وثيقة
Real-Time QRS detection and electrocardiogram signal compression using wavelet based subbands
الناشر
Sultan Qaboos University
ميلادي
2016
اللغة
الأنجليزية
الملخص الإنجليزي
Abstract
One of the most promising methods to detect and/or predict chronic heart dis eases is the long-term remote monitoring of the electrocardiogram (ECG) signal using wireless body area network (WBAN) technology. WBAN allows mobility and flexibility for both the patients and medical staff, along with improving the quality of healthcare services. It is also expected to reduce the hospital stays, pressure on emergency rooms, burden on the hospital's staff as well as decrease number of deaths due to delays in clinical interventions. Ischaemic heart disease or coronary heart disease (CHD) is the leading cause of mortality and disability around the world. There are many research works on developing wearable telecardiology systems with automatic detection algorithms to detect the cardiac disease at earlier stages. Those systems involve data trans mission and features extraction from the ECG signal. Data transmission requires compression of the raw ECG data to reduce the band-width, power consumption and storage memory, while detection of some cardiac diseases requires a fast and robust feature detection algorithm. This thesis seeks to contribute to the field of wearable healthcare technology by proposing two methods which are: a new ECG compression technique and an R-peak detection method. The proposed compression technique is designed for time-critical applications, which require small size of payload packets to guarantee fast transmission. The method employs discrete wavelet transform (DWT) for its excellent compression capability, bit-field preserving (BFP) method to reduce the error in the reconstructed data and running-length encoding (RLE) scheme to reduce the redundancy in the data. The simulation results revealed that the new "DWT-BFP-RLE compression scheme" has better performance than similar existing methods in terms of compression ratio (CR), percentage root mean square error (PRD) and quality score (QS). Moreover, to solve the issue of small payload packets, the DWT-BFP-RLE compression scheme was modified to dynamically control the size of the compressed segments that fill the payload, whilst the quality of the diagnostic information is preserved. The simulation
results showed that the modified compression scheme was able to increase the amount of packet reduction (PR) to 85.39%. The second part of this research introduces an automated detection technique to detect the R-peaks of the ECG signal. By adopting ECG segmentation, filters and adaptive thresholding, the new technique is designed to be fast and with high detection accuracy. It attempts to strike a balance between sensitivity (Se), positive predictivity (+P), and processing time. The simulation results showed that the proposed algorithm achieved a Se of 99.63% and a +P of 99.50%. The processing time used to detect the R-peaks in 30 min long records was close to the best obtained in other studies. The aim of the third part of this research was to evaluate the effect of compression on the quality of the recovered signal. This was done by evaluating the classifica tion results before and after compression. The classification was conducted using short-term heart rate variability (HRV), which is generated from the R-peaks. The short-term HRVs were able to differentiate the cardiac arrhythmias from the normal ECG rhythms using a simple binary classifier. The best classification threshold was obtained using LF/HF ratio. It achieved a specificity of 91.67%, sensitivity of 100% and accuracy of 94.87% in case of the original uncompressed ECG segments, while it achieved a specificity of 87.50%, sensitivity of 93.33% and accuracy of 89.74% from the recovered compressed segments. The results showed that the proposed compression scheme does not significantly affect the overall classification results.
المجموعة
URL المصدر
الملخص العربي
الخلاصة
تحليل وضغط الموجات الكهربائية للقلب باستخدام التحليل التابعي المتحول للمويجات آسيا بنت محمد بن سالم البوسعيدية
تعتبر تقنية المتابعة الصحية عن بعد وعلى مدار الساعة (Ubiquitous Health Monitoring) من التقنيات الطبية الحديثة لرصد وإرسال البيانات الطبية الحيوية الضرورية لمتابعة العديد من الحالات المرضية التي تتطلب متابعة مستمرة ، كما أنها تعتبر إحدى التقنيات الواعدة للكشف والتنبؤ بأمراض القلب المزمنة عن طريق استشعار الموجات الكهربائية لضربات القلب ( - Electrocardiogram ECG). وتعمل هذه التقنية على دمج أجهزة الاستشعار الطبية الذكية مع أجهزة الاتصال اللاسلكي والشبكة اللاسلكية مشكلة أنظمة تعرف به Wireless Body Area Network أو أنظمة WBAN ، حيث تقوم هذه الأنظمة بإرسال البيانات الطبية الحيوية إلى مراكز الرعاية الصحية من خلال شبكات الاتصال اللاسلكي ليتم متابعتها وتحليلها من قبل الأشخاص ذوي الاختصاص. ولعل من أبرز سمات تقنية ال WBAN إنها تتيح للمرضى العيش بحرية وممارسة أنشطة حياتهم الطبيعية ، في حين أنها تساهم في تحسين جودة خدمات الرعاية الصحية وذلك من خلال تقليل فترة الإقامة في المستشفى وفتح المجال الاستقبال حالات اكثر خطورة ، مما يقلل الضغط على غرف الطوارئ، ويخفف العبء على الكادر الطبي في المستشفيات ، الأمر الذي من شأنه أن ينعكس إيجابا في خفض
عدد الوفيات الناجمة عن التأخر في إجراء الفحوصات السريرية تعد أمراض القلب الاسكيمية أو أمراض القلب التاجية (Coronary Heart Diseases - CHD) احد ابرز أسباب الوفيات والاعاقة على مستوى العالم ، الأمر الذي دفع الى بروز العديد من الأعمال البحثية التي تهدف الى تطوير أجهزة قلبية محمولة ودمجها بشبكات الاتصال اللاسلكي حتى يتسنى ارتدائها و حملها في كل مكان ، وتسمى النظم الخاصة بهذا النوع من الأجهزة Telecardiology. وتسعى الأبحاث في هذا المجال إلى جعل هذه الأجهزة أكثر تطورا من خلال تطوير خوارزميات تعمل على نقل بيانات تخطيط القلب وتحليلها بشكل تلقائي ومستمر الأمر الذي يمكن أن يساهم في تطوير آليات للكشف عن بعض أمراض القلب في مراحل مبكرة. وهنا تبرز التحديات في عملية نقل البيانات بسبب الصغر في سعة عرض النطاق ، ومحدودية طاقة البطاريات المحمولة ، ومساحة تخزين البيانات ، الأمر الذي يتطلب تطوير آليات تساهم في تقليل حجم البيانات المرسلة وذلك من خلال ضغطها وتشفيرها وتطوير خوارزميات ذات كفاءة عالية من حيث السرعة والثباتية تساهم هذه الأطروحة في مجال تكنولوجيا أجهزة الرعاية الصحية ال- Telecardiology التي يمكن ارتداؤها وذلك بدراسة محوريين أساسيين: (۱) استحداث خوارزمية جديدة لضغط موجات القلب و (۲) تطوير آلية للكشف عن موجة QRS أو R. أما خوارزمية الضغط المقترحة فقد تم تصميمها بحيث تتناسب مع التطبيقات التي تتطلب سرعة تحليل عالية في إطار سعة صغيره من الحزم المحمولة (Payload) وذلك لضمان انتقال سريع للبيانات. وتعتمد هذه الخوارزمية على ثلاثة خطوات أساسية وهي (۱) توزيع الحزم الفرعية للبيانات (Subband) عن طريق مويجات التحويل المنفصلة (Discrete Wavelet Transform - DWT) لقدرتها العالية على تحليل البيانات ، (۲) الحد من الأخطاء المحتملة في البيانات التي أعيد بناؤها بعد عملية ضغطها بمنهج حفظ حقل البت (-Bit Field Preserving - BFP) ، و (۳) الحد من التكرار في البيانات بطريقة ترميز التشغيل الطولي (Running - Length Encoding - RLE). وقد أظهرت نتائج المحاكاة في الحاسب الآلي قدرة خوارزمية الضغط المقترحة على منافسة الخوارزميات المشابهة لها من حيث نسبة الضغط (Compression Ratio - CR ) ، ومتوسط مربع الخطا ( Percentage Root - Square Difference - PRD ) ، ونقاط الجودة (Quality Score - QS). أما بخصوص محدودية الحزم المحمولة أو البيانات الصغيرة ، فقد تم تعديل خوارزمية الضغط بطريقة ديناميكية مبتكرة تقوم على أساس التحكم بحجم شرائح البيانات المضغوطة المستخدمة في ملء حزم البيانات المحمولة ، مع مراعاة الحفاظ على جودة المعلومات التشخيصية في موجات القلب الكهربائية. وقد أظهرت نتائج المحاكاة في الحاسب الألي مقدرة الخوارزمية المعدلة على زيادة كمية تخفيض الحزم ( Packet Reduction) إلى ۸۰
, ۳۹٪ أما الجزء الثاني من هذا البحث والمتعلق بتطوير آلية للكشف عن موجات R وهي أعلى الموجات في إشارة تخطيط القلب ، فقد تم تطوير آلية تعتمد على ترشيح وفلترة موجات القلب ومن ثم وضع عتبة كشف متكيفة (Adaptive Thresholding) لتعطي نتائج کشف بسرعة ودقة عالية مع تحقيق التوازن المناسب بين مقياس الحساسية
( Sensitivity - Se)، مقياس التنبؤ الموجب (Positive Predictivity - + P) ، ووقت المعالجة (Processing Time). وقد أظهرت نتائج المحاكاة أن الآلية المقترحة قادرة على تحقيق مقياس حساسية قيمته ۹۹٫۹۳ ٪ وتنبؤ موجب قيمته ٪۹۹, ۰۰ ، في حين أن الوقت الذي استغرقته للكشف عن موجات R في تسجيلات لموجات قلب طولها ثلاثين دقيقة كان جيدا وقريبا جدا من الدراسات أخرى. تم التركز في الجزء الأخير من الأطروحة على تقييم تأثير خوارزمية الضغط على جودة الإشارة ، والذي تم من خلال تقييم نتائج التصنيف التشخيصي لموجات القلب قبل وبعد الضغط باستخدام معدلات التغير في ضربات القلب (Heart Rate Variability - HRV) ذات المدى القصير التي يتم إنتاجها من موجات R. وقد أظهرت النتائج مقدرة معدلات التغير في ضربات القلب ذات المدی القصير على التفريق بين ايقاعات تخطيط القلب السليم والإيقاعات الغير منتظمة باستخدام مصنف ثنائي بسيط وتم الحصول على أفضل تصنيف باستخدام نسبة الطاقة بين حزمتي LF / HF والتي حققت نسبة خصوصية (نسبة نجاح بتشخيص الحالات السليمة مقدارها ۹۱٫۹۷
٪ ، ومقياس حساسية نسبة نجاح تشخيص الحالات المرضية) مقداره ۱۰۰٪ ، ودقة (نسبة نجاح كلية مقدارها 94٫۸۷%
في حالة عدم ضغط البيانات الرقمية ، في حين أنها حققت خصوصية مقدارها ۸۷, ۵۰ ٪ ، وحساسية مقدارها ۹۳٫۳۳ ٪
، ودقة مقدارها ۸۹٫۷۶% عند ضغط البيانات الأمر الذي يدل على أن خوارزمية الضغط المقترحة لا تؤثر بشكل كبير على نتائج التصنيف الكلي.
تحليل وضغط الموجات الكهربائية للقلب باستخدام التحليل التابعي المتحول للمويجات آسيا بنت محمد بن سالم البوسعيدية
تعتبر تقنية المتابعة الصحية عن بعد وعلى مدار الساعة (Ubiquitous Health Monitoring) من التقنيات الطبية الحديثة لرصد وإرسال البيانات الطبية الحيوية الضرورية لمتابعة العديد من الحالات المرضية التي تتطلب متابعة مستمرة ، كما أنها تعتبر إحدى التقنيات الواعدة للكشف والتنبؤ بأمراض القلب المزمنة عن طريق استشعار الموجات الكهربائية لضربات القلب ( - Electrocardiogram ECG). وتعمل هذه التقنية على دمج أجهزة الاستشعار الطبية الذكية مع أجهزة الاتصال اللاسلكي والشبكة اللاسلكية مشكلة أنظمة تعرف به Wireless Body Area Network أو أنظمة WBAN ، حيث تقوم هذه الأنظمة بإرسال البيانات الطبية الحيوية إلى مراكز الرعاية الصحية من خلال شبكات الاتصال اللاسلكي ليتم متابعتها وتحليلها من قبل الأشخاص ذوي الاختصاص. ولعل من أبرز سمات تقنية ال WBAN إنها تتيح للمرضى العيش بحرية وممارسة أنشطة حياتهم الطبيعية ، في حين أنها تساهم في تحسين جودة خدمات الرعاية الصحية وذلك من خلال تقليل فترة الإقامة في المستشفى وفتح المجال الاستقبال حالات اكثر خطورة ، مما يقلل الضغط على غرف الطوارئ، ويخفف العبء على الكادر الطبي في المستشفيات ، الأمر الذي من شأنه أن ينعكس إيجابا في خفض
عدد الوفيات الناجمة عن التأخر في إجراء الفحوصات السريرية تعد أمراض القلب الاسكيمية أو أمراض القلب التاجية (Coronary Heart Diseases - CHD) احد ابرز أسباب الوفيات والاعاقة على مستوى العالم ، الأمر الذي دفع الى بروز العديد من الأعمال البحثية التي تهدف الى تطوير أجهزة قلبية محمولة ودمجها بشبكات الاتصال اللاسلكي حتى يتسنى ارتدائها و حملها في كل مكان ، وتسمى النظم الخاصة بهذا النوع من الأجهزة Telecardiology. وتسعى الأبحاث في هذا المجال إلى جعل هذه الأجهزة أكثر تطورا من خلال تطوير خوارزميات تعمل على نقل بيانات تخطيط القلب وتحليلها بشكل تلقائي ومستمر الأمر الذي يمكن أن يساهم في تطوير آليات للكشف عن بعض أمراض القلب في مراحل مبكرة. وهنا تبرز التحديات في عملية نقل البيانات بسبب الصغر في سعة عرض النطاق ، ومحدودية طاقة البطاريات المحمولة ، ومساحة تخزين البيانات ، الأمر الذي يتطلب تطوير آليات تساهم في تقليل حجم البيانات المرسلة وذلك من خلال ضغطها وتشفيرها وتطوير خوارزميات ذات كفاءة عالية من حيث السرعة والثباتية تساهم هذه الأطروحة في مجال تكنولوجيا أجهزة الرعاية الصحية ال- Telecardiology التي يمكن ارتداؤها وذلك بدراسة محوريين أساسيين: (۱) استحداث خوارزمية جديدة لضغط موجات القلب و (۲) تطوير آلية للكشف عن موجة QRS أو R. أما خوارزمية الضغط المقترحة فقد تم تصميمها بحيث تتناسب مع التطبيقات التي تتطلب سرعة تحليل عالية في إطار سعة صغيره من الحزم المحمولة (Payload) وذلك لضمان انتقال سريع للبيانات. وتعتمد هذه الخوارزمية على ثلاثة خطوات أساسية وهي (۱) توزيع الحزم الفرعية للبيانات (Subband) عن طريق مويجات التحويل المنفصلة (Discrete Wavelet Transform - DWT) لقدرتها العالية على تحليل البيانات ، (۲) الحد من الأخطاء المحتملة في البيانات التي أعيد بناؤها بعد عملية ضغطها بمنهج حفظ حقل البت (-Bit Field Preserving - BFP) ، و (۳) الحد من التكرار في البيانات بطريقة ترميز التشغيل الطولي (Running - Length Encoding - RLE). وقد أظهرت نتائج المحاكاة في الحاسب الآلي قدرة خوارزمية الضغط المقترحة على منافسة الخوارزميات المشابهة لها من حيث نسبة الضغط (Compression Ratio - CR ) ، ومتوسط مربع الخطا ( Percentage Root - Square Difference - PRD ) ، ونقاط الجودة (Quality Score - QS). أما بخصوص محدودية الحزم المحمولة أو البيانات الصغيرة ، فقد تم تعديل خوارزمية الضغط بطريقة ديناميكية مبتكرة تقوم على أساس التحكم بحجم شرائح البيانات المضغوطة المستخدمة في ملء حزم البيانات المحمولة ، مع مراعاة الحفاظ على جودة المعلومات التشخيصية في موجات القلب الكهربائية. وقد أظهرت نتائج المحاكاة في الحاسب الألي مقدرة الخوارزمية المعدلة على زيادة كمية تخفيض الحزم ( Packet Reduction) إلى ۸۰
, ۳۹٪ أما الجزء الثاني من هذا البحث والمتعلق بتطوير آلية للكشف عن موجات R وهي أعلى الموجات في إشارة تخطيط القلب ، فقد تم تطوير آلية تعتمد على ترشيح وفلترة موجات القلب ومن ثم وضع عتبة كشف متكيفة (Adaptive Thresholding) لتعطي نتائج کشف بسرعة ودقة عالية مع تحقيق التوازن المناسب بين مقياس الحساسية
( Sensitivity - Se)، مقياس التنبؤ الموجب (Positive Predictivity - + P) ، ووقت المعالجة (Processing Time). وقد أظهرت نتائج المحاكاة أن الآلية المقترحة قادرة على تحقيق مقياس حساسية قيمته ۹۹٫۹۳ ٪ وتنبؤ موجب قيمته ٪۹۹, ۰۰ ، في حين أن الوقت الذي استغرقته للكشف عن موجات R في تسجيلات لموجات قلب طولها ثلاثين دقيقة كان جيدا وقريبا جدا من الدراسات أخرى. تم التركز في الجزء الأخير من الأطروحة على تقييم تأثير خوارزمية الضغط على جودة الإشارة ، والذي تم من خلال تقييم نتائج التصنيف التشخيصي لموجات القلب قبل وبعد الضغط باستخدام معدلات التغير في ضربات القلب (Heart Rate Variability - HRV) ذات المدى القصير التي يتم إنتاجها من موجات R. وقد أظهرت النتائج مقدرة معدلات التغير في ضربات القلب ذات المدی القصير على التفريق بين ايقاعات تخطيط القلب السليم والإيقاعات الغير منتظمة باستخدام مصنف ثنائي بسيط وتم الحصول على أفضل تصنيف باستخدام نسبة الطاقة بين حزمتي LF / HF والتي حققت نسبة خصوصية (نسبة نجاح بتشخيص الحالات السليمة مقدارها ۹۱٫۹۷
٪ ، ومقياس حساسية نسبة نجاح تشخيص الحالات المرضية) مقداره ۱۰۰٪ ، ودقة (نسبة نجاح كلية مقدارها 94٫۸۷%
في حالة عدم ضغط البيانات الرقمية ، في حين أنها حققت خصوصية مقدارها ۸۷, ۵۰ ٪ ، وحساسية مقدارها ۹۳٫۳۳ ٪
، ودقة مقدارها ۸۹٫۷۶% عند ضغط البيانات الأمر الذي يدل على أن خوارزمية الضغط المقترحة لا تؤثر بشكل كبير على نتائج التصنيف الكلي.
قالب العنصر
الرسائل والأطروحات الجامعية
حجم الملف
5.55 ميغا بايت
1
0
