Ecg Signal Analysis Using Advance Dsp Techniques
Elektrokardiogram (EKG) jest jednym z najważniejszych parametrów fizjologicznych człowieka, który niesie ze sobą wiele informacji na temat ludzkiego zdrowia, a zwłaszcza warunków pracy i samopoczucia serca. Zastosowanie pomiaru EKG jest również bardzo odpowiednie dla pacjentów z chorobami serca i wysokim ciśnieniem krwi ze względu na jego nieinwazyjny charakter. Jest to graficzny zapis zmiennych w czasie napięć generowanych przez mięsień sercowy z powodu aktywności bioelektrycznej podczas cyklu pracy serca i reprezentujących cykliczne skurcze i rozkurcze ludzkich mięśni serca. Niezbędne informacje na temat elektrofizjologii chorób serca i niedokrwiennych zmian rytmu serca są dostarczane przez czysty sygnał EKG. Oczyszczony sygnał EKG dostarcza cennych informacji na temat funkcjonalnych aspektów serca i układu sercowo-naczyniowego. Diagnozowanie chorób serca na wczesnym etapie może wydłużyć oczekiwaną długość życia ludzkiego poprzez odpowiednie leczenie. Lekarze napotykają trudności w analizowaniu długich zapisów EKG w krótkim czasie, a ludzkie oczy są również słabo przystosowane do wykrywania stale zmieniającej się morfologii sygnału EKG. Trudności te można przezwyciężyć za pomocą zaawansowanego systemu diagnostyki wspomaganej komputerowo (CAD).
System CAD nie tylko analizuje długie zapisy EKG i zmiany morfologiczne, ale także zapewnia inne ważne funkcje, takie jak wykrywanie pobudzeń, klasyfikacja, ekstrakcja cech, diagnozowanie arytmii itp. Nieprawidłowości występujące w uderzeniach serca w kształcie EKG są ogólnie nazywane arytmią. Arytmia to wspólny termin dla każdego zaburzenia pracy serca, które różni się od normalnego rytmu zatokowego. Automatyczna komputerowa analiza sygnału EKG w celu wykrycia rytmu serca jest trudna ze względu na duże zróżnicowanie morfologiczne i czasowe przebiegów EKG u różnych pacjentów, a także u tych samych pacjentów. Głównym celem mojej pracy badawczej jest przetwarzanie i wyodrębnianie użytecznych informacji z sygnału EKG w celu automatycznego wykrywania rytmu serca przy użyciu zaawansowanych technik cyfrowego przetwarzania sygnałów i rozpoznawania wzorców. Proste i pierwsze skuteczne podejście do wykrywania rytmu serca z sygnału EKG było główną motywacją do pracy. Badania koncentrują się w szczególności na zwiększeniu dokładności wykrywania i klasyfikacji pobudzeń EKG oraz utrzymaniu stosunkowo wysokiej skuteczności rozpoznawania nawet w warunkach szumu.
System wykrywania i klasyfikacji pobudzeń EKG składa się z następujących etapów: wstępnego przetwarzania, wykrywania zespołu QRS w sygnale EKG, ekstrakcji cech z wykrytych zespołów QRS i klasyfikacji morfologii QRS z wyodrębnionego zestawu cech zespołów QRS przy użyciu adaptacyjnej falkowej sieci neuronowej do wykrywania arytmii serca w sygnale EKG.
