АЛГОРИТМ ПОШУКУ R-ЗУБЦІВ У РЕАЛЬНОМУ ЧАСІ ДЛЯ ЕКГ СИГНАЛУ З ПІДВИЩЕНИМ РІВНЕМ ШУМУ

Автор(и)

DOI:

https://doi.org/10.32782/IT/2021-2-1

Ключові слова:

ЕКГ, QRS-комплекс, алгоритми, фільтрація.

Анотація

У роботі було розглянуто існуючі методи та алгоритми пошуку R-зубців у ЕКГ сигналі, проаналізовано роботу цих методів та алгоритмів на сигналі з підвищеним рівнем шуму. Також було розглянуто різні типи та природу утворення шумів в ЕКГ сигналі та методи їх зменшення. У результаті цієї роботи було розроблено власний алгоритм пошуку QRS комплексу та R-зубців у реальному часі. Метою роботи є розробка алгоритму пошуку R-зубців у реальному часі для ЕКГ сигналу, записаного з нестандартних відведень. Реалізація поставленої мети передбачає запис ЕКГ сигналу з поверхні голови людини, фільтрацію сигналу та розробку алгоритму детектування QRS комплексу. Методологія вирішення поставленого завдання полягає в пошуку шаблону QRS комплексу у диференційному сигналі згідно з нахилом фронтів R-зубця на трьох точках та інтервалу між цими точками. Наукова новизна. Запропонований алгоритм дозволяє значно покращити пошук QRS комплексу з ЕКГ сигналу з підвіщеним рівнем шуму. Представлений алгоритм не потребує значних обчислювальних потужностей, тому може використовуватись в натільних пристроях з малопотужними мікроконтролерами для підвищення точності замірів серцевої діяльності у повсякденному житті. Висновки. Отримані результати та алгоритм можуть бути використані для подальшої розробки та досліджень. Всі отримані результати представлені в графічному вигляді з детальним описом в даній роботі.

Посилання

World Health Organization, Cardiovascular diseases (CVDs). URL: https://www.who.int/news-room/factsheets/ detail/cardiovascular-diseases-(cvds).

Jiapu Pan and Willis J. Tompkins, A Real-Time QRS Detection Algorithm, IEEE Transactions On Biomedical Engineering, Vol. Bme-32, No. 3, March 1985. DOI: 10.1109/TBME.1985.325532

M. A. Z. Fariha, R. Ikeura 2, S. Hayakawa 2, S. Tsutsumi. Analysis of Pan-Tompkins Algorithm Performance with Noisy ECG Signals, 2020 J. Phys.: Conf. Ser. 1532 012022. DOI: 10.1088/1742-6596/1532/1/012022

Primož Lavricˇ, Matjaž Depolli, Robust beat detection on noisy differential ECG, 2016. DOI: 10.1109/ MIPRO.2016.7522172

Minseok Seo, Minho Choi, Jun Seong Lee and Sang Woo Kim, Adaptive Noise Reduction Algorithm to Improve R Peak Detection in ECG Measured by Capacitive ECG Sensors, 2018. DOI: 10.3390/s18072086

Yande Xiang, Zhitao Lin and Jianyi Meng, Automatic QRS complex detection using two-level convolutional neural network, 2018. DOI: 10.1186/s12938–018–0441–4

Hooman Sedghamiz, Matlab Implementation of Pan Tompkins ECG QRS Detector, 2014. DOI: 0.13140/ RG.2.2.14202.59841

##submission.downloads##

Опубліковано

2022-09-02