Muscle noise filtering in ECG signals

Táto práce byla věnována problematice odstraňování svalového rušení v EKG signálech. Skládá se z teoretické a praktické části. V teoretické částí jsme zaprvé zdůraznili aktualitu snímání a filtraci EKG signálů. Pak jsme se seznámili se vznikem EKG, jeho vlastnostmi, a typy rušení, běžně se v něm vyskytujících. Dále byly prodiskutovány známé metody filtrace EMG rušení pomoci lineárních a nelineárních technik. Po seznámení s vlnkovou transformaci a možnostmi její využití byla realizována praktická část v prostředí MATLAB 2020b®. Byl navržen wienerovský vlnkový filtr, který byl doplněn o práh adaptivní funkci. Parametry modelu byly zoptimalizovány metodou řešení hrubou sílou v zredukovaném rozsahu. Vyhodnocení filtru proběhlo na CSE databázi, kde výsledky byli porovnány s autory jiných metod. Filtr v důsledků vykazuje dobré filtrační schopnosti a stabilitu.This work deals with problematic of muscle noise filtration in ECG signals. It contains theoretical and practical parts. In theoretical part we first mentioned a topicality of ECG scanning and filtration. Then we got acquainted with the origin of ECG, it's properties, and types of noises, that typically occurring there. Further different known methods of linear and non-linear techniques in EMG filtration were discussed. After we got acquainted with wavelet transform and its possibilities practical part was carried out in environment MATLAB 2020b®. Wiener wavelet filter was implemented and supplemented by a threshold adaptive function. Parameters were optimized with brute force method in reduced range. The evaluation of the filter took place on a CSE database, where the results were compared with the authors of other methods. In result the filter shows good filtration capabilities and stability.