بررسی روش های استخراج پیک R در سیگنال ECG

سیگنال الکتروکاردیوگرام (ECG) نشان دهنده فعالیت الکتریکی قلب است که شامل سه موج P، کمپلکس QRS و T است. تشخیص پیک های R و در نتیجه کمپلکس هایQRS ، در سیگنال ECG از اهمیت بسزایی برخوردار بوده و اطلاعاتی در مورد ضربان قلب و ناهنجاری های احتمالی فراهم کرده و در نتیجه به تشخیص بیماری های قلبی کمک می کند. در این مقاله، روش های مختلف استخراج پیک R مورد بررسی قرار گرفته است. این روش ها شامل الگوریتم PT، الگوریتم GR، الگوریتم UNSW، الگوریتم عملگر انرژی تیگر (TEO)، الگوریتم تحلیل ساختاری سیگنال، تبدیل هیلبرت، تبدیل موجک، فیلترهای وفقی، الگوریتم های تکاملی و شبکه های عصبی می باشند. همچنین عملکرد این روش ها بر اساس معیارهای حساسیت، پیش بینی مثبت، دقت و نرخ خطای تشخیص ارزیابی شده که از بین روش های اشاره شده، الگوریتم های TEO، تبدیل هیلبرت و شبکه عصبی کانولوشنی (CNN) از نرخ خطای تشخیص پایین تری برخوردارند.

کلیدواژه ها:

R peak ، wavelet transform ، Hilbert transform ، ECG signal ، neural network. ، پیک R ، تبدیل موجک ، تبدیل هیلبرت ، سیگنال ECG ، شبکه عصبی.