nÃo hà / 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% Ã 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.
| Identifer | oai:union.ndltd.org:IBICT/oai:www.teses.ufc.br:6011 |
| Date | 16 March 2007 |
| Creators | Francisco Ivan de Oliveira |
| Contributors | Paulo CÃsar Cortez |
| Publisher | Universidade Federal do CearÃ, Programa de PÃs-GraduaÃÃo em Engenharia de TeleinformÃtica, UFC, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFC, instname:Universidade Federal do Ceará, instacron:UFC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0022 seconds