BPM detection algorithm implemented on a mobile device

• Autorzy: Śmigiel S. , Ledziński D. , Marciniak T. , Marchewka A.

Warianty tytułu

PL

Algorytmy wykrywania BPM realizowane w oparciu o urządzenia mobilne

• Języki publikacji: EN

Abstrakty

EN

Mobile devices are steadily increasing their position in the field of new inventions, such as monitoring the work of the heart. The need for monitoring and control the patients’ health, especially the aspects related to normal cardiac function (measurement of rhythm), is one of the main directions in the field of ongoing research. Development direction, determined with the advancement of technology, is to find a way of linking the technique with medicine. In this article, the conducted of analysis covered the various algorithms used in the process to determining the value of BPM, providing the heart rate. The aim of the authors was to determine the possibility of their use in relation to a variety of mobile devices, such as tablets, smartphones, and also processors for embedded devices. This task consisted of the evaluation of the signal processing by each device. In further steps, based on the data collected, the authors analysed the possibility of using the specific devices to evaluate the ECG signal recording in real time. The summary of the study was to identify the effectiveness of the detection of BPM using various algorithms on designated devices.

PL

Mobilne urządzenia stale zwiększają swoją pozycję w zakresie tworzenia nowych wynalazków, m.in. do monitorowania pracy serca. Potrzeba monitorowania i kontroli stanu zdrowia pacjenta, a zwłaszcza aspektów związanych z prawidłową pracą serca (pomiarem jego rytmu) jest jednym z podstawowych kierunków w zakresie prowadzonych prac badawczych. Kierunkiem rozwoju wyznaczanym wraz z postępem technologii jest znalezienie drogi łączącej technikę z medycyną. Analizując te potrzeby, w ramach niniejszego artykułu poddano analizie różne typy algorytmów wykorzystywane w procesie wyznaczania wartości HR, świadczące o częstotliwości pracy serca. Celem autorów było określenie możliwości ich wykorzystania w odniesieniu do różnorodnych urządzeń mobilnych typu: tablet, smartfon, a także w procesorach urządzeń wbudowanych. Realizacja tego zadania polegała na ocenie czasu przetwarzania sygnału przez poszczególne urządzenia. Na dalszych etapach, w oparciu o zgromadzone dane, analizie poddano możliwość wykorzystania wybranych urządzeń w ocenie zapisu sygnału EKG w czasie rzeczywistym. Podsumowaniem przeprowadzonych badań było wskazanie skuteczności wykrywania HR, poprzez zastosowanie wybranych algorytmów, na wyznaczonych urządzeniach.

Słowa kluczowe

EN

ECG; algorithm; BPM; mobile device

PL

EKG; algorytm; BPM; urządzenie mobilne

• Wydawca: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego
• Czasopismo: Problemy Eksploatacji
• Rocznik: 2015
• Tom: no. 1
• Strony: 101--109
• Opis fizyczny: Bibliogr. 9 poz., wykr.

Twórcy

autor

Śmigiel S.

• University of Technology and Life Sciences, Bydgoszcz

autor

Ledziński D.

• University of Technology and Life Sciences, Bydgoszcz

autor

Marciniak T.

• University of Technology and Life Sciences, Bydgoszcz

autor

Marchewka A.

• University of Technology and Life Sciences, Bydgoszcz

Bibliografia

• 1. Dingfei G.: Study of ECG Feature Extraction for Automatic Classification Based on Wavelet Transform, The 7th International Conference on Computer Science & Education (ICCSE 2012), pp. 500–503.
• 2. Hillbom S., Lindberg R., Lindberg E.: Realtime BPM and Beat Detection using ADSP-21262 SHARC DSP, Algorithms in Signal Processors, ETIN80 2014.
• 3. Marciniak B., Maszewski M., Zabłudowski Ł., Ledziński D.: Innovative optical system for the inspection of manufacturing processes using the wavelet approach, Solid State Phenomena 2015, vol. 223, pp. 291–298.
• 4. Nouira I., Abdallah A.B., Bedoui M.H., Dogui M.: A Robust R Peak Detection Algorithm Using Wavelet Transform for Heart Rate Variability Studies, International Journal on Electrical Engineering and Informatics 2013, vol. 5, no. 3, pp. 270–283.
• 5. Pathoumvanh S., Hamamoto K., Indahak P.: Arrhythmias Detection and Classification base on Single Beat ECG Analysis, The 4th Joint International Conference on Information and Communication Technology, Electronic and Electrical Engineering 2014.
• 6. Piotrowski Z., Różanowski K.: Robust Algorithm for Heart Rate (HR) Detection and Heart Rate Variability (HRV) Estimation, Acoustic and Biomedical Engineering, vol. 118, no. 1, 2010.
• 7. Ranjeet K., Kumar A., Pandey R.K.: ECG Signal Compression Using Different Techniques,Springer-Verlag Berlin Heidelberg 2011 (ICAC3), pp. 231–241.
• 8. Seena V.: A review on feature extraction and denoising of ecg signal using wavelet transform, 2nd International Conference on Devices, Circuits and Systems (ICDCS 2014), pp. 1–6.
• 9. Yun-fu T., Lei D.: Study on Wavelet Transform in the Processing for ECG Signals, World Congress on Software Engineering 2009, pp. 515–518.