基于EMD过程的心律失常心脏系统ECG信号非线性与统计分析
信号处理
2020-02-11 v1 统计方法学
摘要
人类心脏是一个表现出随机性质的复杂系统，这反映在心电图（ECG）信号中。ECG信号是一种微弱、非平稳且非线性的信号，它通过心脏电磁脉冲的时间变化来指示心脏的健康状况。ECG信号中的异常波动引发了各种心血管疾病的可能性，这由医生通过对ECG报告的直观分析来诊断。通过对记录的ECG信号施加先进的非线性工具，可以使这一过程更快、更准确且更简单。本文采用一种著名的非线性技术，即经验模态分解（EMD）方法来提取记录的ECG信号中隐藏的信息。在此，我们试图将人类心脏探索为一个动态模型，并对来自广泛使用的MIT-BIH数据库的ECG报告进行EMD处理，以区分心律失常数据与正常数据。EMD本质上涉及将信号分解为有限数量的内在模态函数（IMFs），同时保持其原始属性不变。为了进行分析，我们使用强大的Savitzky-Golay（SG）滤波器来去除ECG信号中的非平稳噪声。通过R/S技术估计每个IMF的流行非线性参数赫斯特指数（H）。我们确定了正常患者与心律失常受影响患者之间第1个IMF的H存在明显界限。我们的模型在诊断ECG信号时，无需进行其他昂贵且耗时的技术（如Holter测试、超声心动图和负荷试验），以94.92%的确定性确认患者发生心律失常疾病的可能性。
引用
@article{arxiv.2002.03840,
title = {Nonlinear and statistical analysis of ECG signals from Arrhythmia affected cardiac system through the EMD process},
author = {Chiranjit Maji and Pratyay Sengupta and Anandi Batabyal and Hirok Chaudhuri},
journal= {arXiv preprint arXiv:2002.03840},
year = {2020}
}
备注
The manuscript of 24 pages including the reference list. It also contains 5 tables along with 7 figures