Download - Algoritma Qrs Detection

7/23/2019 Algoritma Qrs Detection

http://slidepdf.com/reader/full/algoritma-qrs-detection 1/37

Algoritma Deteksi QRS

Sebuah algoritma deteksi QRS real-time dikembangkan oleh Pan dan Tompkins (1985) adalah

lanjut dijelaskan oleh Hamilton dan Tompkins (198)! "a mengakui kompleks QRS didasarkan

pada analisis lereng# amplitudo# dan lebar! $ambar 1%!9 menunjukkan berbagai &ilter 'ang

terlibat dalam analisis sin'al $! *ntuk meredam kebisingan# sin'al dile+atkan melalui

bandpass filter terdiri dari high-pass filter dan low-pass filter ! Proses berikutn'a adalah

differentiator # squaring operation# dan moving average filter dari sin'al!

Gambar

12,9

tahap

,ilter dari detektor QRS! Z (n) adalah sin'al +aktu rata-rata! Y (n) adalah bandpass filter sin'al

$# dan x (n) adalah deri.ati.e sin'al $!

*ntuk meran/ang bandpass filter dari &ilter digital han'a membutuhkan koe&isien bulat! "ni

memungkinkan mikroprosesor untuk melakukan proses sin'aling han'a menggunakan aritmatika

integer# sehingga memungkinkan ke/epatan pemrosesan real-time 'ang akan sulit untuk

men/apai dengan proses floating-point. 0arena itu tidak mungkin untuk se/ara langsung

meran/ang bandpass filter 'ang diinginkan dengan pendekatan khusus ini# oleh karena itu desain

bandpass filter sebenarn'a 'aitu terdiri dari low-pass filter dan high-pass filter ! ,ungsi dari

bandpass filter ini adalah untuk mengisolasi energi QRS dominan berpusat di &rekuensi 1 H2#

melemahkan &rekuensi rendah dari karakteristik gelombang P dan T dan baseline dri&t# dan juga

melemahkan &rekuensi 'ang lebih tinggi terkait dengan kebisingan dan saluran listrik

elektromiografi interference!



3angkah berikutn'a adalah proses differentiator # suatu teknik 'ang digunakan untuk menemukan

lereng tertinggi 'ang biasan'a ber&ungsi untuk membedakan kompleks QRS dari gelombang

$ lainn'a! Pada tahapan algoritma ini# semua proses dilakukan oleh &ilter digital linier!

Selanjutn'a adalah proses squaring, dimana pada proses ini menggunakan sebuah trans&ormasi

nonlinear 'ang akan mengkuadratkan setiap titik dari sampel sin'al 'ang ada! Trans&ormasi ini

ber&ungsi untuk membuat semua data positi& sebelum masuk ke tahap integrasi berikutn'a# dan

juga menonjolkan &rekuensi 'ang lebih tinggi dalam sin'al 'ang diperoleh dari proses

di&erensiasi! 4imana &rekuensi 'ang lebih tinggi biasan'a merupakan karakteristik kompleks

QRS!

moving average filter ! "ni integrator merangkum daerah di ba+ah gelombang kuadrat selama

suatu inter.al 15-ms# kemajuan satu inter.al sampel# dan mengintegrasikan jendela 15-ms

baru! 0ami memilih +in-the lebar do+ untuk menjadi /ukup lama untuk memasukkan durasi

+aktu diperpanjang normal QRS kompleks# tapi /ukup singkat sehingga tidak tumpang tindih

kedua kompleks QRS dan gelombang T!

mbang batas amplitudo adapti& diterapkan pada gelombang bandpass-disaring dan gelombang

integrasi bergerak didasarkan pada estimasi terus diperbarui dari tingkat sin'al pun/ak dan

kebisingan pun/ak! Setelah deteksi a+al oleh adapti.e threshold# proses pengambilan keputusan

membuat keputusan akhir# apakah atau bukan a/ara terdeteksi adalah kompleks QRS!

Sebuah algoritma pengukuran menghitung durasi QRS karena setiap kompleks QRS terdeteksi!

4engan demikian# dua &itur 'ang tersedia untuk gelombang aritmia berikutn'a analisis RR

inter.al +aktu dan durasi QRS!

0$ 4eteksi QRS

Setiap tahapan dalam teknik deteksi QRS ini dijelaskan sebagai berikut bagian! $ambar 1%!1

adalah 0$ sampel 'ang akan ber&ungsi sebagai sin'al masukan /ontoh untuk pengolahan

langkah-langkah untuk mengikuti!



Ga

mbar 12.10 lektrokardiogram sampel pada % sampel per detik!

12.5.1 Bandpass integer filter

andpass filter untuk algoritma deteksi QRS mengurangi kebisingan di 0$ signal dengan

men/o/okkan spektrum kompleks QRS rata-rata! 4engan demikian# melemahkan kebisingan

akibat kebisingan otot# gangguan- H2# a+al merantau# dan T-gelombang antar inter&erensi!

Passband 'ang memaksimalkan energi QRS adalah sekitar dalam 5-15 H2# seperti dibahas

dalam bagian 1%!1! ,ilter diimplementasikan dalam lgoritma adalah rekursi& integer &ilter di

mana kutub terletak untuk membatalkan nol pada unit lingkaran bidang !. Sebuah lo+-pass dan

high-pass &ilter mengalir untuk membentuk bandpass filter !

Low-pass filter

,ungsi trans&er orde kedua lo+-pass &ilter

H ( z )= (1− z−6)2

(1− z−1)2

Perbedaan persamaan &ilter ini adalah

" (n#) 6 % " (n# - #) - " (n# - % #) 7 x (n#) - % x (n# - #) 7 x (n# - 1% #)



,rekuensi /uto&& adalah sekitar 11 H2# penundaan itu lima sampel (atau %5 ms untuk sampling

laju % sps)# dan gain ! *ntuk menghindari kejenuhan# keluar- menempatkan dibagi dengan

%# nilai bilangan bulat terdekat dengan gain 'ang dapat implementasi didokumentasi dengan

biner aritmatika shi&t!

int 3o+Pass,ilter (int data)

stati/ int '1 6 # '% 6 # : ;%<# n 6 1%=

int '=

: ;n< 6 : ;n 7 1< 6 data=

' 6 ('1 >> 1) - '% 7 : ;n< - (: ;n 7 < >> 1) 7 : ;n 7 1%<=

'% 6 '1=

'1 6 '=

' ?? 6 5=

i& (- n >)

n 6 1%=

kembali (')=

@

Gambar 12.11 -bahasa program untuk melaksanakan lo+-pass &ilter!

$ambar 1%!1% menunjukkan rin/ian kinerja lo+-pass &ilter! ,ilter ini memiliki respon &ase murni

linier! Perhatikan bah+a ada lebih dari 5-dA atenuasi &rekuensi 'ang sesuai dengan # f B f s !

0arena sample rate adalah % sps bagi para &ilters# ini merupakan &rekuensi H2! Cleh karena

itu# bising saluran listrik adalah signi&ikan-signi&ikan dilemahkan oleh &ilter ini! Duga

semua&rekuensi 'ang lebih tinggi 'ang dilemahkan oleh lebih dari %5 dA!



Gambar 12.12 Rendah-pass &ilter! a) plot 0utub-nol! b) respon mplitudo! /) Tahap respon!

$ambar 1%!1 menunjukkan 0$ $ambar 1%!1 setelah pengolahan dengan lo+-pass

men'aring! Hasil 'ang paling men/olok adalah redaman semakin tinggi &rekuensi QRS

kompleks! 0ebisingan -H2 atau kebisingan otot ini akan juga telah signi&ikan- signi&ikan

dilemahkan!



Gambar 12.1 Rendah-pass disaring 0$!

Highpass filter

$ambar 1%!1E menunjukkan bagaimana tinggi-pass &ilter diimplementasikan dengan

mengurangkan pertama- *ntuk lo+-pass &ilter dari semua-pass &ilter dengan keterlambatan! The

lo+-pass &ilter adalah integer koe&isien &ilter dengan &ungsi trans&er

H lp( z)=Y ( z) X ( z )

=1− z−32

1− z−1

dan persamaan perbedaan

" (n#) 6 " (n# - #) 7 x (n#) - x (n# - % #)

,ilter ini memiliki gain d/ % dan penundaan 15#5 sampel! High-pass &ilter diperoleh dengan

membagi output dari lo+-pass &ilter dengan gain d/ dan kemudian mengurangi dari sin'al asli!

,ungsi trans&er high-pass &ilter adalah

H hp ( z )= P ( z ) X ( z )

= z−16− H lp( z)32

Persamaan beda untuk &ilter ini

p(nT )= x(nT −16T )− 1

32 $" (n# - #) 7 x (n#) - x (n# - % #)%



Gambar 12.1! high- pass &ilter

diimplementasikan dengan

mengurangi &ilter lo+- pass dari semua-

pass &ilter dengan keterlambatan!

Rendahn'a &rekuensi /uto&& dari &ilter ini adalah sekitar 5 H2# penundaan itu sekitar 1 # (atau

8 ms)# dan gain adalah 1! $ambar 1%!15 menunjukkan program -bahasa 'ang implementasi-

ini high-pass &ilter!

int HighPass,ilter (int data)

stati/ int '1 6 # : ;<# n 6 %=

int '=

: ;n< 6 : ;n 7 < 6 data=

' 6 '1 7 : ;n< - : ;n 7 %<=

'1 6 '=

i& (- n >)

n 6 %=

kembali (: ;n 7 1< - (' ?? 5))=

@

Gambar 12.15 -bahasa program untuk melaksanakan high-pass &ilter!

$ambar 1%!1 menunjukkan karakteristik kinerja high-pass &ilter! atatan bah+a &ilter ini juga

memiliki respon &ase murni linier!



Gambar 12.1" High-pass &ilter! a) mplitudo respon! b) Tahap respon!

$ambar 1%!1F menunjukkan respon amplitudo dari bandpass filter 'ang /om- berpose dari

kaskade dari &ilter lo+-pass dan high-pass! Pusat &rekuensi passband berada pada 1 H2!

Tanggapan amplitudo &ilter ini diran/ang untuk approksimat spektrum rata-rata QRS kompleks

seperti 'ang diilustrasikan pada $ambar 1%!1! Dadi &ilter ini se/ara optimal mele+ati

karakteristik &rekuensi kompleks QRS sementara pelemahan sin'al &rekuensi rendah dan tinggi!

%5

Gambar 12.1# Respon mplitudo bandpass filter terdiri dari lo+-pass dan high-pass &ilter!



$ambar 1%!18 adalah sin'al 'ang dihasilkan setelah 0$ $ambar 1%!1 mele+ati bandpass

filter ! Perhatikan atenuasi gelombang T karena high-pass &ilter!

Gambar 12.1$ Aandpass-&ilter 0$!

12.5.2 Deri%atif

Setelah sin'al telah disaring# 'ang kemudian dibedakan untuk memberikan in&ormasi tentang

kemiringan kompleks QRS! Sebuah turunan lima poin memiliki &ungsi trans&er

−4

2+ z−1− z−3−2 z¿

H ( z )=0.1¿

4eri.ati& ini diimplementasikan dengan persamaan perbedaan

y (nT )=2 x (nT )+ x (nT −T )− x (nT −3T )−2 x (nT −4T )

8

,raksi 1B8 adalah perkiraan keuntungan 'ang sebenarn'a dari #1! Sepanjang ini desain &ilter#

kita parameter perkiraan dengan kekuatan-o&-dua nilai untuk mem&asilitasi real-time operasi! "ni

po+er-o&-dua perhitungan diimplementasikan dalam bahasa dengan shi&t-kiri atau shi&t kanan!



4eri.ati& ini mendekati deri.ati& 'ang ideal di d/ melalui -H2 rentang &rekuensi! 4eri.ati&

memiliki dela' &ilter % # (atau 1 ms)! $ambar 1%!19 menunjukkan program bahasa untuk

menerapkan deri.ati& ini!

int 4eri.ati& (int data)

int '# i=

stati/ int :Gder. ;E<=

B I 6 1B8 (%: (nT) 7 : (nT - T) - : (nT - T) - %: (nT -

ET)) B

' 6 (data >> 1) 7

:Gder. ;< - :Gder. ;1< - (:Gder. ;< >>

1)=

' ?? 6 =

untuk (i 6 = i >= i 7 7)

:Gder. ;i< 6 :Gder. ;i 7 1<=

:Gder. ;< 6 data=

kembali (')=

@

Gambar 12.19 -bahasa pemrograman untuk mengimplementasikan turunan!

$ambar 1%!% menunjukkan karakteristik kinerja deri.ati& implementasi! Perhatikan bah+a

respon amplitudo mendekati bah+a dari turunan sejati up menjadi sekitar % H2! "ni adalah

rentang &rekuensi 'ang penting karena semua &rekuensi 'ang lebih tinggi se/ara signi&ikan

dilemahkan oleh &ilter bandpass! $ambar 1%!%1 adalah sin'al 'ang dihasilkan setelah mele+ati

riam &ilter termasuk pembeda! Perhatikan bah+a gelombang P dan T lanjut dilemahkan

sementara pun/ak ke pun/ak sin'al 'ang sesuai dengan kompleks QRS lebih ditingkatkan!



Gambar 12.20 deri.ati&! a) mplitudo respon! b) Tahap respon!

Gambar 12.21 0$ setelah pen'aringan bandpass dan di&erensiasi!

12.5. f&ngsi mengk&adratkan

Proses sebelumn'a dan integrasi bergerak-jendela# 'ang dijelaskan dalam bagian berikutn'a#

adalah bagian pengolahan linear dari detektor QRS! Jengkuadratkan &ungsi 'ang sin'al

sekarang mele+ati adalah operasi nonlinier! Persamaan 'ang mengimplementasikan operasi ini



y (nT )=[ x (nT )]2

Cperasi ini membuat semua titik data dalam olahan sin'al positi&# dan ampli&ies output dari

proses deri.ati& nonlinearl'! "ni menekankan tinggi &rekuensi dalam sin'al# 'ang terutama

disebabkan oleh kompleks QRS! Sebuah &akta 'ang perlu diperhatikan dalam operasi ini adalah

bah+a output dari tahap ini harus hardlimited ke tingkat maksimum tertentu sesuai dengan

jumlah bit 'ang digunakan untuk me+akili setiap data dari sin'al! $ambar 1%!%% menunjukkan

hasil pengolahan ini untuk sampel kami 0$!

Gambar 12.22 sin'al $ setelah mengkuadratkan &ungsi!

12.5.! 'inda( )endela terpisa(kan

0emiringan gelombang R saja tidak /ara dijamin untuk mendeteksi a/ara QRS! Aan'ak QRS

kompleks abnormal 'ang memiliki amplitudo 'ang besar dan jangka +aktu 'ang panjang (tidak

sangat /uram lereng) mungkin tidak terdeteksi menggunakan in&ormasi tentang kemiringan R

gelombang saja! 4engan demikian# kita perlu untuk mengambil lebih ban'ak in&ormasi dari

sin'al untuk mendeteksi QRS!

Pindah jendela integrasi ekstrak &itur di samping kemiringan R gelombang! Hal ini

diimplementasikan dengan persamaan perbedaan berikutK

nT −( N −2)T +…+ x (nT ) x (nT −( N −1)T )+ x¿

y (nT )= 1

N ¿



di mana & adalah jumlah sampel dalam lebar jendela bergerak! Lilai parameter ini harus dipilih

dengan hati-hati!

$ambar 1%!% menunjukkan output dari jendela bergerak terpisahkan untuk sampel 0$

$ambar 1%!1! $ambar 1%!%E menggambarkan hubungan antara QRS kompleks dan jendela

lebar! 3ebar jendela harus sekitar sama dengan kompleks QRS seluas mungkin! Dika ukuran

jendela terlalu besar# gelombang integrasi akan menggabungkan QRS dan T kompleks bersama-

sama! 4i Sebalikn'a# jika ukuran jendela terlalu ke/il# kompleks QRS bisa menghasilkan

beberapa pun/ak pada output dari panggung! 3ebar jendela harus harus dipilih se/ara

eksperimental! *ntuk tingkat sampel % sample per se/on (sps)# jendela 'ang dipilih untuk ini

lgoritma adalah sampel lebar ('ang sesuai dengan 15 ms)!

Gambar 12.2 Sin'al setelah pindah integrasi jendela!

Gambar 12.2! Hubungan kompleks QRS dengan bentuk gelombang integrasi bergerak! ()

0$ sin'al! (A) Cutput memindahkan jendela integrator! QSK lebar QRS! MK lebar integrator

+indo+!



$ambar 1%!%5 menunjukkan program bahasa 'ang mengimplementasikan bergerak +indo+

integrasi!

int Jo.ingMindo+"ntegral (int data)

stati/ int : ;%<# ptr 6 =

statis jumlah panjang 6 =

l' panjang=

int '=

i& (7 7 ptr 66 %)

ptr 6 =

sum - 6 : ;ptr<=

jumlah 7 6 data=

: ;ptr< 6 data=

l' 6 jumlah ?? 5=

i& (l'? %E) B /ek untuk menda&tar melimpah B

' 6 %E=

lain

' 6 (int) l'=

kembali (')=

@

Gambar 12.25 -bahasa program untuk melaksanakan integrasi jendela bergerak!

$ambar 1%!% menunjukkan penampilan dari beberapa output &ilter ini algorithm! Perhatikan

pengolahan penundaan antara kompleks 0$ asli dan /orresponding gelombang di

memindahkan jendela sin'al terpisahkan!

12.5.5 *(res(olding

Himpunan ambang 'ang Pan dan Tompkins (1985) 'ang digunakan untuk tahap ini QRS

algoritma deteksi 'ang diatur sedemikian rupa sehingga pun/ak sin'al ('aitu# kompleks QRS

.alid) terdeteksi! Pun/ak sin'al dide&inisikan sebagai kompleks QRS# sementara noise pun/ak



adalah dari gelombang T# noise otot# dll Setelah sin'al 0$ telah berlalu melalui tahap &ilter

bandpass# rasio peningkatan signal-to-noise n'a! "2in ini penggunaan ambang batas 'ang tepat di

atas tingkat pun/ak kebisingan! 4engan demikian# se/ara keseluruhan sensiti.itas detektor

membaik!

Gambar 12.2" QRS sin'al detektor! () *n&iltered 0$! (A) Cutput bandpass filter ! ()

Cutput setelah bandpass# di&erensiasi# dan mengkuadratkan proses! (4) khir bergerak-+indo+terpisahkan!

4ua set ambang batas 'ang digunakan# masing-masing memiliki dua tingkat ambang batas! Set

ambang batas 'ang diterapkan pada gelombang dari integrator jendela bergerak adalah

'* 6 #1%5 7 #8F5 +* '*

jika +* adalah pun/ak sin'al

&* 6 #1%5 7 #8F5 +* &*

jika +* adalah pun/ak kebisingan

#+'/01 *2 6 &* 7 #%5 ('* - &*)

#+'/01 *3 6 #5 #+'/01 *2



Semua .ariabel dalam persamaan ini menga/u pada sin'al gelombang integrasi dan dijelaskan

sebagai berikutK

+* adalah pun/ak keseluruhan!

'* adalah estimasi menjalankan pun/ak sin'al!

&* adalah estimasi menjalankan pun/ak kebisingan!

#+'/01 *2 adalah ambang batas pertama kali diterapkan!

#+'/01 *3 adalah ambang batas kedua diterapkan!

Sebuah pun/ak ditentukan ketika sin'al perubahan arah dalam +aktu tertentu "nter.al! 4engan

demikian# '* adalah pun/akn'a bah+a algoritma telah belajar bah+a dari QRS kompleks#

sementara &* pun/ak adalah setiap pun/ak 'ang tidak berhubungan dengan sin'al diterest!

Seperti dapat dilihat dari persamaan# nilai-nilai baru dari ambang dihitung dari 'ang sebelumn'a#

dan dengan demikian algoritma men'esuaikan dengan perubahan sin'al $ dari orang tertentu!

Setiap kali pun/ak baru terdeteksi# harus dikategorikan sebagai pun/ak kebisingan atau pun/ak

sin'al! Dika tingkat pun/ak melebihi #+'/01 *2 selama analisis pertama sin'al# maka itu

adalah pun/ak QRS! "& sear/hba/k te/hniNue (e:plained in the ne:t se/tion) is used# then the

signal peak should e:/eed #+'/01 *3 to be /lassi&ied as a QRS peak! "& the QRS /omple:

is &ound using this se/ond threshold le.el# then the peak .alue adjustment is t+i/e as &ast as

usualK

'* 6 !%5 +* 7 !F5 '*

The output o& the &inal &iltering stages# a&ter the mo.ing +indo+ integrator# must be dete/ted &or

peaks! peak dete/tor algorithm &inds peaks and a dete/tion algorithm stores the ma:imum

le.els at this stage o& the &iltered signal sin/e the last peak dete/tion! ne+ peak is de&ined onl'

+hen a le.el that is less than hal& the height o& the peak le.el is rea/hed! ,igure 1%!%F illustrates

that this o//urs hal&+a' do+n the &alling edge o& the peak (Hamilton and Tompkins# 198)!



+ig&re 12.2# Cutput a&ter the mo.ing +indo+ integrator# +ith peak dete/tion point!

12.5." Sear(bak te(ni-&e

To implement the sear/hba/k te/hniNue# this algorithm maintains t+o RR-inter.al a.erages! Cne

a.erage# 4+5+2 # is that o& the eight most re/ent heartbeats!

The other a.erage# 4+5+3 # is the a.erage o& the eight most re/ent beats +hi/h had

inter.als that &ell +ithin a /ertain range!

.alues are the inter.als that &ell +ithin the &ollo+ing limitsK

0/6 0*7*# 8 93 O 4+5+3

*5 0*7*# 8 22: O 4+5+3

Mhene.er the QRS +a.e&orm is not dete/ted &or a /ertain inter.al#

7*''+1 0*7*# # then the QRS is the peak bet+een the established thresholds

mentioned in the pre.ious se/tion that are applied during sear/hba/k!

7*''+1 0*7*# 8 2:: O 4+5+3

The heart rate is said to be normal i& ea/h o& the eight most re/ent RR inter.als are



bet+een the limits established b' 0/6 0*7*# and *5 0*7*# !

12.5.# 'erformane meas&rement

Me tested the per&orman/e o& the algorithm on the %E-hour annotated J"TBA"H database# +hi/h

is /omposed o& hal&-hour re/ordings o& $s o& E8 ambulator' patients (see re&eren/es#

J"TBA"H $ database)! This database# a.ailable on 4 RCJ# +as de.eloped b'

Jassa/husettsa "nstitute o& Te/hnolog' and Aeth "srael Rumah Sakit! The total error in anal'2ing

about 11# beats is !8 per/ent# /orresponding to an a.erage error rate o& beats per hour!

"n &a/t# mu/h o& the error /omes &rom &our parti/ular hal&-hour tape segments (ie# t+o hours o&

data &rom the total database)!

,igure 1%!%8 sho+s the e&&e/t o& e:/luding the &our most problemati/ hal&-hour tapes &rom the

o.erall results! Loti/e that the &alse-positi.e errors de/rease mu/h more than do the &alse

negati.es! This di&&eren/e indi/ates that this algorithm is more likel' to mis/lassi&' noise as a

QRS /omple: than it is to miss a real e.ent! limination o& these &our hal&-hour tape segments

redu/es the error rate belo+ 1 beats per hour! nother a.ailable $ database +as de.eloped

b' the meri/an Heart sso/iation (see re&eren/es# H $ database)!

+ig&re 12.2$ Per&orman/e o& QRS dete/tion so&t+are! The total error o& the QRS dete/tion

algorithm /an be substantiall' redu/ed b' sele/ti.el' eliminating problem tapes in the database!

12." AB/ RA*3 4G 'R4SS6G AGR*73

This lab lets 'ou look inside the inner +orkings o& the algorithm QRS dete/tion

algorithm de.eloped b' Pan and Tompkins (1985) that is des/ribed in se/tion 1%!5!



3oad *M 4igiS/ope# sele/t

ad8: ps

# 0emudian

8Q:RS detet

!

12.".1 QRS detetor algorit(m proessing steps

Cbser.e the output o& ea/h o& the stages in the QRS dete/tor! Sket/h or print one

/'/le o& the original $ signal and the outputs o& the lo+-pass# bandpass# deri.a-

ti.e# sNuaring# and mo.ing +indo+ integrator stages! Lote the &ilter dela' at ea/h

o& these stages!

12.".2 ffet of t(e %al&e of t(e Q of a filter on QRS detetion

"mplement se.eral t+o-pole re/ursi.e &ilters +ith 1F-H2 /enter &reNuen/ies to

obser.e the e&&e/ts o& di&&erent .alues o& ; on the $# as in se/tion 1%!%!1! pa

.alue o& r produ/es the most desirable response &or dete/ting the QRS /omple:

12.". nteger filter proessing of t(e 4G

Jenggunakan

8G:en;a%e

to generate an $ signal sampled at 1 H2! Pro/ess this signal

+ith a &ilter ha.ing the &ollo+ing di&&eren/e eNuation!

" ( n# ) 6 % " ( n# # ) " ( n# % # ) 7 % " ( n# # ) " ( n# E # )

7 x ( n# ) % x ( n# 1% # ) 7 x ( n# %E # )

Cbser.e the output and note the duration o& the ringing!

'age 1

2"

12

<G Deteksi QRS

Valtino X. Afonso



Selama beberapa tahun terakhir# telah terjadi tren peningkatan terhadap pengolahan

elektrokardiogram (0$) menggunakan mikrokomputer! Sebuah sur.ei literatur dalam re-

area pen/arian menunjukkan bah+a sistem berbasis mikrokomputer dapat tampil diperlukan

pela'anan medis dengan /ara 'ang sangat e&isien! Aahkan# ban'ak sistem memiliki al-

siap telah diran/ang dan dilaksanakan untuk melakukan tugas-tugas pemrosesan sin'al seperti

1%-memimpin o&&-line analisis 0$# analisis Holter tape# dan pasien real-time monitor

ing! Semua aplikasi ini membutuhkan deteksi akurat dari kompleks QRS dari

0$! Sebagai /ontoh# monitor aritmia untuk pasien ra+at jalan menganalisis 0$

se/ara real time (Pan dan Tompkins# 1985)# dan ketika aritmia terjadi# memantau#

tor men'impan segmen +aktu normal 0$! "ni sema/am monitor membutuhkan

kemampuan pengenalan QRS akurat! 4engan demikian# QRS deteksi merupakan bagian penting

dari

ban'ak 0$ sistem pemrosesan sin'al!

Aab ini membahas beberapa dari ban'ak teknik 'ang telah dikembangkan untuk

mendeteksi kompleks QRS dari 0$! "ni dimulai dengan diskusi tentang kekuatan

spektrum 0$ dan melanjutkan dengan meninjau berbagai algoritma deteksi QRS!

12.1 DA=A S'<*R>3 DAR <G

0ekuatan spektrum sin'al 0$ dapat memberikan in&ormasi 'ang berguna tentang

QRS kompleks! Aagian ini menegaskan kembali gagasan spektrum kekuasaan disajikan

sebelumn'a# tetapi juga memberikan interpretasi kekuatan spektrum kompleks QRS!

0ekuatan spektrum (berdasarkan ,,T) dari satu set 51% titik sampel 'ang mengandung

sekitar dua hasil detak jantung dalam serangkaian koe&isien dengan maksimal

nilai dekat &rekuensi 'ang sesuai dengan den'ut jantung!

4en'ut jantung dapat ditentukan dengan mengalikan bersama normalisasi &re-

Nuen/' dan &rekuensi sampling! 0ita juga bisa mendapatkan in&ormasi 'ang berguna tentang

spektrum &rekuensi kompleks QRS! *ntuk memperoleh in&ormasi ini#

0ompleks QRS dari sin'al 0$ harus dipilih sebagai template dan nol-empuk

sebelum analisis spektrum kekuasaan! Pun/ak spektrum &rekuensi 'ang diperoleh

sesuai dengan energi pun/ak dari kompleks QRS!

'age 2



0$ 4eteksi QRS

%F

$ gelombang berisi# di samping kompleks QRS# gelombang P dan T#

-H2 noise dari gangguan po+erline# J$ dari otot# gerak arte&ak dari

elektroda dan antarmuka kulit# dan mungkin gangguan lainn'a dari elektro-

alat bedah di ruang operasi! Aan'ak instrumen klinis seperti mobil-

diota/hometer dan monitor aritmia membutuhkan akurat real-time QRS dete/-

tion! Hal ini diperlukan untuk mengekstrak sin'al bunga# kompleks QRS# dari

sumber-sumber kebisingan lain seperti gelombang P dan T! $ambar 1%!1 meringkas relati&

da'a spektrum 0$# QRS kompleks# gelombang P dan T# arte&ak gerak# dan

noise otot berdasarkan penelitian kami sebelumn'a (Thakor et al., 198)!

$erakan

arte&ak

0ompleks QRS

P-T

ombak

Ctot kebisingan

1!

!8

!

!E

!%

!

5

1

15

%

%5

5



E

0ekuasaan relati&

,rekuensi (H2)

0$

Gambar da'a spektrum 12,1 relati& kompleks QRS# gelombang P dan T# kebisingan otot dan

gerak

arte&ak berdasarkan rata-rata 15 den"ut.

12.2 BA6D'ASS '6=AR6GA6 *<6<

4ari analisis spektral da'a dari berbagai komponen sin'al pada 0$ sig-

nal# &ilter dapat diran/ang 'ang se/ara e&ekti& memilih kompleks QRS dari

0$! Studi lain 'ang kami laksanakan memeriksa plot spektral dari 0$

dan kompleks QRS dari 8F5 ketukan (Thakor et al!# 198E)! $ambar 1%!% menunjukkan

plot rasio signal-to-noise (SLR) sebagai &ungsi &rekuensi! Studi tentang

da'a spektrum dari sin'al 0$# QRS kompleks# dan suara-suara lain juga mengungkapkan

bah+a

nilai SLR maksimum diperoleh untuk bandpass filter dengan &rekuensi pusat

1F H2 dan ; ! Aagian 1%! dan per/obaan laboratorium meneliti e&ek

nilai-nilai 'ang berbeda dari ; &ilter tersebut!

'age

2$

Aiomedis 4igital Signal Pro/essing

1!

!8

!

!E

!%

!

5

1



15

%

%5

5

E

Relati& besarn'a

,rekuensi (H2)

SLR

Aandpass

men'aring

Gambar 12.2 Plot rasio signal-to-noise (SLR) dari kompleks QRS dire&erensikan ke semua

lainn'a

sin'al suara berdasarkan 8F5 jantung berdetak! Iang optimal bandpass filter untuk

/ardiota/hometer maks-

imi2es SLR!

12.2.1 D&atiang rek&rsif pen?aring

Sebuah sederhana dua kutub rekursi& &ilter dapat diimplementasikan dalam bahasa band-

mele+atkan sin'al 0$! Perbedaan persamaan untuk &ilter adalah

" (n#) 6 1#8F5 " (n# - #) - #9%19 " (n# - % #) 7 x (n#) - x (n# - % #)

(1%!1)

4esain &ilter ini mengasumsikan bah+a sin'al 0$ sampel pada 5 sampel B s! "tu

nilai 1#8F5 dan #9%19 adalah perkiraan dari nilai-nilai desain 'ang sebenarn'a dari

1#8F5 dan #9%1 masing-masing! 0arena koe&isien direpresentasikan sebagai kekuatan

dua# operasi perkalian dapat diimplementasikan relati& /epat menggunakan

pergeseran operator dalam bahasa ! $ambar 1%! menampilkan &ragmen kode 'ang

mengimplementasikan N! (1%!1)!

'age !

0$ 4eteksi QRS

%9



t+oPoleRe/ursi.e (int data)

int :nt statis# UJ1# UJ%# ILT# 'm1# 'm% 6 =

:nt 6 data=

ILT 6 ('m1 7 'm1 ?? 1 7 'm1 ?? % 7 'm1 ?? ) 7

(Im% ?? 1 7 'm% ?? % 7 7 'm% ??

'm% ?? 5 7 'm% ?? ) 7 :nt - UJ%=

UJ% 6 UJ1=

UJ1 6 :nt=

UJ% 6 'm1=

'm% 6 'm1=

'm1 6 ILT=

kembali (ILT)=

@

Gambar 12. -kode bahasa untuk menerapkan sederhana dua kutub rekursi& &ilter!

Perhatikan bah+a dalam kode ini# koe&isien 1#8F5 dan #9%1 diperkirakan dengan

1#8F5 6 1 7

1

%

7

1

E

7

1

8

dan

#9%19 6

1

%

7

1



E

7

1

8

7

1

%

7

1

E

12.2.2 nteger pen?aring

Sebuah perkiraan ,ilter integer dapat direalisasikan dengan menggunakan bentuk umum dari

trans&er

&ungsi 'ang diberikan dalam Aab F! QRS detektor untuk aplikasi /ardiota/hometer &re-

Nuentl' bandpass sin'al 0$ menggunakan &rekuensi 1F H2 pusat! The denominasi

hal persatuan dari bentuk umum dari &ungsi trans&er memungkinkan untuk tiang pada # 9# dan

1%# dan ini sesuai dengan pusat &rekuensi bandpass filter # B # # B E#

dan # B H2# masing-masing! Pusat &rekuensi 'ang diinginkan sehingga dapat diperoleh dengan

memilih &rekuensi sampling 'ang tepat!

hlstrom dan Tompkins (1985) menjelaskan &ilter 'ang berguna untuk deteksi QRS 'ang

berdasarkan &ungsi trans&er berikutK

(!) 8

(1 - !

-1%

)

%

(1 - !

-1

7 Z

-%

)



%

(1%!%)

,ilter ini memiliki %E angka nol pada 1% &rekuensi 'ang berbeda pada unit lingkaran dengan

tiang di

V W! Sin'al 0$ sampel pada % sps# dan kemudian algoritma titik balik

digunakan untuk mengurangi tingkat sampling hingga 1 sps! Pusat &rekuensi pada 1#F H2

dan band+idth nominal adalah V 8# H2! 4urasi dering adalah kira-

kira %E ms (bagian berikutn'a menjelaskan e&ek 'ang berbeda pen'aring ; s)! "tu

perbedaan persamaan untuk melaksanakan &ungsi trans&er ini adalah

7alaman 5

2!0 Aiomedis 4igital Signal Pro/essing

" (n#) 6 % " (n# - #) - " (n# - % #) 7 % " (n# - #) - " (n# - E #)

7 < (n#) - % x (n# - 1% #) 7 x (n# - %E #)

(1%!)

12.2. tanggapan +ilter &nt&k berbagai nilai Q

Lilai ; dari bandpass filter berpusat di f

c

6 1F H2 menentukan seberapa baik

sin'al bunga dile+atkan tanpa dilemahkan! Hal ini juga diperlukan dalam-

lipatan SLR dari sin'al bunga# 'aitu# kompleks QRS! ; dari &il-

ter dihitung sebagai

; 6

f

c

6

(1%!E)

Sebuah nilai ; 'ang terlalu tinggi akan menghasilkan respon 'ang sangat berosilasi (Thakor et

al!# 198E)! Riak harus mereda dalam +aktu % ms! Hal ini diperlukan agar

riak dari satu kompleks QRS tidak mengganggu riak dari 'ang berikutn'a!



4engan &rekuensi 1F H2 pusat# 'ang diperbolehkan maksimal ; ditemukan menjadi 5!

$ambar 1%!E menunjukkan pengaruh nilai 'ang berbeda ;. *ntuk bandpass filter dengan f

c

6 1F H2# nilai ; dari 5 ditemukan untuk memaksimalkan SLR (Thakor et al!# 198E)!

()

(A)

()

Gambar 12.! Pengaruh nilai 'ang berbeda ;. Sebuah hasil ; lebih tinggi dalam transien osilasi

re-

Responn'a! () ; 6 8! (A) ; 6 ! () ; 6 1!

12. *<6< D+R6SAS

4i&erensiasi membentuk dasar dari ban'ak algoritma deteksi QRS! 0arena basi-

all' &ilter high-pass# deri.ati& menguatkan &rekuensi 'ang lebih tinggi 0arakteristik

ti/ kompleks QRS sementara pelemahan &rekuensi 'ang lebih rendah dari P dan T

gelombang!

'age "

0$ 4eteksi QRS

%E1

Sebuah algoritma didasarkan pada deri.ati& pertama dan kedua a+aln'a dikembangkan oleh

Aalda et al! (19FF) telah dimodi&ikasi untuk digunakan dalam analisis ke/epatan tinggi dari

rekaman 0$

oleh hlstrom dan Tompkins (198)! ,riesen et al! (199) selanjutn'a

diimplementasikan algoritma sebagai bagian dari studi untuk membandingkan sensiti.itas

kebisingan antara

beberapa jenis algoritma deteksi QRS! $ambar 1%!5 menunjukkan pemrosesan sin'al

langkah dari algoritma ini!

()

(A)

()

(4)



()

Gambar 12.5 Aerbagai tahapan sin'al dalam algoritma deteksi QRS berdasarkan di&erensiasi!

() sli 0$! (A) merapikan dan diperbaiki deri.ati& pertama! () merapikan dan diperbaiki

kedua

deri.ati&! (4) merapikan jumlah (b) dan (/)! () Persegi pulsa output untuk setiap kompleks

QRS!

Lilai absolut dari pertama dan kedua deri.ati& dihitung dari

Sin'al $

"

(&#) 6 X x (n#) - x (n# - % #) X

(1%!5)

"

1

(&#) 6 X x (n#) - % x (n# - % #) 7 x (n# - E #) X

(1%!)

0edua bu&&er data# "

(&#) dan "

1

(&#), adalah skala dan kemudian dijumlahkan

'age #

2!2


"

%

(&#) 6 1# "

(&#) 7 1#1 "

1



(&#)

(1%!F)

Au&&er data "

%

(&#) kini dipindai sampai batas tertentu 'ang memenuhi atau melampaui

"

%

(*#) Y 1!

(1%!8)

Setelah kondisi ini terpenuhi untuk titik data dalam "

%

(*#), delapan poin berikutn'a adalah /om-

dikupas ke ambang pintu! Dika enam atau lebih dari delapan poin memenuhi atau melampaui

ambang batas# maka segmen mungkin menjadi bagian dari kompleks QRS! Selain de-

te/ting kompleks QRS# algoritma ini memiliki keuntungan 'ang menghasilkan pulsa

'ang proporsional dengan lebar hingga 'ang kompleks! Lamun# kelemahan adalah bah+a itu

adalah

sangat sensiti& terhadap tinggi-&rekuensi suara!

12.! *3'A* *<6< '644<A6

Pada bagian ini kita membahas teknik untuk mengklasi&ikasikan pola sin'al 0$ 'ang

/ukup terkait dengan proses pengakuan manusia!

12.!.1 *emplate rossorrelation

Sin'al dikatakan berkorelasi jika bentuk bentuk gelombang dari dua sin'al

/o/ok satu sama lain! 0oe&isien korelasi adalah nilai 'ang menentukan derajat

pertandingan antara bentuk dua atau lebih sin'al! Sebuah teknik deteksi QRS

diran/ang oleh 4obbs et al! (198E) menggunakan /ross/orrelation!

Teknik ini berhubungan satu sin'al dengan 'ang lain mens'aratkan bah+a dua sig-

nals disejajarkan dengan satu sama lain! 4alam teknik deteksi QRS# template

sin'al bah+a kita men/oba untuk men/o/okkan men'impan bentuk digital dari bentuk sin'al

bah+a kita ingin mendeteksi! 0arena template harus berkorelasi dengan masuk

sin'al# sin'al harus diselaraskan dengan template! 4obbs et al! menjelaskan dua



/ara menerapkan ini!

ara pertama men'elaraskan template dan sin'al masuk adalah dengan menggunakan

poin &idusia pada setiap sin'al! Titik-titik &idusia harus ditugaskan ke

sin'al oleh beberapa proses eksternal! Dika titik-titik &idu/ial pada template dan

sin'al selaras# maka korelasi dapat dilakukan!

"mplementasi lain melibatkan korelasi berkelanjutan antara segmen

sin'al masuk dan template! Setiap kali sin'al titik data baru tiba#

tertua titik data dalam +aktu 'ang dibuang dari segmen (data &irst in-&irst-out

struktur)! Suatu korelasi dilakukan antara segmen sin'al dan template

segmen 'ang memiliki jumlah poin 'ang sama sin'al! Teknik ini tidak memerlukan

+aktu untuk menetapkan poin &idusia untuk sin'al pengolahan! Template dapat dianggap

sebagai jendela 'ang bergerak di atas sin'al 'ang masuk satu titik data pada suatu +aktu!

4engan demikian#

keselarasan segmen sin'al bunga harus terjadi setidakn'a sekali sebagai

+indo+ bergerak melalui sin'al!

'age $

0$ 4eteksi QRS

%E

Lilai koe&isien /ross/orrelation selalu jatuh antara 71 dan -1!

nilai 1 menunjukkan bah+a sin'al dan template sama persis! Seperti disebutkan

sebelumn'a# nilai koe&isien ini menentukan seberapa baik bentuk dari dua

bentuk gelombang ba+ah pertandingan pertimbangan! Aesarn'a sampel sin'al aktual

tidak masalah! Aentuk ini /o/ok# atau proses kompleks QRS mengakui#

sesuai dengan pendekatan alami kita untuk mengenali sin'al!

12.!.2 *emplate peng&rangan

$ambar 1%! mengilustrasikan teknik pengurangan Template! "ni adalah relati& sederhana

Teknik deteksi QRS dibandingkan dengan 'ang lain dijelaskan dalam bab ini!

Template QRS gelombang

"n/oming sin'al $

+aktu



0$

Gambar 12." 4alam pen/o/okan template sederhana# sin'al 'ang masuk dikurangi# poin demi

poin# dari

template QRS! Dika dua bentuk gelombang 'ang sempurna selaras# hasil pengurangan dalam nol

nilai!

lgoritma dimulai dengan men'impan segmen sin'al 0$ masuk 'ang /or-

menanggapi gelombang QRS! Segmen ini atau template kemudian dibandingkan dengan

sin'al 0$ masuk! Setiap titik di sin'al masuk dikurangi dari

titik 'ang sesuai dalam template! 0etika template sejajar dengan QRS

gelombang di sin'al# hasil pengurangan nilai 'ang sangat dekat dengan nol! "ni

algoritma menggunakan han'a sebagai ban'ak operasi pengurangan karena ada poin dalam

Template!

12.!. berbasis template A&tomata penookan

,urno dan Tompkins (198%) mengembangkan detektor QRS 'ang didasarkan pada konsep

dari teori automata! lgoritma menggunakan beberapa teknik dasar 'ang

'age 9

2!!


umum di ban'ak sistem pengenalan pola! Sin'al 0$ pertama direduksi menjadi

satu set token 'ang telah ditetapkan# 'ang merupakan bentuk tertentu dari gelombang 0$!

$ambar 1%!F menunjukkan set token 'ang akan me+akili 0$ normal! 0emudian

set token adalah input ke negara terbatas otomat dide&inisikan dalam $ambar 1%!8! "tu

terbatas negara robot pada dasarn'a adalah sebuah diagram negara transisi 'ang dapat

implementasi-

didokumentasi dengan ", !!! THL pern'ataan kontrol 'ang tersedia di sebagian besar

pemrograman lan-

guages! *rutan token dimasukkan ke dalam otomat! Sebagai /ontoh# urutan

token seperti nol, normup, normdown, dan normup akan mengakibatkan au-

tomaton sin'al klasi&ikasi normal untuk 0$!

normup



normdo+n

noisedo+n

normup

noiseup

noiseup

noisedo+n

nol

Gambar 12.# Pengurangan sin'al 0$ untuk token!

*rutan token harus berasal dari data sin'al 0$! Hal ini dilakukan

dengan membentuk urutan perbedaan input data! 0emudian algoritma

kelompok bersama perbedaan 'ang memiliki tanda 'ang sama dan juga melebihi tertentu

ditentukan ambang batas! lgoritma kemudian merangkum perbedaan di setiap

kelompok dan asosiasi dengan jumlah masing-masing kelompok ini dan jumlah perbedaan

'ang ada di dalamn'a!

QRS detektor ini memiliki &ase pembelajaran a+al dimana program kira-

kira menentukan besarn'a pun/ak kompleks QRS normal! 0emudian

lgoritma mendeteksi kompleks QRS normal setiap kali ada lendutan di

gelombang dengan besarn'a lebih besar dari setengah dari pun/ak ditentukan sebelumn'a!

lgoritma sekarang mengajar 'ang terbatas negara robot urutan dari token 'ang

membuat kompleks QRS normal! Dumlah dan nilai sum (dibahas dalam

paragra& sebelumn'a) untuk kompleks QRS normal sekarang ditetapkan untuk berbagai tertentu

nilai masing-masing di kompleks QRS terdeteksi!

7alaman 10

0$ 4eteksi QRS

%E5

LTR

state 1

U"T dengan LCRJ3

klasi&ikasi

U"T dengan 0A"S"L$L



klasi&ikasi

normup

normdo+n

normup

nol

(3agi)

(3agi)

(3agi)

state %

negara

Gambar 12.$ 4iagram Legara transisi untuk robot sederhana mendeteksi han'a /om-QRS 'ang

normal

ple:es dan kebisingan! Transisi negara (lain) menga/u pada setiap tanda lain 'ang tidak diberi

label pada negara transisi

tion meninggalkan keadaan tertentu!

lgoritma sekarang dapat menetapkan tanda gelombang untuk masing-masing kelompok 'ang

dibentuk

sebelumn'a didasarkan pada nilai-nilai jumlah dan jumlah dalam setiap kelompok berbeda-

en/es! Sebagai /ontoh# jika suatu kelompok tertentu dari perbedaan memiliki jumlah dan nomor

nilai dalam rentang (ditentukan dalam tahap belajar) dari QRS ke atas atau ke ba+ah-

bangsal de&leksi# maka normup atau tanda normdown dihasilkan untuk kelompok

perbedaan! Dika nilai-nilai jumlah dan jumlah tidak jatuh dalam kisaran ini# maka noiseup sebuah

atau tanda noisedown dihasilkan! Token nol dihasilkan jika jumlah untuk kelompok

perbedaan adalah nol! 4engan demikian# algoritma mengurangi data sin'al 0$ menjadi se-

Nuen/e token# 'ang dapat diumpankan ke state automata terbatas untuk deteksi QRS!

12.# R+R64S

7alaman 2$

$ QRS 4ete/tion



%

H $ database! .ailable &rom mergen/' are Resear/h "nstitute# 5% Autler Pike#

Pl'mouth Jeeting# P 19E%!

hlstrom# J3 and Tompkins# MD 198! utomated high-speed anal'sis o& Holter tapes +ith

mi/ro/omputers! *+++ #rans. iomed. +ng. # B30 K 515F!

hlstrom# J3 and Tompkins# MD 1985! 4igital &ilters &or real-time $ signal pro/essing

using mi/ropro/essors! *+++ #rans. iomed. +ng. # B32 K F81!

Aalda R# 4iller# $!# 4eardor&&# !# 4oue# D!# and Hsieh# P! 19FF! The HP $ anal'sis

program! #rends in =omputer-rocessed +lectrocardiograms. DH .anAemnel and D3

Millems# (eds!) msterdam# The LetherlandsK Lorth Holland# 19F%5!

4obbs# S# S/hmitt# LJ# C2emek# HS 198E! QRS dete/tion b' template mat/hing using

real-time /orrelation on a mi/ro/omputer! >ournal of =linical +ngineering # 9 K 19F%1%!

,riesen# $J# Dannett# T# Dadallah# J# Iates# S3# Quint# SR# Lagle# HT 199!

/omparison o& the noise sensiti.it' o& nine QRS dete/tion algorithms! *+++ #rans. iomed.

+ng. # B3# K 859F!

,urno# $S and Tompkins# MD 198%! QRS dete/tion using automata theor' in a batter'-

po+ered mi/ropro/essor s'stem! *+++ ?rontiers of +ngineering in ealth =are # ! K 15558!

Hamilton# PS and Tompkins# MD 198! Quantitati.e in.estigation o& QRS dete/tion rules

using the J"TBA"H arrh'thmia database! *+++ #rans. iomed. +ng. B3 K 115F5!

J"TBA"H $ database! .ailable &romK J"T-A"H 4atabase 4istribution# Jassa/husetts

"nstitute o& Te/hnolog'# FF Jassa/husetts .enue# Room %-11# ambridge# J %19!

Pan# D! and Tompkins# MD 1985! real-time QRS dete/tion algorithm! *+++ #rans. iomed.

+ng ! B32 K %#!

Thakor# LZ# Mebster# D$# and Tompkins# MD 198! Cptimal QRS dete/tor! 7edical and

iological +ngineering # E5!

Thakor# LZ# Mebster# D$# and Tompkins# MD 198E! stimation o& QRS /omple: po+er

spe/tra &or design o& a QRS &ilter! *+++ #rans. iomed. +ng. # B31 K F%5!

12.$ S*>D= Q>S*6S

1%!1 Ho+ /an e/topi/ beats be dete/ted using the automata approa/h to QRS dete/tion

1%!% Ho+ /an QRS /omple:es in abnormal +a.e&orms be dete/ted using the /ross/orrelation

method



1%! "n the mo.ing +indo+ integrator o& the algorithm in se/tion 1%!5# ho+ should the +idth

o& the +indo+ be /hosen Mhat are the e&&e/ts o& /hoosing a +indo+ +idth that is too

large or too small

1%!E "n the QRS dete/tion algorithm e:plained in se/tion 1%!5# ho+ should the &irst threshold

in ea/h set o& thresholds be /hanged so as to in/rease the dete/tion sensiti.it' o& irregular

heart rates

1%!5 Mhat are the e&&e/ts o& bandpass filter ; on the QRS-to-noise ratio in the $

1%! 4esign an algorithm that obtains the &idu/ial point on the $!

1%!F s an implementation e:er/ise +rite a program using the language# to dete/t QRS

/omple:es in the $ signal using an' o& the te/hniNues des/ribed in this /hapter!

1%!8 Suggest a QRS dete/tion algorithm# based on some o& the te/hniNues e:plained in this

/hapter or in other related literature# that /an dete/t QRS /omple:es &rom the $ in real

+aktu!

1%!9 :periments to determine the &reNuen/' /hara/teristi/s o& the a.erage QRS /omple: ha.e

sho+n that the largest spe/tral energ' o& the QRS /omple: o//urs at appro:imatel' +hat

&reNuen/'

1%!1 &ilter +ith the di&&eren/e eNuation# " ( n# ) 6 ( " ( n# # ))

%

7 x ( n# )# is best des/ribed as

+hat traditional &ilter t'pe

'age 29

2"!

Aiomedi/al 4igital Signal Pro/essing

1%!11 The /enter &reNuen/' o& the optimal QRS bandpass filter is not at the lo/ation o& the

ma:imal spe/tral energ' o& the QRS /omple:! (a) Mhat &un/tion is ma:imi2ed &or the op-

timal &ilter (b) Mhat is the /enter &reNuen/' o& the optimal QRS &ilter &or /ardiota/home-

ters (/) "& this &ilter has the proper /enter &reNuen/' and a ; 6 %# +ill it +ork properl'

"& not# +h' not

1%!1% "n addition to heart rate in&ormation# +hat QRS parameter is pro.ided b' the QRS

dete/tion algorithm that is based on the &irst and se/ond deri.ati.es



1%!1 The deri.ati.e algorithm used in a real-time QRS dete/tor has the di&&eren/e eNuationK

" ( n# ) 6 % x ( n# ) 7 x ( n# # ) x ( n# # ) % x ( n# E # )! (a) 4ra+ its blo/k diagram!

(b) Mhat is its output seNuen/e in response to a unit step input 4ra+ the output

+a.e&orm!

1%!1E Mrite the eNuations &or the amplitude and phase responses o& the deri.ati.e algorithm

used in a real-time QRS dete/tor that has the trans&er &un/tion

( ! ) 6

% !

-%

- Z

-1

7 !

1

7 % !

%

8

1%!15 mo.ing +indo+ integrator integrates o.er a +indo+ that is samples +ide and has an

o.erall amplitude s/ale &a/tor o& 1B! "& a unit impulse (ie# 1# # # # [) is applied to

the input o& this integrator# +hat is the output seNuen/e

1%!1 mo.ing +indo+ integrator is &i.e samples +ide and has a unit' amplitude s/ale &a/tor!

pa/emaker pulse is des/ribed b' the seNuen/eK (1# 1# 1# 1# # # # # [)! ppli/ation o&

this pulse to the input o& the mo.ing +indo+ integrator +ill produ/e +hat output se-

Nuen/e

1%!1F The trans&er &un/tion o& a &ilter used in a real-time QRS dete/tion algorithm is

( ! ) 6

(1 !

@

)

%

(1 !

-1



)

%

,or a sample rate o& % sps# this &ilter eliminates input signals o& +hat &reNuen/ies

Download - Algoritma Qrs Detection

Top Related