
Ecg Signal Analysis Using Advance Dsp Techniques
Für die Patientenversorgung, Überwachung und Krankheitsdiagnose ist das Elektrokardiogramm (EKG) einer der wichtigsten menschlichen physiologischen Parameter, der viele Informationen über die menschliche Gesundheit und insbesondere über die Arbeits- und Wohlfühlbedingungen des Herzens enthält. Die EKG-Messung ist auch für Herz- und Bluthochdruckpatienten sehr geeignet, da sie nicht invasiv ist. Es ist die grafische Aufzeichnung der zeitlich variierenden Spannungen, die vom Herzmuskel aufgrund bioelektrischer Aktivitäten während des Herzzyklus erzeugt werden und die zyklische Kontraktion und Entspannung der menschlichen Herzmuskeln darstellen. Das reine EKG-Signal liefert die notwendigen Informationen über die Elektrophysiologie von Herzkrankheiten und ischämische Veränderungen des Herzrhythmus. Ein gereinigtes EKG-Signal liefert wertvolle Informationen über die funktionellen Aspekte des Herzens und des kardiovaskulären Systems. Die frühzeitige Diagnose von Herzkrankheiten kann die Lebenserwartung des Menschen durch eine angemessene Behandlung verlängern. Ärzte haben Schwierigkeiten, lange EKG-Aufzeichnungen in kurzer Zeit zu analysieren, und auch das menschliche Auge kann die sich ständig ändernde Morphologie des EKG-Signals nur schlecht erkennen. Diese Schwierigkeiten können durch ein leistungsstarkes computergestütztes Diagnosesystem (CAD) überwunden werden.
Das CAD-System analysiert nicht nur lange EKG-Aufzeichnungen und morphologische Veränderungen, sondern bietet auch andere wichtige Funktionen wie die Erkennung von Herzschlägen, Klassifizierung, Merkmalsextraktion, Arrhythmie-Diagnose usw. Anomalien in den Herzschlägen der EKG-Form werden allgemein als Arrhythmie bezeichnet. Arrhythmie ist ein allgemeiner Begriff für jede Herzstörung, die vom normalen Sinusrhythmus abweicht. Die automatische computergestützte EKG-Signalanalyse zur Erkennung von Herzschlägen ist aufgrund der großen Unterschiede in den morphologischen und zeitlichen Merkmalen der EKG-Wellenformen verschiedener Patienten sowie bei ein und demselben Patienten schwierig. Das Hauptziel meiner Forschungsarbeit ist die Verarbeitung und Extraktion nützlicher Informationen aus dem EKG-Signal für die automatische Erkennung von Herzschlägen mit Hilfe fortschrittlicher digitaler Signalverarbeitung und Mustererkennungstechniken. Der einfache und erste effektive Ansatz zur Erkennung von Herzschlägen aus dem EKG-Signal war die Motivation für diese Arbeit. Der Schwerpunkt der Forschung liegt vor allem darauf, die Erkennungs- und Klassifizierungsgenauigkeit für die EKG-Schläge zu erhöhen und die Erkennungsleistung auch unter verrauschten Bedingungen angemessen hoch zu halten.
Das System zur Erkennung und Klassifizierung von EKG-Schlägen besteht aus folgenden Schritten: Vorverarbeitung, Erkennung von QRS-Komplexen im EKG-Signal, Merkmalsextraktion aus den erkannten QRS-Komplexen und Klassifizierung der QRS-Morphologien aus dem extrahierten Merkmalssatz der QRS-Komplexe unter Verwendung eines adaptiven neuronalen Wavelet-Netzwerks zur Erkennung von Herzrhythmusstörungen im EKG-Signal.