QRS complex morphologies identification by the Lipschitz exponents of Wavelet Transform

• Autorzy: Jóśko A.

Warianty tytułu

PL

Identyfikacja morfologii zespołów QRS za pomocą wykładników Lipschitza w transformacie falkowej

• Języki publikacji: EN

Abstrakty

EN

Wavelet transform is the effective tool for detailed description of the analysed signal. The electrocardiography (ECG) signal is not the exception in this term. Lipschitz exponents represent an additional tool that can be used to define the measure of the local signal shape/regularity. There are results of the wavelet transform Lipschitz exponents analysis presented in the paper. The main goal was to find their usability in the task of different QRS complex types discrimination.

PL

Transformacje falkowe są narzędziem, za pomocą którego można otrzymać dokładny opis analizowanego sygnału. Zapis elektrokardiograficzny (EKG) nie jest tu wyjątkiem. Narzędziem pomocniczym są wykładniki Lischitza, dzięki którym z kolei można wyznaczyć miarę lokalnej regularności/kształtu sygnału. W artykule przedstawione zostały wyniki analizy możliwości wykorzystania wykładników Lipschitza do rozróżniania podstawowych morfologii zespołów QRS.

Słowa kluczowe

EN

wavelet transform; Lipschitz exponent; ECG signal; QRS complex

PL

transformacja falkowa; wykładnik Lipschitza; analiza EKG; zespół QRS

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2014
• Tom: R. 90, nr 8
• Strony: 161--163
• Opis fizyczny: Bibliogr. 9 poz., wykr.

Twórcy

autor

Jóśko A.

• Warsaw University of Technology, Institute of Theory of Electrical Engineering, Measurement and Information Systems, 75 Koszykowa Str., 00-662 Warsaw

Bibliografia

• [1] Figoń P., Irzmański P., Jóśko A., ECG signal quality improvement techniques, Przegląd Elektrotechniczny, Nr. 4/2013.
• [2] Jóśko A., Evaluation of the QRS complex wavelet based detection algorithm, Przeglad Elektrotechniczny Nr. 5/2011.
• [3] Jóśko A., Analiza transformaty falkowej w aspekcie zdolności klasyfikacyjnych odmiennych postaci morfologicznych zespołów QRS Przeglad Elektrotechniczny Nr. 9a/2011.
• [4] Venkatakrishnan P., Sangeetha S., Sundar M., Measurement of Lipschitz Exponent (LE) using Wavelet Transform Modulus Maxima (WTMM), International Journal of Scientific & Engineering Research,Volume 3, Issue 6, June-2012.
• [5] Köhler B.U., Henning C., Orglmeister R., Principles of software QRS detection, IEEE Engineering in Medicine and Biology, 2002.
• [6] Mallat S., A Wavelet tour of signal processing, Academic Press 1998
• [7] MIT-BIH Arrhythmia Database, Third Edition, May 1997.
• [8] Li C., Zheng Ch., Tai Ch., Detection of ECG characteristic points using wavelet transforms, IEEE Trans. on Biomedical Engineering Vol. 42, No. 1, January 1995.
• [9] Mallat S., Hwang W.L., Singularity detection and processing with wavelets, IEEE Transactions on information theory vol. 38, no. 2, March 1992.