QRS complex detection using Empirical Mode Decomposition

Slimane, Zine-Eddine Hadj; Naït‐Ali, Amine

doi:10.1016/j.dsp.2009.10.017

Cited by 114 publications

(54 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Por tal motivo, en nuestra comunidad se ha planteado la construcción de una base de datos fisiológicos que abarque una gran variedad de parámetros como lo son, señales de biopotenciales (ECG, EEG, PPG y EMG) e imágenes médicas (RMN, PET, TACx, RX y US), que sea propia de la región de Baja California, y que permita el desarrollo de diversos modelos predictivos y de diagnóstico temprano de patologías, como por ejemplo el Infarto Agudo al Miocardio (IAM), que conlleva en muchas ocasiones a la muerte súbita cardiaca (MSC). Dichos modelos como los empleados en electrocardiografía de alta resolución ya han sido empleados con éxito con anterioridad, solo que con bases de datos extranjeras y registros electrocardiográficos de corta duración, pero que al menos cuenten con 300 latidos por registro [2,3] . Por tal motivo se creó la base de datos fisiológicos Web y de acceso libre para la comunidad de Baja California PhysioBC®.…”

Section: Introductionunclassified

Physiological Data of Baja California: PhysioBC, Electrocardiographic Results 1

Avitia¹,

Avena²,

Flores³

et al. 2017

Rev. Mex. Ing. Biomed.

View full text Add to dashboard Cite

RESUMENEn la actualidad, el contar con una base de datos que represente fisiológicamente a una región o estado de la república conlleva un esfuerzo en conjunto entre diversas instituciones. Debido a su inexistencia, los investigadores recurren a bases de datos extranjeras organizadas para el desarrollo de estudios. Un ejemplo es el desarrollo de algoritmos matemáticos de detección de patologías en relación a individuos con una población y una forma de vida diferente a la nuestra. PhysioBC®, tiene como objetivo difundir libremente datos fisiológicos adquiridos en la población de Baja California, a fin de que se desarrollen modelos precisos de detección de patologías acorde a la genética y forma de vida de nuestra comunidad. En este trabajo presentamos los pasos de creación de su primera sección de datos electrocardiográficos, debido a que los datos reportados por el INEGI en 2012, de las 14,756 muertes, el 19% tenían origen cardiovascular. Actualmente se cuenta con 50 registros tomados en la industria maquiladora de Mexicali y 64 tomados en voluntarios. Estos se dividen en estándar de 12 derivaciones y de alta resolución de 3 derivaciones. Todos ellos se encuentran libres para su descarga en diversos formatos en la misma plataforma PhysioBC®.

show abstract

Section: Introductionunclassified

Physiological Data of Baja California: PhysioBC, Electrocardiographic Results 1

Avitia¹,

Avena²,

Flores³

et al. 2017

Rev. Mex. Ing. Biomed.

View full text Add to dashboard Cite

show abstract

“…The "P" wave illustrates atrial contractions, of the heart, ventricular contractions are known as a series called the "QRS Complex", whilst the third is the "T" wave, which illustrates the electrical activity produced when the ventricles are recharging for the next contraction (repolarizing) [38]. The QRS Complex is a major wave in any normal ECG beat [39]. By detecting the QRS Complex, and then measuring the interval between the "R" wave types, the user's heart rate can be determined.…”

Section: Capturing Human Digital Memory Datamentioning

confidence: 99%

“…In order to remove these unwanted signals it is important to filter the data before further processing can occur. A notch filter [62], [63] and a high-pass filter [39] have been used to remove the interferences.…”

Section: Qrs Complex and Heart Rate Detectionmentioning

confidence: 99%

Exploiting linked data to create rich human digital memories

Dobbins

Merabti

Fergus

et al. 2013

Computer Communications

View full text Add to dashboard Cite

“…This QRS detector failed to detect 0.675% of beats. Studies revealed that ECG features can be extracted using empirical mode decomposition (EMD), discrete wavelet transform (DWT), and adaptive thresholding with wavelet bases in [13][14][15], respectively. Other methods for QRS complex detection include the zero crossing detector [16] and Hilbert transform [17].…”

Section: Introductionmentioning

confidence: 99%

Electrocardiogram signal analysis for R-peak detection and denoising with hybrid linearization and principal component analysis

Kaur¹,

Rajni²

2017

Turk J Elec Eng & Comp Sci

View full text Add to dashboard Cite

Abstract:In the areas of biomedical and healthcare, electrocardiogram (ECG) signal analysis is one of the major aspects of research. The accuracy in the detection of subtle characteristic features in ECG is of great significance. This paper deals with an algorithm based on hybrid linearization and principal component analysis for ECG signal denoising and R-peak detection. The ECG data have been taken from the MIT-BIH Arrhythmia Database for performance evaluation.The signal is denoised by applying the hybrid linearization method, which is an arrangement of the extended Kalman filter along with discrete wavelet transform, and then principal component analysis is employed to detect R waves and the QRS complex. The reported work has been implemented in the MATLAB environment for 25 different ECG records yielding 99.90% sensitivity, 99.97% positive predictivity, and a detection error rate of 0.120%. The achieved performance outperforms the recent research done in the area of interest.

show abstract

QRS complex detection using Empirical Mode Decomposition

Cited by 114 publications

References 8 publications

Physiological Data of Baja California: PhysioBC, Electrocardiographic Results 1

Physiological Data of Baja California: PhysioBC, Electrocardiographic Results 1

Exploiting linked data to create rich human digital memories

Electrocardiogram signal analysis for R-peak detection and denoising with hybrid linearization and principal component analysis

Contact Info

Product

Resources

About