S'abonner

An Improved Method with High Anti-interference Ability for R Peak Detection in Wearable Devices - 26/05/20

Doi : 10.1016/j.irbm.2020.01.002 
X. Gu, J. Hu, L. Zhang , J. Ding, F. Yan

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

pages 12
Iconographies 8
Vidéos 0
Autres 0

Graphical abstract

Le texte complet de cet article est disponible en PDF.

Highlights

A method is proposed with high anti-interference ability for R peak detection in wearable devices.
The proposed method is good enough for all data in MIT-BIH Arrhythmia Database.
The proposed method can suppress noise given in MIT-BIH Noise Stress Test Database.
The proposed method is feasible for wearable devices even at running state.

Le texte complet de cet article est disponible en PDF.

Abstract

The rapid development of the wearable electrocardiogram monitoring equipment increases the requirements for R peak detection in wearable devices. An improved method called ISC algorithm is proposed with high anti-interference ability for R peak detection in wearable devices based on a simple basic algorithm called SC algorithm. The proposed method is characterized by using the updated amplitude selection threshold, updated slope comparison threshold and RR interval judgement to reduce false positives and false negatives. For data from MIT-BIH Arrhythmia Database, the positive predictivity P+ of ISC algorithm can reach 99.12%, and the sensitivity Se of ISC algorithm is more than 95%. For MIT-BIH Noise Stress Test Database, the accuracy of ISC algorithm for both sensitivity Se and positive predictivity P+ can exceed 94% under three common noise, baseline wander, muscle artifact, and electrode motion artifact, where the positive predictivity P+ of ISC algorithm is 44.46% higher than that of SC algorithm on average. For wearable devices in exercise, even under the exercise intensity of 7 km per hour, the average positive predictivity P+ of ISC algorithm is 99.32%, which is 60.93% higher than that of SC algorithm. The high anti-interference ability shows that ISC algorithm is suitable for R peak detection in wearable devices.

Le texte complet de cet article est disponible en PDF.

Keywords : High anti-interference ability, R peak detection, RR interval judgement, Updated amplitude selection threshold, Updated slope comparison threshold, Wearable device


Plan


© 2020  AGBM. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 41 - N° 3

P. 172-183 - juin 2020 Retour au numéro
Article précédent Article précédent
  • Voice Pathologies Classification and Detection Using EMD-DWT Analysis Based on Higher Order Statistic Features
  • I. Hammami, L. Salhi, S. Labidi

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’achat d’article à l’unité est indisponible à l’heure actuelle.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.