Abbonarsi

Electrocardiogram Data Compression Techniques for Cardiac Healthcare Systems: A Methodological Review - 24/05/22

Doi : 10.1016/j.irbm.2021.06.007 
C.K. Jha a, b, , M.H. Kolekar b
a Department of Electronics & Communication Engineering, Indian Institute of Information Technology (IIIT) Bhagalpur, 813210, India 
b Department of Electrical Engineering, Indian Institute of Technology Patna, 801106, India 

Corresponding author.

Abstract

Objective: Globally, cardiovascular diseases (CVDs) are one of the most leading causes of death. In medical screening and diagnostic procedures of CVDs, electrocardiogram (ECG) signals are widely used. Early detection of CVDs requires acquisition of longer ECG signals. It has triggered the development of personal healthcare systems which can be used by cardio-patients to manage the disease. These healthcare systems continuously record, store, and transmit the ECG data via wired/wireless communication channels. There are many issues with these systems such as data storage limitation, bandwidth limitation and limited battery life. Involvement of ECG data compression techniques can resolve all these issues.

Method: In the past, numerous ECG data compression techniques have been proposed. This paper presents a methodological review of different ECG data compression techniques based on their experimental performance on ECG records of the Massachusetts Institute of Technology-Beth Israel Hospital (MIT-BIH) arrhythmia database.

Results: It is observed that experimental performance of different compression techniques depends on several parameters. The existing compression techniques are validated using different distortion measures.

Conclusion: This study elaborates advantages and disadvantages of different ECG data compression techniques. It also includes different validation methods of ECG compression techniques. Although compression techniques have been developed very widely but the validation of compression methods is still a prospective research area to accomplish an efficient and reliable performance.

Il testo completo di questo articolo è disponibile in PDF.

Keywords : ECG, Compression, Methodological review, Discrete wavelet transform, Dead-zone quantization, Run-length encoding


Mappa


© 2021  AGBM. Pubblicato da Elsevier Masson SAS. Tutti i diritti riservati.
Aggiungere alla mia biblioteca Togliere dalla mia biblioteca Stampare
Esportazione

    Citazioni Export

  • File

  • Contenuto

Vol 43 - N° 3

P. 217-228 - giugno 2022 Ritorno al numero
Articolo precedente Articolo precedente
  • Development of Direct Grafting on Cyclic Olefin Copolymers to Improve Hydrophilicity by Using Bioactive Polymers
  • J.-S. Baumann, E. Jubeli, A. Morocho, V. Migonney, N. Yagoubi, C. Falentin-Daudré
| Articolo seguente Articolo seguente
  • Preparation Strategies for Mg-Alloys for Biodegradable Orthopaedic Implants and Other Biomedical Applications: A Review
  • G. Chandra, A. Pandey

Benvenuto su EM|consulte, il riferimento dei professionisti della salute.
L'accesso al testo integrale di questo articolo richiede un abbonamento.

Già abbonato a @@106933@@ rivista ?

@@150455@@ Voir plus

Il mio account


Dichiarazione CNIL

EM-CONSULTE.COM è registrato presso la CNIL, dichiarazione n. 1286925.

Ai sensi della legge n. 78-17 del 6 gennaio 1978 sull'informatica, sui file e sulle libertà, Lei puo' esercitare i diritti di opposizione (art.26 della legge), di accesso (art.34 a 38 Legge), e di rettifica (art.36 della legge) per i dati che La riguardano. Lei puo' cosi chiedere che siano rettificati, compeltati, chiariti, aggiornati o cancellati i suoi dati personali inesati, incompleti, equivoci, obsoleti o la cui raccolta o di uso o di conservazione sono vietati.
Le informazioni relative ai visitatori del nostro sito, compresa la loro identità, sono confidenziali.
Il responsabile del sito si impegna sull'onore a rispettare le condizioni legali di confidenzialità applicabili in Francia e a non divulgare tali informazioni a terzi.


Tutto il contenuto di questo sito: Copyright © 2026 Elsevier, i suoi licenziatari e contributori. Tutti i diritti sono riservati. Inclusi diritti per estrazione di testo e di dati, addestramento dell’intelligenza artificiale, e tecnologie simili. Per tutto il contenuto ‘open access’ sono applicati i termini della licenza Creative Commons.