Criteria for evaluation, methodology and analysis of electrocardiographic signal results from experimental studies in preventive control of clinically healthy people

• Autorzy: Manukova A. , Grozeva M. , Marinov M.

Identyfikatory

DOI

10.15199/13.2018.1.9

Warianty tytułu

PL

Kryteria oceny, metodologii i analizy sygnałów elektrokardiograficznych wynikające z badań eksperymentalnych przy kontroli profilaktycznej osób klinicznie zdrowych

• Języki publikacji: EN

Abstrakty

EN

The article presents criteria for evaluation, methodology and analysis of the results of electrocardiographic signals in the preventive control of clinically healthy people after emotional and extreme driving. These criteria combine new approaches to building an electronic system in the processing of individual medical information and specific methods and visualize the results in the real life of healthy people. Often a sudden heart attack occurs in the workplace, in the vehicle while driving or during physical or emotional activities. An important task is to preserve the health of the working people. Criteria are developed for evaluation of electrocardiographic signals in the analysis of the results of clinically healthy people. This allows the development of a methodology for experimental field and laboratory investigations for the analysis of ECG signals and also increases the reliability of the diagnostics of cardiac diseases in the construction of a preventive control system. The developed AMEG_SIM program for modeling and simulating ECG signals and the software program AMEG_AN developed enables analysis and evaluation of ECG signals for clinically health people and compares to cardiac diseases for prevention purposes.

PL

W artykule przedstawiono kryteria oceny, metodologii i analizy wyników sygnałów elektrokardiograficznych w profilaktyce klinicznej osób zdrowych po emocjonalnej i ekstremalnej jeździe. Kryteria te łączą nowe podejścia do budowy systemu elektronicznego w przetwarzaniu indywidualnych informacji medycznych i konkretnych metod oraz wizualizują wyniki w prawdziwym życiu zdrowych ludzi. Często nagły atak serca występuje w miejscu pracy, w pojeździe podczas prowadzenia pojazdu lub podczas aktywności fizycznej lub emocjonalnej. Ważnym zadaniem jest zachowanie zdrowia ludzi pracy. Opracowano kryteria oceny sygnałów elektrokardiograficznych w analizie wyników klinicznie zdrowych osób. Pozwala to na opracowanie metodologii eksperymentalnych badań terenowych i laboratoryjnych do analizy sygnałów EKG, a także zwiększa niezawodność diagnostyki chorób serca w konstrukcji systemu kontroli prewencyjnej. Opracowany program AMEG_SIM do modelowania i symulacji sygnałów EKG oraz opracowany program AMEG_AN umożliwia analizę i ocenę sygnałów EKG dla osób z problemami zdrowotnymi i porównanie z chorobami serca w celach profilaktycznych.

Słowa kluczowe

EN

ECG; preventive control; methodology; model; criteria

PL

EKG; kontrola prewencyjna; metodologia; model; kryteria

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2018
• Tom: Vol. 59, nr 1
• Strony: 40--44
• Opis fizyczny: Bibliogr. 9 poz., tab., wykr.

Twórcy

autor

Manukova A.

• University of Rousse, 8 Studentska Str., 7017 Rousse, Bulgaria

autor

Grozeva M.

• Student University of Rousse, 8 Studentska Str., 7017 Rousse, Bulgaria

autor

Marinov M.

• Computer Science Student, University of Liverpool, United Kingdom

Bibliografia

• [1] Rudenko M., V. A. Zernov and O. K. Voronova (2009). Study of Hemodynamic Parameters Using Phase Analysis of the Cardiac Cycle. Biomedical Engineering. Springer New York. 43(4), 151 –155.
• [2] Reisner A.T., Clifford G.D., Mark R.G. Advanced Methods & Tools for ECG Data Analysis. (eds.) chapter1: The Physiological Basis ofthe Electrocardiogram. URL: http://www.mit.edu/~gari/ecgbook/ch1.pdf (Accessed on 16.08.2017).
• [3] Himanshu Gothwal, Silky Kedawat, Rajesh Kumar. (2011). Cardiac arrhythmiasdetection in an ECG beat signal using fast Fourier transform and artificial neural network. Journal of Biomedical Science and Engineering, 4, 289–296.
• [4] Barutcu I., Esen A. M., Kaya D. et al. (2005). Cigarette smoking and heart rate variability: Dynamic influence of parasympathetic and sympathetic maneuvers. Ann. Noninvasive Electrocardiol, 10, 324–329.
• [5] Boveda S., Galinier M., Pathak A. et al. (2001). Prognostic value of heart rate variability in time domain analysis in congestive heart failure. Interv. Card. Electrophysiol, 5, 181–187.
• [6] Prutchi D., Norris M. (2004). Design and Development of Medical Electronic Instrum entation: A Practical Perspective of the Design, Construction and Test of Medical Devices, Wiley- Interscience.
• [7] Manukova A., M. Grozeva. (2016). Methods for increasing the reliability of analysis for treatment of electrocardiographic signals. Paper presented at the 55th Science Conference of University of Ruse, Bulgaria, Reports Awarded with „Best Paper“ Crystal Prize.
• [8] Воробьев Л.В. ЭКГ анализ сердечной деятельности здорового человека. Журнал „Международный журнал прикладных и фундаментальных исследований”, № 10, часть 4, 2016, 549–553.
• [9] Манукова А., М. Тополова, М. Грозева. Методика за моделиране на кардиологични заболявания и отражението им върху ЕКГ сигнал. Научни трудове на Русенския университет „А. Кънчев”, том 53, серия 3.1, Русе, 2014, ISBN 1311-3321, 94–98.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).