Bachler, M. (2011). Automatische Detektion von QRS-Komplex, P- und T-Welle im Elektrokardiogramm in Echtzeit [Diploma Thesis, Technische Universität Wien]. reposiTUm. http://hdl.handle.net/20.500.12708/161501
E101 - Institut für Analysis und Scientific Computing
-
Datum (veröffentlicht):
2011
-
Umfang:
105
-
Keywords:
Elektrokardiogramm; EKG; Signalverarbeitung
de
Electrocardiogram; ECG; Signal processing
en
Abstract:
Jeder dritte Todesfall in hochentwickelten Ländern wird von der Todesursache Nummer eins, den Herzerkrankungen, verursacht. Die Dauer sowie dynamische Veränderungen bestimmter Intervalle des Elektrokardiogramms (EKG) sind weit verbreitete und etablierte Indikatoren in der Diagnose dieser Herzerkrankungen. Des Weiteren schreiben einige Behörden bei neu entwickelten Arzneistoffen die Evaluierung des Einflusses auf das QT-Intervall vor.<br />Die automatische Messung und Auswertung des EKGs besitzt zahlreiche Vorteile gegenüber der händischen Vorgehensweise. Daher ist die Entwicklung eines all-in-one Gerätes zur Messung und Analyse des EKG von großem Interesse. Die Entwicklung der Software in MATLAB und deren Verifikation gegen von medizinischen Fachleuten annotierte EKG-Signale sowie die Generierung von C-Code und das Portieren des Algorithmus auf die Zielplattform sind die Ziele dieser Arbeit.<br />Zunächst werden in dieser Arbeit physiologische Hintergründe beleuchtet und Methoden der Signalverarbeitung besprochen. Des Weiteren werden der entwickelte Algorithmus und die Portierung zum embedded System präsentiert und abschließend die Ergebnisse der Verifikation diskutiert.<br />Der Algorithmus erkennt R-Zacken anhand der Amplitude und der ersten Ableitung des EKG-Signals sowie des RR-Intervalles. Das fälschliche Erkennen von Artefakten als R-Zacke wird durch die Analyse lokaler statistischer Kenngrößen verhindert. Diese Zwischenergebnisse werden in Echtzeit klassifiziert, um normale Herzschläge von, beispielsweise, ventrikulären Extrasystolen unterscheiden zu können. QRS-Komplexe, P- und T-Welle werden anhand der ersten Ableitung der zugehörigen Klasse bzw. unter Verwendung eines geometrischen Verfahrens detektiert und für jeden Herzschlag separat lokal optimiert. Die Verifikation der Erkennungsrate des Algorithmus ergab eine Sensitivität von 98,2% sowie einen positiven Vorhersagewert von 98,7%.<br />Die Genauigkeit der erkannten Charakteristika ist vergleichbar mit jener medizinischer Experten. Dies lässt den Schluss zu, dass das entwickelte System für die Berechnung bestimmter, diagnostisch relevanter Intervalle des EKG geeignet ist.<br />
de
Every third death in developed countries is caused by cardiac diseases, which are the number one cause of death. Duration and dynamic changes of certain intervals of the electrocardiograph (ECG) are well established indicators in the diagnosis of cardiac diseases.<br />Furthermore, several agencies require the assessment of the effect of newly developed drugs on the QT interval.<br />Automated measurement and annotation of the ECG shows numerous advantages over manual methods, therefore the aim is to develop an all-in-one device for data acquisition and ECG analysis. Realized as embedded system, this device will be based on a digital signal processor. The main objective of this master thesis was the development of the software algorithm in MATLAB and its verification against ECG signals manually annotated by medical experts, followed by the generation of C-Code and porting it to the aimed platform.<br />In the thesis, a physiological background on the topic is given, methods of signal processing are described, the final algorithm and the porting to the embedded system is presented and the results of the verification are discussed.<br />The algorithm detects R peaks based on the signals amplitude and first derivative as well as RR intervals. False positive detections due to artifacts are prevented by analyzing the signal's local statistic characteristics. These intermediate results are automatically classified in real time to distinguish normal heartbeats from potential premature ventricular contractions. QRS complexes, P and T waves are detected by the first derivative of their respective class of heartbeats and are separately refined for each detected heartbeat.<br />The algorithm achieved a sensitivity of 98.2% and a positive predictive value of 98.7%, respectively. Its accuracy matches those of human medical experts, so one can conclude that its performance is adequate for the calculation of certain relevant intervals of the ECG.
en
Weitere Information:
Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers Zsfassung in engl. Sprache