Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  QRS
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote Real time mapping QRS duration based on wavelets
EN
The pacing for permanent pacing in bradyarrhytmias can influence ventricular activation and can contribute to marked asynchrony in extremity. In this work, we search the optimal position for right ventricular pacing according the QRS duration. We evaluate the system for detection of QRS boundaries based on wavelet transform and adaptive threshold. The system is used during pacemaker implantations in Department of Cardiology, Heart Center, Hospital Podlesí Třinec.
PL
W artykule zaprezentowano system do detekcji QRS bazujący na transformacie falkowej. System sprawdzono w Klinice serca w Tryncu podczas implantacji rozrusznika serca.
EN
The paper provides a QRS descriptive analysis of the ECG plots obtained from a Digital Signal Processing circuitry. In the considered here project there has been used a high performance DSP 16-bit microcontroller of the dsPIC33F family. Its capabilities comprise of digital signal filtering and processing. The authors have attempted to provide here a descriptive analysis of the ECG tracing, especially of the QRS complex. At the beginning the analog data from ECG electrodes has been converted into a digital form for further DSP processing. In the next step data has been sent through the SPI bus to the mass storage device, such as the removable Flash-based media card for further analysis. For a practical reason a versatile SD card has been used.
PL
W pracy przedstawiono zastosowanie układu przetwarzania sygnałów do badania zespołu QRS, przy interpretacji danych EKG. Zespół QRS odzwierciedla elektryczno-impulsową aktywność serca. Reprezentuje on pobudzenie, czyli depolaryzację komór serca. Ma on także szerokie widmo częstotliwości. Celowe staje się tu zastosowanie procesora sygnałowego DSP, pozwalającego na przetwarzanie sygnałów. Charakterystyka i kształt zespołu QRS dają najwięcej informacji o pracy serca. Analizę QRS w dziedzinie częstotliwości przeprowadza się za pomocą specyfikowanego modułu mikrokontrolera: DSP Engine do przetwarzania sygnałów, w którym wykorzystywany jest specjalny zestaw instrukcji DSP Instruction Set. Znajduje tu zastosowanie dyskretne przekształcenie Fouriera DFT. Do analizy zespołu QRS wykorzystana jest także funkcja autokorelacji. Przy analizie częstotliwości sygnału wykorzystywany jest kolejno fragment QRS w oparciu o funkcję okna, znajdującą się w programie.
EN
The working heart is the source of electrical signal which carries the basic information about homeostasis process of human being. After appropriate acquisition and preprocessing electrocardiogram (ECG) signal may be analyzed in different ways revealing not only current status of atrial and ventricular electrical activity of heart muscle but also information about sympathetic and parasympathetic nervous system, thermoregulation and vasomotor tone, renin-angiotensin control systems, baroreceptor reflex and blood pressure regulation, respiratory activity etc. Heart rate variability (HRV) defined as a timing of the sequence of QRS complexes is one of the most promising quantitative markers of autonomic activity. Different mathematical indices in time and frequency domain were designed to extract full details valuable for diagnostic purposes. Presented paper is the first one of the series of articles describing mathematical methodology of heart rate (HR) signal processing and further classification of obtained markers. The ultimate goal is to find optimal set of HR descriptors which support diagnosis in different cardiac pathologies.
4
Content available remote ECG features extraction : QRS detection and shape recognition
EN
An algorithm for extraction of ECG features is presented. Digital filters and adaptive thresholds are used for the QRS detection and Chebyshev polynomial approximation is used for QRS shape recognition. The performance of the algorithm is evaluated discussed. The algorithm will be used for monitoring patients in intensive care unit, however future work is required.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.