Визначення амплітуди дискретної електрокардіограми на основі тривалості циклу

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2023.282759

Ключові слова:

детектування амплітуди Т, база тривалості циклу, дискретна ЕКГ, електрокардіограма

Анотація

У кожному циклі хвилі електрокардіограми є амплітуди P, Q, R, S і T. Було проведено багато досліджень для отримання амплітуди та хвилі QRS, оскільки вони пов’язані з деполяризацією шлуночків, але для отримання значень амплітуди Т, пов’язаних із реполяризацією шлуночків, все ще рідко проводяться навіть для клінічного стандарту (12 відведень). Це дослідження має на меті отримати значення амплітуди Т у кожному циклі та кожному відведенні електрокардіограми. Отримання положення амплітуди T на контрольному відведенні також знайде значення амплітуди T на іншому відведенні. Кожна тривалість циклу, отримана від тривалості RN до RN+1, використовується для отримання положення кінцевої точки кожного циклу. Максимальне значення між положенням амплітуди S і кінцевою точкою циклу є значенням амплітуди T. Результати дослідження 10 зразків синусового ритму Physionet і 10 зразків Saiful Anwar Hospital Malang показують, що тривалість циклу була успішною для отримання значення амплітуди T для кожного відведення. Усі зразки можуть відображати значення. Амплітуда в кожному циклі, де значення, отримані в кожному циклі, все ще знаходяться в нормальних умовах. Отримане значення амплітуди T, безумовно, є точним, оскільки між положенням амплітуди S і положенням кінця циклу є лише одне додатне значення. Положення цілого числа амплітуди T, знайденого в циклі в одному відведенні, буде таким самим, як і положення цілого числа амплітуди T у циклі для іншого відведення. Це відбувається через одночасну передачу імпульсів, які впливають на м'язові клітини передсердь і шлуночків. Положення амплітуди T для кожного циклу можна знайти шляхом фільтрації максимального значення амплітуди між положенням амплітуди S і кінцевим положенням циклу. Практично цей метод можна запрограмувати для додавання до цифрового електрокардіографа

Спонсор дослідження

  • The author would like to thank the head of the electrical engineering department at Widyagama University Malang for the assistance of the computer laboratory and the director of the Saiful Anwar Hospital Malang for the assistance of examination data.

Біографія автора

Sabar Setiawidayat, Widyagama University of Malang

Department of Electrical Engineering

Посилання

  1. Serhani, M. A., T. El Kassabi, H., Ismail, H., Nujum Navaz, A. (2020). ECG Monitoring Systems: Review, Architecture, Processes, and Key Challenges. Sensors, 20 (6), 1796. doi: https://doi.org/10.3390/s20061796
  2. He, R., Wang, K., Li, Q., Yuan, Y., Zhao, N., Liu, Y., Zhang, H. (2017). A novel method for the detection of R-peaks in ECG based on K-Nearest Neighbors and Particle Swarm Optimization. EURASIP Journal on Advances in Signal Processing, 2017 (1). doi: https://doi.org/10.1186/s13634-017-0519-3
  3. Hamdi, S., Ben Abdallah, A., Bedoui, M. H. (2017). Real time QRS complex detection using DFA and regular grammar. BioMedical Engineering OnLine, 16 (1). doi: https://doi.org/10.1186/s12938-017-0322-2
  4. Yochum, M., Renaud, C., Jacquir, S. (2016). Automatic detection of P, QRS and T patterns in 12 leads ECG signal based on CWT. Biomedical Signal Processing and Control, 25, 46–52. doi: https://doi.org/10.1016/j.bspc.2015.10.011
  5. Rosenthal, T. M., Masvidal, D., Abi Samra, F. M., Bernard, M. L., Khatib, S., Polin, G. M. et al. (2017). Optimal method of measuring the T-peak to T-end interval for risk stratification in primary prevention. EP Europace, 20 (4), 698–705. doi: https://doi.org/10.1093/europace/euw430
  6. Andršová, I., Hnatkova, K., Šišáková, M., Toman, O., Smetana, P., Huster, K. M. et al. (2020). Heart Rate Dependency and Inter-Lead Variability of the T Peak – T End Intervals. Frontiers in Physiology, 11. doi: https://doi.org/10.3389/fphys.2020.595815
  7. Costa, R., Winkert, T., Manhães, A., Teixeira, J. P. (2021). QRS Peaks, P and T Waves Identification in ECG. Procedia Computer Science, 181, 957–964. doi: https://doi.org/10.1016/j.procs.2021.01.252
  8. Kaur, A., Agarwal, A., Agarwal, R., Kumar, S. (2018). A Novel Approach to ECG R-Peak Detection. Arabian Journal for Science and Engineering, 44 (8), 6679–6691. doi: https://doi.org/10.1007/s13369-018-3557-8
  9. Gliner, V., Behar, J., Yaniv, Y. (2018). Novel Method to Efficiently Create an mHealth App: Implementation of a Real-Time Electrocardiogram R Peak Detector. JMIR MHealth and UHealth, 6 (5), e118. doi: https://doi.org/10.2196/mhealth.8429
  10. Chen, H., Maharatna, K. (2020). An Automatic R and T Peak Detection Method Based on the Combination of Hierarchical Clustering and Discrete Wavelet Transform. IEEE Journal of Biomedical and Health Informatics, 24 (10), 2825–2832. doi: https://doi.org/10.1109/jbhi.2020.2973982
  11. Shang, H., Wei, S., Liu, F., Wei, D., Chen, L., Liu, C. (2019). An Improved Sliding Window Area Method for T Wave Detection. Computational and Mathematical Methods in Medicine, 2019, 1–11. doi: https://doi.org/10.1155/2019/3130527
  12. Wani, I. A., Afroz, Ahmad, R. (2022). Detection of R- Peaks in Electrocardiogram based on Wavelet Transform and Wavelet Approximation. Punjab University Journal of Mathematics, 54 (7), 441–453. doi: https://doi.org/10.52280/pujm.2022.540702
  13. Wijaya, C., Andrian, Harahap, M., Christnatalis, Turnip, M., Turnip, A. (2019). Abnormalities State Detection from P-Wave, QRS Complex, and T-Wave in Noisy ECG. Journal of Physics: Conference Series, 1230 (1), 012015. doi: https://doi.org/10.1088/1742-6596/1230/1/012015
  14. Yu, Q., Liu, A., Liu, T., Mao, Y., Chen, W., Liu, H. (2019). ECG R-wave peaks marking with simultaneously recorded continuous blood pressure. PLOS ONE, 14 (3), e0214443. doi: https://doi.org/10.1371/journal.pone.0214443
  15. Lata, S., Kumar, R. (2019). Disease Classification Using ECG Signals Based on R-Peak Analysis With ABC and ANN. International Journal of Electronics, Communications, and Measurement Engineering, 8 (2), 67–86. doi: https://doi.org/10.4018/ijecme.2019070105
  16. Abdullah Al, Z. Md., Thapa, K., Yang, S.-H. (2021). Improving R Peak Detection in ECG Signal Using Dynamic Mode Selected Energy and Adaptive Window Sizing Algorithm with Decision Tree Algorithm. Sensors, 21 (19), 6682. doi: https://doi.org/10.3390/s21196682
  17. Fahira Adriati, S., Setiawidayat, S., Rofii, F. (2021). Identification Of ECG Signal By Using Backpropagation Neural Network. Journal of Physics: Conference Series, 1908 (1), 012014. doi: https://doi.org/10.1088/1742-6596/1908/1/012014
  18. Physionet. Available at: https://archive.physionet.org/cgi-bin/atm/ATM
  19. Khelil, B., Kachouri, A., Messaoud, M. B., Ghariani, H. (2007). P Wave Analysis in ECG Signals using Correlation for Arrhythmias Detection. Fourth International Multi-Conference on Systems, Signals & Devices. Available at: https://www.academia.edu/12240318/P_Wave_Analysis_in_ECG_Signals_using_Correlation_for_Arrhythmias_Detection
  20. Setiawidayat, S., Putri, S. I. (2016). Filtering Data Diskrit Elektrokardiogram Untuk Penentuan Pqrst Dalam Satu Siklus. SENTIA.
  21. Setiawidayat, S., Rahman, A. Y. (2022). Method for Obtain Peak Amplitude Value on Discrete Electrocardiogram. Lecture Notes in Electrical Engineering, 97–108. doi: https://doi.org/10.1007/978-981-19-1804-9_8
  22. Webster, J. G. (Ed.) (2010). Medical Instrumentation: Application and Design. John Wiley & Sons, 696. Available at: http://fa.bme.sut.ac.ir/Downloads/AcademicStaff/3/Courses/4/Medical%20instrumentation%20application%20and%20design%204th.pdf
Визначення амплітуди дискретної електрокардіограми на основі тривалості циклу

##submission.downloads##

Опубліковано

2023-06-30

Як цитувати

Setiawidayat, S. (2023). Визначення амплітуди дискретної електрокардіограми на основі тривалості циклу. Eastern-European Journal of Enterprise Technologies, 3(9 (123), 94–105. https://doi.org/10.15587/1729-4061.2023.282759

Номер

Том 3 № 9 (123) (2023): Інформаційно-керуючі системи

Розділ

Інформаційно-керуючі системи

Ліцензія

Авторське право (c) 2023 Sabar Setiawidayat

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.