Transformada de Hilbert Sobre Bases de Wavelets: DetecÃÃo de Complexos QRS
Autor(a) principal: | |
---|---|
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 hà |
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 Cearà |
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 Cearà |
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 |