIOSIGNALS. STRUCTURE AND MEANING IN TIME SERIES
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 49.65 MB | Adobe PDF |
Orientador(es)
Resumo(s)
As data scientists in the biomedical field,we strive to uncover the structure and underlying
patterns within biosignals’ data that allowgaining a clearer understanding of physiological
phenomena. Methods and algorithms are used as means of interaction and communication
to make the data express its content to retrieve the information we need. In the current
data deluge with the advent of existingwearables and available biodevices, it is not always
easy to unveil this meaningful information from biosignals. Hence, there is an emerging
necessity to have tools that help analysts explore, analyse and retrieve this information
and reduce the burden of such a time-consuming process.
In this thesis, this communication of the analyst using biosignals is explored answering
the following questions: Can we decipher the language of biosignals? Can we then use words
to describe specific patterns and shapes in biosignals? Are there any meaningful timedependent
strcutural changes in biosignals that can be unveilled?
Novel methods in time series analysis are proposed for fast, useful and meaningful
information retrieval, to pave the way for more expressive and intuitive means of communication.
More specifically, tools are proposed for (1) a practical way to automatically
segment single-channel or multimodal biosignal data using a self-similarity matrix (SSM)
computed with a signals’ feature-based representation; (2) more expressive and intuitive
pattern search strategies with (a) a novel symbolic representation of time series (SSTS),
and (b) a word feature-vector used with operators (QuoTS); and (3) classification of time
series, based on the mentioned symbolic approach (HeaRTS).
In topic (1) lucid visual support was delivered in interpreting biosignals with an SSM,
while performing accurate automatic segmentation with the help of novelty and similarity
functions, ultimately moving towards automatic labelling. As in (2.a), the novel symbolic
representation was successful in deciphering the signal in several biosignals’ use-cases,
being used, such as (2.b) to perform pattern search with a simple vocabulary. These novel
search mechanisms performed with good accuracy in detecting the desired patterns, but
mostly with increased intuition and expressiveness. Finally, in (2.c) was showed that the
signal could be translated into a text-based representation to perform classification task
with standard text-mining classifiers.
Enquanto cientistas de dados no ramo da engenharia biomédica, procuramos desvendar estruturas e padrões, inerentes aos biosinais, que permitem compreender fenómenos fisiológicos associados. Métodos e algoritmos são utilizados como meios de interação e comunicação de forma a permitir aos dados expressarem o seu conteúdo para extrair a informação de interesse. Nem sempre se torna simples retirar esta informação, sendo que, especialmente com o uso mais frequente dos biodispositivos vestíveis, torna-se cada vez mais relevante ter acesso a ferramentas que ajudem os analistas a explorar, analisar, e recolher informação, para reduzir a dificuldade, tempo e custo deste inevitável processo. Neste trabalho, a comunicação entre o analista e os biosinais é explorada, procurando responder às seguintes questões: Podemos decifrar a linguagem dos biosinais? Podemos usar palavras para descrever padrões e formas específicas dos biosinais? Haverão mudanças estruturais que podem ser desvendadas? Novos métodos são propostos para a análise mais rápida, útil e significativa das séries temporais, abrindo o caminho para um meio de comunicação mais expressivo e intuitivo entre o analista e os dados recolhidos. Mais especificamente, são propostas ferramentas para (1) a segmentação automática de biosinais uni ou multimodais, por meio de uma matriz de auto-similaridade (SSM), calculada a partir da representação das características do sinal; (2) procuras de padrões mais expressivas e intuitivas com (a) uma nova representação simbólica das séries temporais (SSTS), (b) palavras que representam características significativas usadas com operadores (QuoTS); e (3) classificação de séries temporais com base na representação simbólica dos sinais (HearTS). Em relação ao tópico (1) foi apresentado um suporte visual lúcido para interpretar os biosinais com a SSM, enquanto também é possível realizar a segmentação automático com o uso da função de novidade e similaridade, a caminho do processo de categorização automática. Em (2.a), a representação simbólica proposta mostra-se competente em diversos casos de uso de biosnais, tal como o método proposto em (2.b), no contexto de procura de padrões em biosinais, com a ajuda de um vocabulário simples. Estes dois métodos propostos apresentaram resultados sólidos na idenficação dos padrões desejados, sobretudo com mais intuição e expressivadade. Finalmente, em (2.c) foi apresentado que o sinal poderia ser transformado em texto e ser usado em problemas de classificação utilizando classificadores tradicionalmente usados em texto.
Enquanto cientistas de dados no ramo da engenharia biomédica, procuramos desvendar estruturas e padrões, inerentes aos biosinais, que permitem compreender fenómenos fisiológicos associados. Métodos e algoritmos são utilizados como meios de interação e comunicação de forma a permitir aos dados expressarem o seu conteúdo para extrair a informação de interesse. Nem sempre se torna simples retirar esta informação, sendo que, especialmente com o uso mais frequente dos biodispositivos vestíveis, torna-se cada vez mais relevante ter acesso a ferramentas que ajudem os analistas a explorar, analisar, e recolher informação, para reduzir a dificuldade, tempo e custo deste inevitável processo. Neste trabalho, a comunicação entre o analista e os biosinais é explorada, procurando responder às seguintes questões: Podemos decifrar a linguagem dos biosinais? Podemos usar palavras para descrever padrões e formas específicas dos biosinais? Haverão mudanças estruturais que podem ser desvendadas? Novos métodos são propostos para a análise mais rápida, útil e significativa das séries temporais, abrindo o caminho para um meio de comunicação mais expressivo e intuitivo entre o analista e os dados recolhidos. Mais especificamente, são propostas ferramentas para (1) a segmentação automática de biosinais uni ou multimodais, por meio de uma matriz de auto-similaridade (SSM), calculada a partir da representação das características do sinal; (2) procuras de padrões mais expressivas e intuitivas com (a) uma nova representação simbólica das séries temporais (SSTS), (b) palavras que representam características significativas usadas com operadores (QuoTS); e (3) classificação de séries temporais com base na representação simbólica dos sinais (HearTS). Em relação ao tópico (1) foi apresentado um suporte visual lúcido para interpretar os biosinais com a SSM, enquanto também é possível realizar a segmentação automático com o uso da função de novidade e similaridade, a caminho do processo de categorização automática. Em (2.a), a representação simbólica proposta mostra-se competente em diversos casos de uso de biosnais, tal como o método proposto em (2.b), no contexto de procura de padrões em biosinais, com a ajuda de um vocabulário simples. Estes dois métodos propostos apresentaram resultados sólidos na idenficação dos padrões desejados, sobretudo com mais intuição e expressivadade. Finalmente, em (2.c) foi apresentado que o sinal poderia ser transformado em texto e ser usado em problemas de classificação utilizando classificadores tradicionalmente usados em texto.
Descrição
Palavras-chave
biosignals time series similarity segmentation meaning structure