кандидат технических наук (2010), доцент (2014)
кафедра радио устройств
Автор более 30 научных публикаций. Сфера научных интересов - помехоустойчивое кодирование; системы подвижной радиосвязи; вейвлет- анализ сигналов; аналоговая и цифровая электроника; криптография.
Ph.D. in Engineering (2010), Associate Professor (2014) of the Department of Radio Devices
The author of more than 30 scientific publications. Area of expertise: error correction coding; mobile radio communication systems; wavelet-analysis of signals; analog and digital electronics; cryptography.
доктор технических наук (2016), доцент (1986), заведующий кафедрой
кафедра диоустройств
Автор более 50 научных публика ций. Сфера научных интересов - аналого-цифровое преобразование; методы кодирования; цифровая обра ботка сигналов; системы мобильной связи.
D.Sc. in Engineering (2016), Associate Professor (1986), the Chair of Department of Radio Devices
The author of more than 50 scientific publications. Area of expertise: analog-digital conversion; encoding methods; digital signal processing; mobile communication systems.
соискатель (2016)
кафедра радиоустройств
Автор 5 научных публикаций. Сфера научных интересов - аналоговая и цифровая электроника; радиопередающие устройства; вейвлет-анализ сигналов.
External Ph.D. student (2016) of the Department of Radio Devices
The author of 5 scientific publications. Area of expertise: analog and digital electronics; radio-transmitting devices; wavelet-analysis of signals.
Рассмотрена проблема точного обнаружения QRS-комплексов кардиосигналов с целью раннего диагностирования болезней сердечно-сосудистой системы человека. Для этой цели применяются различные алгоритмы, основанные либо на методах цифровой фильтрации, либо на математическом моделировании отдельных участков электрокардиограммы. Однако указанные методы имеют ряд недостатков, снижающих точность определения QRS-комплексов. В то же время вейвлет-преобразования, позволяющие практически безошибочно идентифицировать локальные особенности нестационарных сигналов, находят все большее применение в различных областях техники.
Представлено получение вейвлет-спектрограмм в среде Wavelet Toolbox с использованием различных вейвлетов и уровней декомпозиции. По амплитудам вейвлет-коэффициентов можно судить о наличии скачков, разрывов, т. е. идентифицировать QRS-комплекс. На основании сравнения вида QRS-комплекса и графиков масштабирующих функций различных вейвлетов определен наиболее оптимальный вейвлет для идентификации QRS-комплекса, а также шумоподавления в кардиосигналах.
Полученные результаты могут применяться не только в электрокардиографии, но и при решении задач идентификации и обработки сигналов различного типа.
This article is devoted to the problem of accurate detection of cardiosignal QRS-complexes for early diagnosis of various diseases of human cardiovascular system. For that purpose various algorithms based on either digital filtering methods or mathematical modeling of ECG signal particular sections are used. However, all listed methods have a number of disadvantages impairing the accuracy of QRS-complex determination. Yet wavelet transforms enabling accurate identification of local features for non-stationary signals are becoming more common in various fields of technology.
The article presents wavelet spectrogram calculation by means of various wavelets and levels of decomposition in the Wavelet Toolbox environment. Based on wavelet coefficient amplitudes, the presence of jumps, discontinuities, i.e. QRS complex can be identified. In addition, by comparing the form of the QRS complex and the graph of the scaling function of different wavelets, the most optimal wavelet is determined for identifying the QRS complex, as well as noise suppression in cardiosignals.
The obtained results can be used not only in electrocardiography, but also in solving problems of identification and processing of various types of signals.
The authors declare that there are no conflicts of interest present.