The Method of Preprocessing of ECG Signals for Detecon of Atrial and Ventricular Late Potenals

Скорочена інформація про документ
dc.contributor.authorMnevets, A. V.
dc.contributor.authorIvanushkina, N. H.
dc.date.accessioned2023-10-12T23:21:55Z
dc.date.available2023-10-12T23:21:55Z
dc.date.issued2023
dc.description.abstractThis article is aimed at analyzing and improving the methods of preprocessing ECG signals for the task of detecting low-amplitude regular components. This study analyzed the main advantages and disadvantages of existing ECG signal preprocessing methods for the detection of late ventricular and atrial potentials. Based on this analysis, a cardiac cycle averaging method was proposed in order to increase the accuracy of detection of late potentials by various algorithms and improve the quality of preprocessing of the ECG signal aimed at detection of low-amplitude components. The main feature of the proposed method is the division of a large number of cardiocycles for averaging into smaller aggregates (epochs), and the subsequent application of linear matrix decomposition to suppress irregular inclusions. Also, when dividing into epochs, it can be used overlapping. It can reduce the difference between epochs, and increase the number of cardiocycles for averaging. The use of this approach allows to minimize irregular inclusions in the ECG signal and increase the accuracy of the selection of low-amplitude late potentials. In addition, the division into epochs and overlapping makes possible to avoid blurring of low-amplitude high-frequency components during averaging as a result of heart rate variability, as well as to improve the quality of averaging with a reduced number of cardiocycles. To test the proposed method, various approaches were used to assess the ECG signal preprocessing. Mostly, we compared the cardiac cycles obtained as a result of different averaging algorithms and the proposed method with the template. To test the averaging method, an artificial ECG signal was developed with existing noise, late ventricular and atrial potentials, heart rate variability, and a high-amplitude component that occurs at a random location every two heartbeats. The template cardiac cycle was obtained from the original artificial signal without any distortion or noise. Firstly, we visually compared and evaluated different averaging methods with the template. Secondly, we calculated the similarity metrics of the late potentials on the averaged cardiac cycle with the late potentials on the template signal. Based on these metrics, the curves of dependence of the similarity values on the amplitude of late potentials on the ECG signal were calculated. Thirdly, we evaluated the impact of the proposed aver aging method on the classification results of various machine learning algorithms on real ECG signals with available late potentials. The overall testing result showed that the proposed averaging method is able to reproduce the morphology of low-amplitude regular components by 10-30% more accurately and improve the classification accuracy by 5-12%.uk
dc.description.abstractotherДана стаття націлена на аналіз та вдосконалення методів попередньої обробки електрокардіосигналів для задачі виявлення низькоамплітудних регулярних компонент. В даному дослідженні було проаналізовано основні переваги та недоліки існуючих підходів до попередньої обробки ЕКГ сигналу для задачі виявлення пізніх потенціалів шлуночків та передсердь. На основі проведеного аналізу, з метою підвищення точності виявлення пізніх потенціалів різними алгоритмами, та покращення якості попередньої обробки ЕКГ сигналу для виявлення низькоамплітудних компонент, було запропоновано удосконалений метод усереднення кардіоциклів. Головною особливістю запропонованого методу є розбиття великої кількості кардіоциклів для усереднення на менші сукупності (епохи), та подальше застосування лінійного матричного розкладання для придушення нерегулярних включень. Також за необхідності у разі розбиття на епохи можна використовувати перекриття. Це дозволить зменшити розбіжності між епохами, та збільшити кількість кардіоциклів. Використання даного підходу дає можливість мінімізувати нерегулярні включення в ЕКГ сигнал та підвищити точність виділення низькоамплітудних пізніх потенціалів. Крім того, розбиття на епохи та перекриття дозволяє уникати розмиття низькоамплітудних високочастотних компонент під час усереднення в результаті варіабельності серцевого ритму, а також покращувати якість усередненого сигналу при використанні зменшеної кількості кардіоциклів. Для тестування запропонованого методу використовувались різні підходи для оцінки попередньої обробки ЕКГ сигналу. Переважно було проведено порівняння кардіоциклів, які були отримані в результаті роботи різних алгоритмів усереднення та запропонованоого методу, з еталоном. Для тестування методу усереднення, було розроблено штучний ЕКГ сигнал з наявним шумом, наявними пізніми потенціалами шлуночків та передсердь, варіабельністю серцевого ритму, а також з високоамплітудною компонентою, яка виникає у випадковому місці через кожні два серцеві скорочення. Еталонний кардіоцикл було отримано з вихідного штучного сигналу без наявних спотворень та шуму. По перше, було проведено візуальне порівняння та оцінка різних методів усереднення з еталоном. По друге, було розраховано метрики подібності пізніх потенціалів на усередненому кардіоциклі з пізніми потенціалами на еталонному сигналі. На основі даних метрик було побудовано криві залежностей значень метрик подібності від амплітуди пізніх потенціалів на ЕКГ сигналі. По третє, було проведено оцінку впливу запропонованого методу усереднення на результати класифікації реальних ЕКГ сигналів з наявними пізніми потенціалами за допомогою різних алгоритмів машинного навчання. Загальний результат тестування показав, що запропоний метод усереднення за результатами дослідження здатний відтворювати морфологію низькоамплітудних регулярних складових на 10-30% точніше, та покращувати точність класифікації на 5-12%.uk
dc.format.pagerangePp. 281741.1-281741.13uk
dc.identifier.citationMnevets, A. V. The Method of Preprocessing of ECG Signals for Detecon of Atrial and Ventricular Late Potenals / Mnevets A. V., Ivanushkina N. H. // Мікросистеми, Електроніка та Акустика : науково-технічний журнал. – 2023. – Т. 28, № 2(124). – С. 281741.1 - 281741.13. – Бібліогр.: 26 назв.uk
dc.identifier.doihttps://doi.org/10.20535/2523-4455.mea.281741
dc.identifier.issn2523-4455
dc.identifier.orcid0000-0001-5448-4045uk
dc.identifier.orcid0000-0001-8389-7906uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/61338
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.ispartofМікросистеми, Електроніка та Акустика: науково-технічний журнал, Т. 28, № 2(124)uk
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectventricular late potentialsuk
dc.subjectatrial late potentialsuk
dc.subjectelectrocardiographyuk
dc.subjectbiomedical signal processinguk
dc.subjectsignal processing algorithmsuk
dc.subjectsignal denoisinguk
dc.subjectmachine learninguk
dc.subjectпізні потенціали шлуночківuk
dc.subjectпізні потенціали передсердьuk
dc.subjectелектрокардіографіяuk
dc.subjectобробка біомедичних сигналівuk
dc.subjectалгоритми обробки сигналівuk
dc.subjectусунення шумів сигналуuk
dc.subjectмашинне навчанняuk
dc.subject.udc616.12-073.7uk
dc.titleThe Method of Preprocessing of ECG Signals for Detecon of Atrial and Ventricular Late Potenalsuk
dc.title.alternativeМетод попередньої обробки ЕКГ сигналів для виявлення пізніх потенціалів передсердь та шлуночківuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
281741-658811-2-10-20230811.pdf
Розмір:
2.11 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Мікросистеми, Електроніка та Акустика: науково-технічний журнал, Т. 28, № 2(124)