Κατά τη διάρκεια των δύο τελευταίων δεκαετιών, στο χώρο της τεχνολογίας έχουν αναπτυχθεί δίαφορα ενσωματωμένα συστήματα λήψης σημάτων φυσιολογίας, ικανά να καταγράφουν σύνθετα σήματα για πάνω απο 48 ώρες. Η εξέλιξη αυτή βοήθησε ιδιαίτερα τον τομέα της βιοϊατρικής. Τέτοια ενσωματωμένα συστήματα χρησιμοποιούνται στις μελέτες ηλεκτροκαρδιογραφίας (ECG ή EKG) για τον εντοπισμό σποραδικών αρρυθμιών ή ανωμαλιών στη καρδιακή λειτουργία.Σήμερα τα καρδιακά σήματα καταγράφονται σε κάρτες μνήμης και μπορούν εύκολα να μεταφερθούν για ανάλυση και επεξεργασία. Η εξέλιξη της τεχνολογίας επιφέρει συνεχως αλλαγές και βελτιώσεις στις συσκευές καταγραφής ΗΚΓ, περιορίζοντας συνεχώς το μέγεθός τους και την κατανάλωσή τους σε ενέργεια. Στην εργασία αυτή θα παρουσιαστούν ενσωματωμένα συστήματα καταγραφής, αποθήκευσης και επεξεργασίας ηλεκτροκαρδιογραφικών σημάτων.Η εργασία αυτή χωρίζεται ουσιαστικά σε πέντε κομμάτια. Το πρώτο τμήμα ασχολείται με τη φυσιολογία της καρδιάς, με τη δομή ενός ηλεκτροκαρδιογράφου και τους τρόπους με τους οποίους μπορούμε να το λάβουμε από τα διάφορα σημεία του ανθρώπινου σώματος.Το επόμενο τμήμα αφορά τη χρήση και τις δυνατότητες των ενσωματωμένων συστημάτων και μικροελεγκτών δίνοντας μεγαλύτερη έμφαση στην παρουσίαση του μικροελεγκτή ADUC7026 και των περιφερειακών του. Επιπλέον συνοψίζονται κάποιες βασικές λειτουργίες προγραμματισμού και δυνατότητες που παρουσιάζει ο ADUC7026 της Analog Devices και παρουσιάζονται κάποιες βασικές εφαρμογές του.Το τρίτο τμήμα επικεντρώνεται στην ανάλυση κάποιων τεχνικών κατασκευής ψηφιακών συσκευών παρακολούθησης καρδιακού παλμού με τη χρήση πυκνωτικών ηλεκτροδίων. Η ανάλυση περιλαμβάνει, τα υλικά από τα οποία αποτελούνται, τα χαρακτηριστικά τους, την αποδοτικότητά τους στην αντιμετώπιση του θορύβου και μια γενικότερη αξιολόγησή τους.Το τέταρτο τμήμα ασχολείται με μια πιο προηγμένη τεχνική καταγραφής σήματος που πραγματοποιείται ασύρματα. Αναλύεται τόσο ο τρόπος κατασκεής ασύρματων συσκευών μέτρησης ΗΚΓ όσο και ο τρόπος χρήσης τους. Στη συνέχεια αυτού του κεφαλαίο δίνεται βάση στην ανάλυση του μικροελεγκτή MSP430FG439 της Olimex και στη χρήση του στη μέτρηση ΗΚΓ.Στο τελευταίο τμήμα δίνεται ο κώδικας προγραμματισμού του μικροελεγκτή MSP430 για την καταγραφή ηλεκτροκαρδιογραφήματος και μία σχετική επεξήγηση της λειτουργίας του. / During the last two decades there have been developed embedded systems, for the receive of physiology signals, that are able to record composite signals for more than 48 hours. This evolution plays a very important role in the field of biomedics. These embedded systems are used at research on electrocardiography (ECG) for the locating of sporadic cardiac arrhythmias, or abnormal heart function.Nowadays, cardiac signals are recorded on memory cards and can easily be transferred for analysis and processing. The technological evolution brings a lot of changes and improvements on the recording devices of ECG, reducing their size and the power they consume. At this thesis, embedded systems for recording, saving and processing ECG signals are presented. The thesis is divided into five sections. The first part deals with the physiology of the heart, the structure of the electrocardiograph and how we can receive it from different parts of the human body. The next section covers the use and potential of embedded systems and microcontrollers emphasizing on presentation of the microcontroller ADUC7026 and its peripherals. In addition, some basic programming functions are summarized and three basic applications of ADUC7026 of Analog Devices are presented. The third section focuses on analyzing methods of constructing digital devices for heartbeat monitoring with the use of capacitive electrodes. Constructive materials, features, efficiency in dealing with noise and a more general evaluation, are included in the analysis.The fourth section refers to a more advanced method of recording signals that has wireless function. The method of constructing wireless ECG recording devices and their usage are also analyzed here. In this section, microcontroller MSP430FG439 of Olimex is presented and there is a description about its use on ECG measurements.At the last section there is the programming code of MSP430 for ECG recording and a brief explanation of its function and purpose.

Sudden Cardiac Death (SCD) is the largest cause of natural deaths in the USA, accounting for over 300,000 deaths annually. The major reason for SCD is Ventricular Arrhythmia (VA). Therefore, there is need for exploration of approaches to predict increased risk for VA. Alternans of the T wave in the ECG (TWA) is widely investigated as a potential predictor of VA, however, clinical trials show that TWA has high negative predictive value but poor positive predictive value. A possible reason that TWA has a large number of false positives is that a pattern of alternans known as concordant alternans, may not be as arrhythmogenic as another pattern which is discordant alternans. Currently, it is not possible to discern the pattern of alternans using clinical ECGs. Prior studies from our group have showed that alternans of the maximum rate of depolarization of an action potential also can occur when Action Potential Duration (APD) alternans occurs and the relationship between these two has the potential to create spatial discord. These results suggest that exploration of the co-occurrence of depolarization and repolarization alternans has the potential to stratify the outcome of TWA tests. In order to investigate the link between depolarization alternans and changes in ECGs, we used a mathematical model created previously in our research group which simulated ECGs from the cellular level changes observed in our experimental studies. These results suggest that the changes in ECGs should appear as alternating pattern of the amplitude of the R wave. Because there are a variety of factors which may also cause the R wave amplitude to change, we used signal analysis and statistical modeling to determine the link between the observed changes in R wave amplitude and depolarization alternans. Results from ECGs recorded from patients show that amplitude of the R wave can change as predicted by our experimental results and mathematical model. Using TWA as the marker of repolarization alternans and R Wave Amplitude Alternans (RWAA) as the marker of depolarization alternans, we investigated the phase relation between depolarization and repolarization alternans in clinical grade ECG and observed that this relationship does change spontaneously, consistent with our prior results from animal studies. Results of the present study support further investigation of the use of RWAA as a complementary method to TWA to improve its positive predictive value.

Electrocardiography (ECG) is the most important noninvasive tool used for diagnosing heart diseases. An ECG interpretation program can help the physician state the diagnosis correctly and take the corrective action. Detection of the QRS complexes from the ECG signal is usually the first step for an interpretation tool. The main goal in this thesis was to develop robust and high performance QRS detection algorithms, and using the results of the QRS detection step, to classify these beats according to their different pathologies. In order to evaluate the performances, these algorithms were tested and compared in Massachusetts Institute of Technology Beth Israel Hospital (MIT-BIH) database, which was developed for research in cardiac electrophysiology. In this thesis, four promising QRS detection methods were taken from literature and implemented: a derivative based method (Method I), a digital filter based method (Method II), Tompkin&rsquo / s method that utilizes the morphological features of the ECG signal (Method III) and a neural network based QRS detection method (Method IV). Overall sensitivity and positive predictivity values above 99% are achieved with each method, which are compatible with the results reported in literature. Method III has the best overall performance among the others with a sensitivity of 99.93% and a positive predictivity of 100.00%. Based on the detected QRS complexes, some features were extracted and classification of some beat types were performed. In order to classify the detected beats, three methods were taken from literature and implemented in this thesis: a Kth nearest neighbor rule based method (Method I), a neural network based method (Method II) and a rule based method (Method III). Overall results of Method I and Method II have sensitivity values above 92.96%. These findings are also compatible with those reported in the related literature. The classification made by the rule based approach, Method III, did not coincide well with the annotations provided in the MIT-BIH database. The best results were achieved by Method II with the overall sensitivity value of 95.24%.

Η Τηλεϊατρική τα τελευταία χρόνια αναπτύσσεται ραγδαία. Η άσκηση και η παροχή ιατρικών υπηρεσιών από απόσταση με τη χρήση της πληροφορικής και των τηλεπικοινωνιακών τεχνολογιών μπορεί να αποβεί σωτήρια για την ανθρώπινη ζωή, κυρίως σε περιπτώσεις απομονωμένων περιοχών (π.χ. νησιά, ορεινά χωριά), όπου η πρόσβαση σε ιατρικές υπηρεσίες είναι χρονοβόρα ή ακόμη και ανέφικτη. Ισχυρές γλώσσες προγραμματισμού, όπως η JavaME, οι οποίες υποστηρίζονται από τα σύγχρονα κινητά τηλέφωνα, δίδουν τη δυνατότητα σχεδιασμού και ανάπτυξης χρήσιμων εφαρμογών Τηλεϊατρικής. Στην παρούσα εργασία θα παρουσιαστεί η τεχνογνωσία που απαιτείται προκειμένου να μετατραπεί το κινητό τηλέφωνο σε μια συσκευή καταγραφής, επεξεργασίας, απεικόνισης και αποστολής του ηλεκτροκαρδιογραφικού σήματος. Tο ηλεκτροκαρδιογραφικό σήμα μετατρέπεται σε ηχητικό, μέσω της διαμόρφωσης εύρους, προκειμένου να αναγνωρισθεί από το κινητό τηλέφωνο και έπειτα μετατρέπεται πάλι σε ηλεκτροκαρδιογραφικό, μέσω της αποδιαμόρφωσης, προκειμένου να απεικονισθεί και να επεξεργαστεί περαιτέρω από το κινητό τηλέφωνο. Τέλος, θα παρουσιαστεί το αντίστοιχο λογισμικό που κατασκευάστηκε ώστε να επιτελεσθούν οι παραπάνω λειτουργίες. / Telemedicine is being rapidly developed. Practice and provision of medical services from distance via the use of information and telecommunication technology can prove lifesaving, especially in cases of isolated places (i.e. islands, mountainous villages), where access to medical services is time-consuming or infeasible. Powerful programming languages, such as JavaME, which are supported by the modern mobile phones, gives the possibility for designing and developing of useful telemedicine applications. In this thesis, it will be presented the know-how that is required in order to transform the mobile phone into a device able to capture, process, display and transmit the electrocardiographic signal. The electrocardiographic signal is transformed into a sound signal, through modulation, with a view to be recognizable by the mobile phone and then it is transformed again into an electrocardiographic signal, through demodulation, with a view to be further processed by the mobile phone. Also, it will be presented the software that has built so as to carry out these functions.

This project deals with anatomy and electrophysiology of heart. It describes the structure of cardiac muscle, mechanism of myocard's contraction, heart work, the origin and registration of electric signals of heart – electrocardiogram (ECG) and vectorcardiogram (VCG). Part of the work is design and creation of a software application for calculation and graphical presentation of vectorcardograms, useful for experimental data available on ÚBMI VUT in Brno.

Αρχικά εξετάζεται η φυσιολογία της καρδιάς και η λειτουργία της ως αντλίας, οι διάφορες φάσεις του καρδιακού κύκλου και τα αίτια των φαινομένων που παρατηρούνται σε αυτόν. Στη συνέχεια μελετώνται οι καρδιακοί ήχοι, η προέλευσή τους και μέθοδοι παρατήρησής τους, το ηλεκτροκαρδιογράφημα, τα χαρακτηριστικά του και οι εφαρμογές του. Ακολούθως εξετάζεται η δειγματοληψία, επεξεργασία και ανάλυση βιολογικών σημάτων. Πιο συγκεκριμένα, μελετώνται οι μέθοδοι και οι αλγόριθμοι με τους οποίους λαμβάνονται τα ηλεκτροκαρδιογραφικά και φωνοκαρδιογραφικά σήματα, απομακρύνεται ο θόρυβος που προστίθεται από διάφορες πηγές και ανιχνεύονται συγκεκριμένα χαρακτηριστικά των κυματομορφών των σημάτων και ιδιότητές τους, για να αναλυθούν και να γίνει διάγνωση δυσλειτουργιών και παθολογιών της καρδιάς. Τέλος, αναπτύσσεται κώδικας συνεχούς δειγματοληψίας τεσσάρων καναλιών και καταγραφής των δεδομένων δειγματοληψίας σε μια κάρτα μνήμης πολυμέσων, προγραμματίζοντας τον μικροεπεξεργαστή MSP430F169 της Texas Instruments. / In the first part, the physiology of the heart and its functionality as a pump are studied, considering the different phases of a heart cycle and the phenomena observed within. Furthermore, heart sounds, their origin and methods of detection are examined, alongwith the electrocardiogram, its characteristics and applications. Secondly, sampling, processing and analysing methods of biosignals are described. In particular,techniques for ECG and PCG signal acquisition, noise reduction and detection of unique properties and characteristics are studied for analysis and diagnosis of heart disorders and pathologies. Finally, a code for continuous sampling of four channels and storing the sampled data into a multimedia memory card is developed, programming the MSP430F169 microcontroller, by Texas Instruments.

The goal of this thesis is to investigate if it is possible to use measurements of physiological parameters to accelerate learning of target shooting for novice marksmen in Saab’s Ground combat indoor trainer (GC-IDT). This was done through a literature study that identified brain activity, eye movements, heart activity, muscle activity and breathing as related to shooting technique. The sensors types Electroencephalography (EEG), Electroocculography (EOG), Electrocardiogram (ECG), Electromyography (EMG) and impedance pneumography (IP) were found to be suitable for measuring the respective parameters in the GC-IDT. The literature study also showed that previous studies had found differences in the physiological parameters in the seconds leading up to the shot when comparing experts and novices. The studies further showed that it was possible to accelerate learning by giving feedback to the novices about their physiological parameters allowing them to mimic the behavior of the experts. An experiment was performed in the GC-IDT by measuring EOG, ECG, EMG and IP on expert and novice marksmen to investigate if similar results as seen in previous studies were to be found. The experiment showed correlation between eye movements and shooting score, which was in line with what previous studies had shown. The respiration measurement did not show any correlation to the shooting scores in this experiment, it was however possible to see a slight difference between expert and novices. The other measurements did not show any correlation to the shooting score in this experiment. In the future, further experiments needs to be made as not all parameters could be explored in depth in this experiment. Possible improvements to such experiments are i.e. increasing the number of participants and/or the number of shots as well as marking shots automatically in the data and increasing the time between shots.

Electrical impedance of biological matter is known as electrical bio-impedance or simply as bio-impedance. Bio-impedance devices are of great value for monitoring the pathological and physiological status of biological tissues in clinical and home environments. The technological progress in instrumentation has significantly contributed to the progress that has been observed during the last past decades in impedance spectroscopy and electrical impedance cardiograph. Although bio-impedance is not a physiological parameter, the method enables tissue characterization and functional monitoring and can contribute to the monitoring of the health status of a person. In this paper an inexpensive portable multi frequency impedance cardiograph device based on impedance spectroscopy technique has been developed. By means of this system the basic thoracic impedance range and the heart-action-caused changes of impedance can be measured and the hemodynamic parameters of the heart function can be determined. This system has small size and low current consumption. The impedance cardiograph signals of the electrodes configuration by Sramek, Penney and Qu in this work was measured; compared and summarized. The differences of the measuring method, the schematic circuit diagram, the measurement results and area of application between impedance cardiograph and impedance spectroscopy were discussed and compared. The performance of this sensor-system was evaluated.

Electrocardiography (ECG) has been established as one of the most useful diagnostic tools in medicine and is critical in the management of various heart conditions. Automated or semi-automated ECG analysis algorithms are expected to play an important role in the utilization of the ECG data. The correct identification of the QRS complexes is a fundamental step in every ECG analysis method. A major problem that is often encountered in automatic QRS detection is the presence of artifacts in the ECG data, which cause considerable alterations to the signal. Some common filters can smooth the effect of the artifacts, however they cannot eliminate them due to their spectral frequency overlap with the signal components. In this thesis, the objective was to develop a method, based on Time-Frequency Analysis that would be able to automatically detect and remove artifacts in order to increase the reliability of automatic QRS detection. The ECG data used for this purpose was taken from the Physionet library and more specifically from the MIMIC II database. The data in this database was acquired from ICU patients and it contains various types of rhythms as well as artifacts. First, a Graphical User Interface (GUI) was developed in order to manually annotate ECG data and was used for creating the ground truth for testing the methods developed. The Time-Frequency Analysis method used for the analysis of the ECG data, was based on a time-varying Autoregressive (AR) model whose solutions were obtained using Burg’s method. Several factors that affect the effectiveness of the method were investigated in order to optimize the algorithm experimentally. The algorithm implemented performs three main functions: “Artifact Hypothesis Testing,” “Artifact Detection and Removal,” and “QRS Complex Detection.” The first step, “Artifact Hypothesis Testing,” examines whether the signal contains any artifact or not. This is performed with a correct classification rate of 95.56%. The second step was the “Artifact Detection and Removal,” which could detect and remove the artifact area with an accuracy of 95.60% based on each signal sample identified as artifact or not. The final step, the “QRS Complex Detection,” correctly identified 92% of QRS complexes (322 out of 335 annotated QRS complexes). Finally, the proposed method was compared with one of the most commonly used methods in ECG analysis, the Wavelet Transform Analysis (WTA). The two methods were tested on exactly the same dataset. The WTA resulted in an overall score of 65.3% mainly due to the large number of false positive detections in the regions of artifact. / Το ηλεκτροκαρδιογράφημα (ΗΚΓ) έχει καθιερωθεί ως ένα από τα πιο χρήσιμα εργαλεία διάγνωσης στην ιατρική και είναι πολύ σημαντικό στη διαχείριση καρδιαγγειακών παθήσεων. Αυτοματοποιημένοι ή ημι-αυτοματοποιημένοι αλγόριθμοι ανάλυσης του ΗΚΓ αναμένεται να έχουν σημαντικό ρόλο στη χρήση των δεδομένων του ΗΚΓ. Η σωστή αναγνώριση των συμπλεγμάτων QRS είναι βασικό βήμα σε κάθε μέθοδο ανάλυσης του ΗΚΓ. Ένα σημαντικό πρόβλημα που συχνά προκύπτει σε αυτόματη ανίχνευση QRS είναι η παρουσία των τεχνητών σφαλμάτων (artifacts) στα δεδομένα ΗΚΓ, τα οποία προκαλούν σημαντικές αλλαγές στο σήμα. Κάποια κοινά φίλτρα μπορούν να εξομαλύνουν τις επιπτώσεις των τεχνητών σφαλμάτων, ωστόσο δεν μπορούν να τα εξαλείψουν λόγω της μεγάλης επικάλυψης του φάσματος συχνοτήτων τους με αυτού των στοιχείων του σήματος. Στην παρούσα εργασία στόχος ήταν η ανάπτυξη μιας μεθόδου, βασισμένης στην Ανάλυση Χρόνου-Συχνότητας, που θα είναι σε θέση να εντοπίσει αυτόματα και να αφαιρεί τα τεχνητά σφάλματα, ώστε να έχουμε μια πιο αξιόπιστη μέθοδο αυτόματης ανίχνευσης των QRS. Τα δεδομένα ΗΚΓ που χρησιμοποιήθηκαν για το σκοπό αυτό λήφθηκαν από τη βιβλιοθήκη Physionet και πιο συγκεκριμένα από τη βάση δεδομένων MIMIC II. Τα δεδομένα σε αυτή τη βάση δεδομένων προέρχονται από ασθενείς της Μονάδας Εντατικής Θεραπείας, και ως εκ τούτου, περιέχουν διάφορα είδη ρυθμών αλλά και τεχνητών σφαλμάτων. Αρχικά, ένα Γραφικό Περιβάλλον Χρήστη (GUI), σχεδιάστηκε για τη χειροκίνητη σηματοδότηση των διάφορων περιοχών ΗΚΓ σημάτων και χρησιμοποιήθηκε για τη δημιουργία των αληθών αποτελεσμάτων για δοκιμή της μεθόδου. H Ανάλυση Χρόνου-Συχνότητας έγινε με τη χρήση ενός χρονικά μεταβαλλόμενου Αυτοπαλινδρομικού (AR) μοντέλου οι λύσεις του οποίου βρέθηκαν με τη μέθοδο Burg. Ακολούθησε η διερεύνηση διαφόρων παραγόντων που επηρεάζουν την αποτελεσματικότητα της μεθόδου, προκειμένου να βελτιστοποιηθεί πειραματικά η μέθοδος. Ο αλγόριθμος που υλοποιήθηκε εκτελεί τρεις βασικές λειτουργίες: “Artifact Hypothesis Testing,” “Artifact Detection and Removal” και “QRS Complex Detection.” Κατ’ αρχήν, το βήμα "Artifact Hypothesis Testing" εξετάζει αν το σήμα περιέχει τεχνητό σφάλμα ή όχι, με το ποσοστό σωστής ταξινόμησης να ανέρχεται στο 95.56%. Το δεύτερο βήμα, η ανίχνευση και αφαίρεση της περιοχής του τεχνητού σφάλματος, έγινε με ακρίβεια 95.60% με βάση το πόσα σημεία του σήματος αναγνωρίστηκαν ως τεχνητό σφάλμα ή όχι. Τέλος, το συνολικό ποσοστό ορθής ανίχνευσης των συμπλεγμάτων QRS ήταν 92% (322 από τα 335 QRS που επισημάνθηκαν χειροκίνητα). Τέλος, έγινε μια σύγκριση μεταξύ της προτεινόμενης μεθόδου και μιας μεθόδου ανάλυσης ΗΚΓ που χρησιμοποιείται πολύ συχνά, της ανάλυσης με Μετασχηματισμό Wavelet (WTA). Οι δύο μέθοδοι δοκιμάστηκαν στα ίδια ακριβώς δεδομένα. Η ορθή ανίχνευση των συμπλεγμάτων QRS με τη μέθοδο WTA ήταν 65.3% κυρίως λόγω του μεγάλου αριθμού ψευδώς θετικών αποτελεσμάτων στις περιοχές των τεχνητών σφαλμάτων.

En dépit du développement rapide de la médecine, les maladies cardiovasculaires restent la première cause de mortalité dans le monde. En France, chaque année, plus de 50 000 personnes meurent subitement en raison d'arythmies cardiaques. L'identification des patients à risque élevé de décès soudain est toujours un défi. Pour détecter les arythmies cardiaques, actuellement Holter est généralement utilisé pour enregistrer les signaux électrocardiogramme (ECG) à 1~3 dérivations pendant 24h à 72h. Cependant l'utilisation de Holter est limitée parmi la population en raison de son encombrement (pas convivial) et de son coût. Un Holter mono puce portable nommé SoC-Holter qui permet d'enregistrer 1 à 4 dérivations est introduit. Le déploiement d'un réseau de capteurs sans fil exige que chaque SoC-Holter soit peu encombrant et peu cher, et consomme peu d’énergie. Afin de minimiser la consommation d'énergie et le coût du système, la technologie Complementary Metal Oxide Semiconductor (CMOS) (0.35μm) est utilisée pour la première implémentation de SoC-Holter. Puis une nouvelle méthode de détection basée sur Acquisition Comprimée (CS) est introduite pour résoudre les problèmes de consommation d'énergie et de capacité de stockage de SoC-Holter. Le principe premier de cette plate-forme est d'échantillonner les signaux ECG sous la fréquence de Nyquist ‘sub-Nyquist’ et par la suite de classer directement les mesures compressées en états normal et anormal. Minimiser le nombre de fils qui relient les électrodes à la plate-forme peut rendre l’utilisateur de SoC-Holter plus confortable, car deux électrodes sont très proches sur la surface du corps. La différence ECG enregistrée est analysée à l'aide de Vectocardiogramme (VCG). Les résultats expérimentaux montrent qu'une approche intégrée, à faible coût et de faible encombrement (SoC-Holter) est faisable. Le SoC-Holter consomme moins de 10mW en fonctionnement. L'estimation des paramètres du signal acquis est effectuée directement à partir de mesures compressées, éliminant ainsi l'étape de la reconstruction et réduisant la complexité et le volume des calculs. En outre, le système fournit les signaux ECG compressés sans perte d'information, de ce fait il réduit significativement la consommation d'énergie pour l'envoi de message et l’espace de stockage mémoire. L'effet de placement des électrodes est évalué sur la QRS complexe lorsqu'il a enregistré avec deux électrodes adjacentes. La méthode est basée sur l'algorithme de ‘QRS-VCG loop alignment’. La méthode moindre carré est utilisée pour estimer la corrélation entre une boucle VCG observée et une boucle de référence en respectant les transformations de rotation et la synchronisation du temps. Les emplacements d'électrodes les moins sensibles aux interférences sont étudiés. / According to the figures released by World Health Organization (WHO), cardiovascular disease is the number one cause of death in the world. In France every year more than 50,000 people die suddenly due cardiac arrhythmias. Identification of high risk sudden death patients is still a challenge. To detect cardiac arrhythmias, currently Holter is generally used to record 1~4 leads electrocardiogram (ECG) signals during 24h to 72h. However the use of Holter is limited among the population due to its form factor (not user-friendly) and cost. An integrated single chip wearable Holter named SoC-Holter that enables to record 1 to 4 leads ECG is introduced. Deployment of wireless sensor network requires each SoC-Holter with less power consumption, low-cost charging system and less die area.To minimize energy consumption and system cost, Complementary Metal Oxide Semiconductor (CMOS) technology (0.35μm) is used to prototype the first implementation of SoC-Holter. Then a novel method based on Compressed Sensing (CS) technique is introduced for solving the problems of power consumption and storage capacity of SoC-Holter. The main principle underlying this framework is to sample analog signals at sub-Nyquist rate and to classify directly compressed measurement into normal and abnormal state. Minimizing the wire connected electrodes to the platform can make the carrier more comfortable because two electrodes are attached closely on the surface of the body. Recording difference ECG is analyzed using Vectorcardiogram (VCG) theory. Experimental results show that an integrated, low cost, and user-friendly SoC-Holter is feasible. SoC-Holter consumes less than 10mW while the device is operating. It takes advantage of estimating parameters directly from compressed measurements, thereby eliminating the reconstruction stage and reducing the computational complexity on the platform. In addition, the framework provides compressed ECG signals without loss of information, reducing significantly the power consumption for message sending and memory storage space. The effect of electrode placement is evaluated by estimating QRS complex in recorded ECG signals by two adjacent electrodes. The method is based on the QRS-VCG loop alignment algorithm that estimates Least Square (LS) between an observed VCG loop and a reference loop with respect to the transformations of rotation and time synchronization. The electrode location with less sensitive to interference is investigated.