A system for automatic processing, analysis and classification of ECG characteristics to determine various states of cardiac anomalies
Another Title
Система автоматической обработки, анализа и классификации характеристик ЭКГ для определения различных состояний сердечных аномалий
Bibliographic entry
Magrupov, T. A system for automatic processing, analysis and classification of ECG characteristics to determine various states of cardiac anomalies = Система автоматической обработки, анализа и классификации характеристик ЭКГ для определения различных состояний сердечных аномалий / T. Magrupov, Y. Talatov, M. Magrupova // Приборостроение-2023 : материалы 16-й Международной научно-технической конференции, 15-17 ноября 2023 года, Минск, Республика Беларусь / редкол.: О. К. Гусев (пред.) [и др.]. – Минск : БНТУ, 2023. – С. 5-8.
Abstract
A systematic approach to the joint solution of problems of automatic processing, analysis, classification and measurement of characteristics of electrocardiogram signals is proposed, which ensures the elimination of one-sided solutions and organize a complex system consisting of various methods and algorithms. Algorithms have been developed for the proposed stages: preliminary processing, feature extraction, analysis of electrocardiograms, training, classification and recognition of characteristics of electrocardiograms, cardiac abnormalities, amplitude-time characteristics, diagnosis of diseases. A joint solution of discrete wavelet transform methods, artificial neural network, digital Butterworth filter, fast Fourier transform, Engelse and Zeelenberg segmentation, etc. All software products were implemented and tested using the MATLAB and PYTHON programming system.
Abstract in another language
Предложен системный подход к совместному решению задач автоматической обработки, анализа, классификации и измерения характеристик сигналов электрокардиограмм, обеспечивающий исключение односторонних решений и организующий сложную систему, состоящую из различных методов и алгоритмов. Разработаны алгоритмы для предложенных этапов: предварительной обработки, выделения признаков, анализа электрокардиограмм, обучения, классификации и распознавания характеристик электрокардиограмм, нарушений сердечной деятельности, амплитудно-временных характеристик, диагностики заболеваний. Совместное решение методов дискретного вейвлет-преобразования, искусственной нейронной сети, цифрового фильтра Баттерворта, быстрого преобразования Фурье, сегментации Энгельса и Зеленберга и др. Все программные продукты были реализованы и протестированы с использованием системы программирования MATLAB и PYTHON.