La detección automática rápida de los puntos fiduciales -a saber, la onda P, el complejo QRS y la onda T- es necesaria para la detección precoz de las enfermedades cardiovasculares (ECV). En este artículo, presentamos un método de detección de picos R que utiliza la transformada wavelet (WT) y una envolvente de energía de Shannon modificada (SEE) para el análisis rápido de ECG. El algoritmo WTSEE propuesto realiza una transformada wavelet para reducir el tamaño y el ruido de las señales de ECG y crea SEE tras una diferenciación de primer orden y una normalización de la amplitud. Posteriormente, la envolvente de energía de pico (PEE) se extrae de la SEE. A continuación, los picos R se estiman a partir de la PEE, y los picos estimados se ajustan a partir del ECG de entrada. Por último, el algoritmo genera las características R finales validando los intervalos R-R y actualizando los picos R extraídos. El método de detección de picos R propuesto se validó utilizando 48 registros de ECG de primer canal de la base de datos de arritmias MIT-BIH con una sensibilidad del 99,93%, una predictibilidad positiva del 99,91%, una tasa de error de detección del 0,16% y una precisión del 99,84%. Teniendo en cuenta la elevada precisión de detección y la rápida velocidad de procesamiento debida a la transformada wavelet aplicada antes de calcular la SEE, el método propuesto es muy eficaz para aplicaciones en tiempo real en la detección precoz de ECV.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Análisis de los cambios en la cobertura de tierra en la vegetación afromontana de la Reserva Forestal de Image, en las Tierras Altas del Sur de Tanzania.
Artículo:
Síntesis ecológica de nanopartículas de hierro, sus aplicaciones e implicaciones medioambientales.
Artículo:
Un sistema de detección de la fatiga al volante basado en la visión artificial y su aplicación en dispositivos inteligentes
Artículo:
Análisis de la fluctuación del tipo de interés bancario basado en un modelo estadístico informático y aprendizaje automático
Artículo:
Índice de antropomorfismo de la movilidad de las manos artificiales