การวิเคราะห์หาคุณลักษณะของสัญญาณคลื่นไฟฟ้าหัวใจ

Electrocardiogram characteristic analysis

Name: เวชิต คูสถิตสิริพันธุ์

ThaSH: การบันทึกคลื่นไฟฟ้าหัวใจ

ThaSH: วงจรกรองแบบปรับตัว

ThaSH: เวฟเล็ต (คณิตศาสตร์)

Abstract: การวิเคราะห์สัญญาณคลื่นไฟฟ้าหัวใจมีด้วยกันหลายวิธีเช่น การใช้วงจรกรองแบบปรับค่า เทคนิคฟิลเตอร์แบ็งค์ (Filter Banks) ระบบโครงข่ายประสาทเทียม (Neural Network) และอื่นๆ ซึ่งแต่ละวิธีก็มีข้อจำกัดในเรื่องความซับซ้อน และเวลาที่ใช้ในการคำนวณมากน้อยแตกต่างกันไป วิธีการหนึ่งที่น่าสนใจคือการแปลงเวฟเล็ตแพ็กเกตที่มีช่วงความถี่ให้เลือกใช้ได้หลากหลาย สามารถวิเคราะห์สัญญาณที่มีองค์ประกอบความถี่เปลี่ยนแปลงตามเวลาและสามารถกำจัดสัญญาณ รบกวนได้เป็นอย่างดี วิทยานิพนธ์นี้จึงนำเสนอการวิเคราะห์สัญญาณคลื่นไฟฟ้าหัวใจแบบอัตโนมัติ โดยการแปลง เวฟเล็ทแพ็กเกตและอาศัยเทคนิค Squaring, Windows Integration และ Frames Creating ในการ คำนวณหาตำแหน่งเริ่มต้น ตำแหน่งสิ้นสุด ช่วงเวลาต่างๆ ของรูปคลื่น P รูปคลื่น QRS Complex และรูปคลื่น T ซึ่งผู้วิจัยได้เลือกใช้ชุดข้อมูลคลื่นไฟฟ้าหัวใจ MIT-BIH Arrhythmia Database ความยาวช่วงเวลา 30 นาทีมาใช้ในการทดลอง โดยคัดเลือกมา 15 แฟ้มข้อมูลรวม 31,959 บีท ได้แก่ a100, a101, a102, a103, a104, a105, a106, a107, a108, a109, a111, a112, a113, a114 และ a115 พบว่าการหาตำแหน่งของรูปคลื่น QRS Complex ได้ผลดังนี้คือ Se = 99.79 % +P = 99.58% และ DER = 0.632 % ในการวิเคราะห์ตำแหน่งรูปคลื่น P และคลื่น T ผู้วิจัยได้สร้างแฟ้มข้อมูล ขึ้นมาใหม่โดยการตัดจากฐานข้อมูล MIT-BIH Arrhythmia รวม 7 แฟ้มข้อมูล 10 ช่วง ความยาว 5 นาทีคิดเป็น 108,000 ตัวอย่าง สำหรับวิเคราะห์หาจำนวนรูปคลื่นและรูปร่างลักษณะคลื่น ได้ผลดังนี้คลื่น P มีความผิดพลาด 2.899% และคลื่น T มีความผิดพลาด 0.283%

Abstract: There are several ways to perform ECG analysis such as Adaptive threshold, Filter banks, Neural network and so on. Each method of analysis has its own shortcomings such as the complexities, time for calculation and other shortcoming. One of interesting methods is a wavelet packet, which has several frequency bands, suitable for the signals with changing frequencies according to the change of the time along with the property for eliminating noises at different frequencies. This thesis is going to introduce the automatic ECG analysis through wavelet packet along with signal squaring, windows integration and frame creating to calculate the set on points, set off point and time intervals within P waves, QRS complexes and T wave. A set of data for this experiment is the 30-minute long of ECG data from MIT-BIH Arrhythmia Database. The 15 selected data file for analysis with total 31,959 beat such as a100, a101, a102, a103, a104, a105, a106, a107, a108, a109, a111, a112, a113, a114 and a115. The result of QRS complex have shown that Se = 99.79%, the +P = 99.58% and the detection error DER = 0.632%. P wave and T wave position analysis, Researcher had create new data file by separate MIT-BIH Arrhythmia database which in 7 data files, 10 part to 5 minute 108,000 sample. To consider the amount of wave and shape. The result of percentile error with P wave = 2.899% and T wave = 0.283%.

สถาบันเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: สุรพันธ์ ยิ้มมั่น

Role: ที่ปรึกษาวิทยานิพนธ์

Email : sym@kmitnb.ac.th

Name: ไชยันต์ สุวรรณชีวะศิริ

Role: ที่ปรึกษาวิทยานิพนธ์

Email : cys@kmitnb.ac.th

Created: 2549

Issued: 2550-08-31

Modified: 2550-08-31

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: วพ MEE ว896ค

tha

DegreeName: วิศวกรรมศาสตร์มหาบัณฑิต

Level: ปริญญาโท

Descipline: วิศวกรรมไฟฟ้า

Grantor: สถาบันเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	mee0262.pdf	2.59 MB

ใช้เวลา

0.033665 วินาที