- Tytuł:
-
QRS complex detection in noisy holter ECG based on wavelet singularity analysis
Detekcja zespołu QRS oparta na falkowej analizie osobliwości sygnału w zakłóconych zapisach EKG pochodzących z urządzenia Holtera - Autorzy:
-
Tadejko, P.
Rakowski, W. - Powiązania:
- https://bibliotekanauki.pl/articles/341095.pdf
- Data publikacji:
- 2010
- Wydawca:
- Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
- Tematy:
-
EKG
detekcja uderzeń serca
zespół QRS
falkowa analiza osobliwości
modulus maxima
zakłócony EKG
zapisy Holtera
progowanie adaptacyjne
diadyczna transformata falkowa
ECG
heartbeat detection
QRS complex
wavelet singularity analysis
noisy ECG
Holter recordings
adaptive threshold
dyadic wavelet transform - Opis:
-
In this paper, we propose a QRS complex detector based on the Mallat and Hwang singularity analysis algorithm which uses dyadic wavelet transform. We design a spline wavelet that is suitable for QRS detection. The scales of this decomposition are chosen based on the spectral characteristics of electrocardiogram records. By proceeding with the multiscale analysis we can find the location of a rapid change of a signal, and hence the location of the QRS complex. The performance of the algorithm was tested using the records of the MIT-BIH Arrhythmia Database. The method is less sensitive to timevarying QRS complex morphology, minimizes the problems associated with baseline drift, motion artifacts and muscular noise, and allows R waves to be differentiated from large T and P waves. We propose an original, new approach to adaptive threshold algorithm that exploits statistical properties of the observed signal and additional heuristic. The threshold is independent for each successive ECG signal window and the algorithm uses the properties of a series of distribution with a compartments class. The noise sensitivity of the new proposed adaptive thresholding QRS detector was also tested using clinical Holter ECG records from the Medical University of Bialystok.We illustrate the performance of the wavelet-based QRS detector by considering problematic ECG signals from a Holter device. We have compared this algorithm with the commercial Holter system - Del Mar’s Reynolds Pathfinder on the special episodes selected by cardiologist.
Praca przedstawia algorytm detekcji zespołu QRS oparty na falkowej analizie osobliwości sygnału Mallata i Hwanga, wykorzystujący diadyczna˛ transformatę falkową. Filtry cyfrowe analizy falkowej odpowiadają falce i funkcji skalującej w postaci tzw. splineów bramkowych drugiego stopnia o zwartym i krótkim nośniku. Dzięki temu podczas analizy sygnału i detekcji osobliwości możemy dokładniej kontrolować parametry procesu separacji wybranych częstotliwości. Dzięki analizie wieloskalowej możliwe jest zlokalizowanie miejsca gwałtownej zmiany sygnału, a tym samym lokalizacji zespołu QRS. Metoda posiada mniejszą wrażliwość na zmiany morfologii kolejnych zespołów QRS, minimalizuje problemy związane z występowaniem składowej wolnozmiennej, artefaktów ruchu i napięcia mięśni oraz pozwala na łatwiejszą separację załamka R w stosunku do załamków P i T. W niniejszej pracy zaproponowano oryginalny, adaptacyjny sposób wyznaczania progu detekcji przy użyciu właściwości statystycznych obserwowanego sygnału oraz dodatkowych heurystyk. Metoda wyznaczania progu jest niezależna dla każdego kolejnego okna sygnału, składającego sie˛ z kilkunastu cykli EKG. Algorytm wyznacza wartość progu na podstawie analizy własności szeregu rozdzielczego z przedziałami klasowymi. Działanie algorytmu zostało przetestowane przy użyciu zapisów z bazy MIT-BIH Arytmia Database. Dodatkowo, wrażliwość na zakłócenia adaptacyjnego detektora QRS była przetestowana przy użyciu, specjalnie wyselekcjonowanych przez kardiologa, epizodów EKG z systemu Holtera z Uniwersytetu Medycznego w Białymstoku. Porównania wyników dokonano z komercyjnym systemem Pathfinder firmy Del Mar Reynolds. - Źródło:
-
Zeszyty Naukowe Politechniki Białostockiej. Informatyka; 2010, 6; 95-111
1644-0331 - Pojawia się w:
- Zeszyty Naukowe Politechniki Białostockiej. Informatyka
- Dostawca treści:
- Biblioteka Nauki
Artykuł