Adaptive motion artifacts reduction algorithm for ECG signal in textile wearable sensor

Electrocardiograph (ECG) is a bioelectrical signal that is obtained by non-invasive method to register the electrical activities of the heart. This paper provides an attempt to develop computerized system for ECG signal filtering and classification. The proposed system encompass: pre-processing of the signal, extraction of pattern features through independent component analysis (ICA), power spectrum, and RR interval calculation. These processes provide an input feature vector to the Adaptive Neuro Fuzzy Inference System (ANFIS) that acts as a signal classifier. All of the classification process steps are implemented in MATLAB environment. This paper aslo provides a graphical User Interface (GUI) that makes classification process easier. Three cases of ECG waveforms that are selected from MIT-BIH database are considered for the system test; they are Normal (N), Ventricle Fibrillation (VF), and Ventricular tachycardia (VTachy). An accuracy of 96.66% has been achieved by the proposed system.

show abstract

“…To remove the signal bias, a normalization process is carried out to adjust the base line of each signal to zero [5].…”

Section: B Ecg Signal Pre-processingmentioning

confidence: 99%

Electrocardiograph Signals Diagnosis Using Adaptive Neuro-Fuzzy Inference System

Imam

Mahmoud

2022

jkues

View full text Add to dashboard Cite

show abstract

“…Yoon et al [125] used a combination of a 3-axis accelerometer and adaptive filters in order to reduce artifacts in the ECG. They registered an ECG (corresponding to lead II) with textile electrodes during two provocations; sitting to standing and squatting to standing.…”

Section: Previous Research In Smartware Electrode Ecg Signal Processingmentioning

confidence: 99%

Smartware electrodes for ECG measurements : Design, evaluation and signal processing

Rattfält¹

2013

View full text Add to dashboard Cite

Printed in Sweden by LiU-Tryck, Linköping During the course of the research underlying this thesis, Linda Rattfält was enrolled in Forum Scientium, a multidisciplinary doctoral programme at Linköping University, Sweden.i Håll koll på hjärtat med smarta EKG-elektroderBefolkningen i västvärlden blir allt äldre och i samband med detta ökar även andelen av åldersrelaterade sjukdomar. Dessa åkommor står redan för en stor del av hälso-och sjukvårdsresurserna och därför har man nationellt och internationellt efterfrågat alternativa strategier för att kunna tillgodose det kommande vårdbe-hovet på ett kostnadseffektivt sätt. En av strategierna är att med hjälp av använ-darvänlig mätutrustning hemifrån kunna följa upp tex hjärtåkommor så att de kan behandlas innan tillståndet eventuellt blir akut.Den här avhandlingen berör forskning som syftar till att skapa en tillförlitlig mät-metod av hur hjärtat arbetar, varhelst personen befinner sig, med hjälp av smarta elektroder. Speciellt berörs hur de smarta elektrodernas prestanda är i jämförelse med konventionella elektroder som används inom vården samt hur man kan använda signalbehandling för att förbättra mätkvaliteten.Hjärtats elektriska aktivitet kan mätas med ett så kallat elektrokardiogram, EKG, genom att fästa två eller fler elektroder på kroppen och koppla dessa till ett mät-system. Vanligtvis används elektroder med klisterlappar som placeras på exakta platser på kroppen. Den här typen av mätning är välspridd och anses viktig inom vården, men lämpar sig inte för hemmabruk eftersom elektrodförberedelser och placering inte kan säkerställas. Istället föreslår vi att man kan använda smarta elektroder, tex gjorda av textil eller i form av screentryck. Elektroderna skulle sedan kunna användas i mer användarvänliga sensorer, tex i linningar på kläder eller i form av en gjördel som man tar på sig vid mättillfället. De smarta elektrodernas egenskaper spelar stor roll då man mäter ett EKG. Om man använder fel material eller utförande, kan elektroden i sig skapa störningar som förstör mät-ningarna. Därför har vi testat hur de alternativa elektroderna fungerar jämfört mot vanliga elektroder som används idag. Våra tester visar att flera av de smarta elektroder vi testat är nästan lika stabila som vanliga elektroder. Dock medför de smarta elektroderna ofta ett större motstånd, så kallad impedans, för signalen att ta sig igenom till själva mätsystemet, något som är viktigt att tänka på när mätsystemet utformas.Förutom att göra användarvänliga sensorer av smarta elektroder, anser vi att man kan minska graden av störningar genom att man samlar in flera signaler samtidigt och väger samman dem till en förhoppningsvis mer tillförlitlig signal. Detta kan göras på många sätt och två sätt presenteras i avhandlingen. Det första sättet använder statistik för att urskilja olika delsignaler i den inspelade signalen. På det här sättet kan man få en delsignal som avspeglar hjärtats aktivitet och en annan som exempelvis innehåller brus. Vid en jämförelse mot två andra metoder fick vi att vår met...

show abstract

“…The use of this technique in biomedical signal analysis is rapidly expanding, e.g. in removing motion artifacts from ECG [24] and noise cancellation in the electroencephalogram (EEG) [25], but the technique is still in development for photoplethysmographic imaging.…”

Section: Algorithmmentioning

confidence: 99%

A review of non-contact, low-cost physiological information measurement based on photoplethysmographic imaging

Wang

2012

2012 Annual International Conference of the IEEE Engineering in Medicine and Biology Society

View full text Add to dashboard Cite

Abstract-In recent decades, there has been increasing interest in low-cost, non-contact and pervasive methods for measuring physiological information, such as heart rate (HR), respiratory rate, heart rate variability (HRV) and oxyhemoglobin saturation. The conventional methods including wet adhesive Ag/AgCl electrodes for HR and HRV, the capnograph device for respiratory status and pulse oximetry for oxyhemoglobin saturation provide excellent signals but are expensive, troublesome and inconvenient. A method to monitor physiological information based on photoplethysmographic imaging offers a new means for health monitoring. Blood volume can be indirectly assessed in terms of blood velocity, blood flow rate and blood pressure, which, in turn, can reflect changes in physiological parameters. Changes in blood volume can be determined from the spectra of light reflected from or transmitted through body tissues. Images of an area of the skin surface are consecutively captured with the color camera of a computer or smartphone and, by processing and analyzing the light signals, physiological information such as HR, respiratory rate, HRV and oxyhemoglobin saturation can be acquired. In this paper, we review the latest developments in using photoplethysmographic imaging for non-contact health monitoring and discuss the challenges and future directions for this field.

show abstract

Adaptive motion artifacts reduction algorithm for ECG signal in textile wearable sensor

Cited by 9 publications

References 8 publications

Electrocardiograph Signals Diagnosis Using Adaptive Neuro-Fuzzy Inference System

Electrocardiograph Signals Diagnosis Using Adaptive Neuro-Fuzzy Inference System

Smartware electrodes for ECG measurements : Design, evaluation and signal processing

A review of non-contact, low-cost physiological information measurement based on photoplethysmographic imaging

Contact Info

Product

Resources

About