Towards real-time QRS feature extraction for wearable monitors

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F16%3APU121889" target="_blank" >RIV/00216305:26220/16:PU121889 - isvavai.cz</a>

Výsledek na webu

<a href="http://ieeexplore.ieee.org/document/7591487/" target="_blank" >http://ieeexplore.ieee.org/document/7591487/</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/EMBC.2016.7591487" target="_blank" >10.1109/EMBC.2016.7591487</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Towards real-time QRS feature extraction for wearable monitors

Popis výsledku v původním jazyce

The ability to generate computationally compact ECG analysis algorithms is of interest in the field of wearable physiologic monitors. Such remote monitors necessarily have limited on-board energy storage and therefore lack the computational power and physical memory often required for academic study of physiologic waveforms. Herein we evaluate a set of algorithms with markedly different computation and memory footprints useful in extracting QRS complexes from synthetically generated noisy and measured ECG signals. A small memory and computational footprint Short Time Fourier Transform ECG analysis algorithm is demonstrated to have similar sensitivity and specificity to a more complex but highly accurate Stockwell Transform.

Název v anglickém jazyce

Towards real-time QRS feature extraction for wearable monitors

Popis výsledku anglicky

The ability to generate computationally compact ECG analysis algorithms is of interest in the field of wearable physiologic monitors. Such remote monitors necessarily have limited on-board energy storage and therefore lack the computational power and physical memory often required for academic study of physiologic waveforms. Herein we evaluate a set of algorithms with markedly different computation and memory footprints useful in extracting QRS complexes from synthetically generated noisy and measured ECG signals. A small memory and computational footprint Short Time Fourier Transform ECG analysis algorithm is demonstrated to have similar sensitivity and specificity to a more complex but highly accurate Stockwell Transform.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

20201 - Electrical and electronic engineering

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

2016 38th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC)

ISBN

978-1-4577-0220-4

ISSN

—

e-ISSN

—

Počet stran výsledku

4

Strana od-do

3519-3522

Název nakladatele

IEEE

Místo vydání

Orlando, Florida USA

Místo konání akce

Orlando, Florida USA

Datum konání akce

16. 8. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000399823503214