METHODS FOR DETECTION AND CLASSIFICATION IN ECG ANALYSIS

První část práce je zaměřena na měření QT intervalu. QT interval může být použit k hodnocení kardiovaskulárního zdraví pacientů a detekovat potenciální abnormality. QT interval je měřen od začátku QRS komplexu až po konec T vlny. Nicméně, měření konce T vlny je často vysoce subjektivní a jeho verifikace je obtížná. Představujeme dvě metody měření QT intervalu - vlnkovou a šablonovou metodu. Metody byly porovnány mezi sebou a testovány na QT databázi. Druhá část práce je zaměřena na modelování arytmických signálů McSharryho modelem následována klasifikací s použitím umělých neuronových sítí. Metoda používá předzpracování signálů lineární aproximací a shlukování lineárních segmentů pro stanovení počátečních parametrů McSharryho modelu. Byly použity EKG signály standardní MIT/BIH Arrhythmia Databáze. Modelování bylo testováno na celé databázi a svodu MLII (modifikovaný svod II). Všechny signály mohou být modelovány 10 Gaussovými funkcemi bez významného zkreslení. Třetí část práce představuje klasifikaci EKG do dvou tříd. Předčasné komorové kontrakce (PVC) mají vysoký význam při hodnocení a predikci život ohrožujících ventrikulárních arytmií. Představujeme algoritmus pro detekci předčasných komorových kontrakcí s použitím McSharryho modelu a neuronových sítí. Signály modelované 30 Gaussovými parametry byly předloženy na vstup umělé neuronové sítě. Použitý vícevrstvý perceptron dosáhl klasifikační úspěšnosti 93,10% pro předčasné komorové kontrakce (PVC) a 96,43% pro normální stahy