Transformada de Hilbert Sobre Bases de Wavelets: DetecÃÃo de Complexos QRS

Detalhes bibliográficos
Autor(a) principal: Francisco Ivan de Oliveira
Data de Publicação: 2007
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFC
Texto Completo: http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=8599
Resumo: A tarefa mais importante em processamento de sinais de eletrocardiograma (ECG) à a determinaÃÃo exata do complexo de QRS, em particular, a detecÃÃo dos picos de onda R atravÃs de sistemas e anÃlises computadorizadas. à essencial, especialmente, para uma medida correta da variabilidade do ritmo cardÃaco (HRV). Um grande obstÃculo a ser superado para uma detecÃÃo confiÃvel à a sensibilidade do eletrocardiograma a diversas fontes de distÃrbio, tais como, a interferÃncia à rede elÃtrica, os artefatos do movimento, flutuaÃÃo da linha base e o ruÃdo dos mÃsculos. Este trabalho utiliza as propriedades matemÃticas da transformaÃÃo de Hilbert sobre wavelets para desenvolver um novo algoritmo capaz de diferenciar as ondas R das demais (P, Q, S, T e U) e facilitar a detecÃÃo dos complexos QRS. Uma taxa de detecÃÃo do complexo QRS de 99,92% à alcanÃada para a base de dados de arritmias do MIT-BIH. A tolerÃncia a ruÃdo do mÃtodo proposto foi tambÃm testada usando os registros padrÃo da base de dados MIT-BIH Noise Stress Test. A taxa da detecÃÃo do detector ficou aproximadamente 99,35% mesmo para as relaÃÃes sinal-ruÃdo (SNR) tÃo baixo quanto 6dB.
id UFC_7da7ed75f28fb183c3fb1b44d945597c
oai_identifier_str oai:www.teses.ufc.br:6011
network_acronym_str UFC
network_name_str Biblioteca Digital de Teses e Dissertações da UFC
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisTransformada de Hilbert Sobre Bases de Wavelets: DetecÃÃo de Complexos QRSA New Approach to the QRS Detection Based on Hilbert Transform and Wavelet Bases2007-03-16Paulo CÃsar Cortez11250534372http://lattes.cnpq.br/502460215230406461926779304http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4779226E7Francisco Ivan de OliveiraUniversidade Federal do CearÃPrograma de PÃs-GraduaÃÃo em Engenharia de TeleinformÃticaUFCBREletrocardiograma (ECG) TeleinformÃticaElectrocardiogram (ECG) Hilbert Transform QRS ComplexENGENHARIA BIOMEDICAA tarefa mais importante em processamento de sinais de eletrocardiograma (ECG) à a determinaÃÃo exata do complexo de QRS, em particular, a detecÃÃo dos picos de onda R atravÃs de sistemas e anÃlises computadorizadas. à essencial, especialmente, para uma medida correta da variabilidade do ritmo cardÃaco (HRV). Um grande obstÃculo a ser superado para uma detecÃÃo confiÃvel à a sensibilidade do eletrocardiograma a diversas fontes de distÃrbio, tais como, a interferÃncia à rede elÃtrica, os artefatos do movimento, flutuaÃÃo da linha base e o ruÃdo dos mÃsculos. Este trabalho utiliza as propriedades matemÃticas da transformaÃÃo de Hilbert sobre wavelets para desenvolver um novo algoritmo capaz de diferenciar as ondas R das demais (P, Q, S, T e U) e facilitar a detecÃÃo dos complexos QRS. Uma taxa de detecÃÃo do complexo QRS de 99,92% à alcanÃada para a base de dados de arritmias do MIT-BIH. A tolerÃncia a ruÃdo do mÃtodo proposto foi tambÃm testada usando os registros padrÃo da base de dados MIT-BIH Noise Stress Test. A taxa da detecÃÃo do detector ficou aproximadamente 99,35% mesmo para as relaÃÃes sinal-ruÃdo (SNR) tÃo baixo quanto 6dB.The most important task in the ECG signal processing is the accurate determina-tion of QRS complex, in particular, accurate detection of the R wave peaks, is essential in computer-based ECG analysis especially for a correct measurement of Heart Rate Variability (HRV). A great hurdle to be overcome in reliable detection is the sensibility of the electrocar-diogram to several disturbance sources such as powering source interference, movement arti-facts, baseline wandering and muscle noise. This study uses the Hilbert Transform pairs of wavelet bases for QRS detection. From the properties of these mathematical tools it was pos-sible to develop an algorithm which is able to differentiate the R waves from the others (P, Q, S, T and U waves).The performance of the algorithm was verified using the records MIT-BIH arrhythmia and normal databases. A QRS detection rate of 99.92% was achieved against MIT-BIH arrhythmia database. The noise tolerance of the proposed method was also tested using standard records from the MIT-BIH Noise Stress Test Database. The detection rate of the detector remains about 99.35% even for signal-to-noise ratios (SNR) as low as 6dB.nÃo hÃhttp://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=8599application/pdfinfo:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da UFCinstname:Universidade Federal do Cearáinstacron:UFC2019-01-21T11:21:41Zmail@mail.com -
dc.title.pt.fl_str_mv Transformada de Hilbert Sobre Bases de Wavelets: DetecÃÃo de Complexos QRS
dc.title.alternative.en.fl_str_mv A New Approach to the QRS Detection Based on Hilbert Transform and Wavelet Bases
title Transformada de Hilbert Sobre Bases de Wavelets: DetecÃÃo de Complexos QRS
spellingShingle Transformada de Hilbert Sobre Bases de Wavelets: DetecÃÃo de Complexos QRS
Francisco Ivan de Oliveira
Eletrocardiograma (ECG)
TeleinformÃtica
Electrocardiogram (ECG)
Hilbert Transform
QRS Complex
ENGENHARIA BIOMEDICA
title_short Transformada de Hilbert Sobre Bases de Wavelets: DetecÃÃo de Complexos QRS
title_full Transformada de Hilbert Sobre Bases de Wavelets: DetecÃÃo de Complexos QRS
title_fullStr Transformada de Hilbert Sobre Bases de Wavelets: DetecÃÃo de Complexos QRS
title_full_unstemmed Transformada de Hilbert Sobre Bases de Wavelets: DetecÃÃo de Complexos QRS
title_sort Transformada de Hilbert Sobre Bases de Wavelets: DetecÃÃo de Complexos QRS
author Francisco Ivan de Oliveira
author_facet Francisco Ivan de Oliveira
author_role author
dc.contributor.advisor1.fl_str_mv Paulo CÃsar Cortez
dc.contributor.advisor1ID.fl_str_mv 11250534372
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/5024602152304064
dc.contributor.authorID.fl_str_mv 61926779304
dc.contributor.authorLattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4779226E7
dc.contributor.author.fl_str_mv Francisco Ivan de Oliveira
contributor_str_mv Paulo CÃsar Cortez
dc.subject.por.fl_str_mv Eletrocardiograma (ECG)
TeleinformÃtica
topic Eletrocardiograma (ECG)
TeleinformÃtica
Electrocardiogram (ECG)
Hilbert Transform
QRS Complex
ENGENHARIA BIOMEDICA
dc.subject.eng.fl_str_mv Electrocardiogram (ECG)
Hilbert Transform
QRS Complex
dc.subject.cnpq.fl_str_mv ENGENHARIA BIOMEDICA
dc.description.sponsorship.fl_txt_mv nÃo hÃ
dc.description.abstract.por.fl_txt_mv A tarefa mais importante em processamento de sinais de eletrocardiograma (ECG) à a determinaÃÃo exata do complexo de QRS, em particular, a detecÃÃo dos picos de onda R atravÃs de sistemas e anÃlises computadorizadas. à essencial, especialmente, para uma medida correta da variabilidade do ritmo cardÃaco (HRV). Um grande obstÃculo a ser superado para uma detecÃÃo confiÃvel à a sensibilidade do eletrocardiograma a diversas fontes de distÃrbio, tais como, a interferÃncia à rede elÃtrica, os artefatos do movimento, flutuaÃÃo da linha base e o ruÃdo dos mÃsculos. Este trabalho utiliza as propriedades matemÃticas da transformaÃÃo de Hilbert sobre wavelets para desenvolver um novo algoritmo capaz de diferenciar as ondas R das demais (P, Q, S, T e U) e facilitar a detecÃÃo dos complexos QRS. Uma taxa de detecÃÃo do complexo QRS de 99,92% à alcanÃada para a base de dados de arritmias do MIT-BIH. A tolerÃncia a ruÃdo do mÃtodo proposto foi tambÃm testada usando os registros padrÃo da base de dados MIT-BIH Noise Stress Test. A taxa da detecÃÃo do detector ficou aproximadamente 99,35% mesmo para as relaÃÃes sinal-ruÃdo (SNR) tÃo baixo quanto 6dB.
dc.description.abstract.eng.fl_txt_mv The most important task in the ECG signal processing is the accurate determina-tion of QRS complex, in particular, accurate detection of the R wave peaks, is essential in computer-based ECG analysis especially for a correct measurement of Heart Rate Variability (HRV). A great hurdle to be overcome in reliable detection is the sensibility of the electrocar-diogram to several disturbance sources such as powering source interference, movement arti-facts, baseline wandering and muscle noise. This study uses the Hilbert Transform pairs of wavelet bases for QRS detection. From the properties of these mathematical tools it was pos-sible to develop an algorithm which is able to differentiate the R waves from the others (P, Q, S, T and U waves).The performance of the algorithm was verified using the records MIT-BIH arrhythmia and normal databases. A QRS detection rate of 99.92% was achieved against MIT-BIH arrhythmia database. The noise tolerance of the proposed method was also tested using standard records from the MIT-BIH Noise Stress Test Database. The detection rate of the detector remains about 99.35% even for signal-to-noise ratios (SNR) as low as 6dB.
description A tarefa mais importante em processamento de sinais de eletrocardiograma (ECG) à a determinaÃÃo exata do complexo de QRS, em particular, a detecÃÃo dos picos de onda R atravÃs de sistemas e anÃlises computadorizadas. à essencial, especialmente, para uma medida correta da variabilidade do ritmo cardÃaco (HRV). Um grande obstÃculo a ser superado para uma detecÃÃo confiÃvel à a sensibilidade do eletrocardiograma a diversas fontes de distÃrbio, tais como, a interferÃncia à rede elÃtrica, os artefatos do movimento, flutuaÃÃo da linha base e o ruÃdo dos mÃsculos. Este trabalho utiliza as propriedades matemÃticas da transformaÃÃo de Hilbert sobre wavelets para desenvolver um novo algoritmo capaz de diferenciar as ondas R das demais (P, Q, S, T e U) e facilitar a detecÃÃo dos complexos QRS. Uma taxa de detecÃÃo do complexo QRS de 99,92% à alcanÃada para a base de dados de arritmias do MIT-BIH. A tolerÃncia a ruÃdo do mÃtodo proposto foi tambÃm testada usando os registros padrÃo da base de dados MIT-BIH Noise Stress Test. A taxa da detecÃÃo do detector ficou aproximadamente 99,35% mesmo para as relaÃÃes sinal-ruÃdo (SNR) tÃo baixo quanto 6dB.
publishDate 2007
dc.date.issued.fl_str_mv 2007-03-16
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=8599
url http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=8599
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.publisher.program.fl_str_mv Programa de PÃs-GraduaÃÃo em Engenharia de TeleinformÃtica
dc.publisher.initials.fl_str_mv UFC
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFC
instname:Universidade Federal do Ceará
instacron:UFC
reponame_str Biblioteca Digital de Teses e Dissertações da UFC
collection Biblioteca Digital de Teses e Dissertações da UFC
instname_str Universidade Federal do Ceará
instacron_str UFC
institution UFC
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1643295165819912192

Registros relacionados