Afstudeer Presentatie Application of the Wavelet Transform Modulus Maxima method to T-wave detection in cardiac signals Pieter Jouck 22/12/2004

Opzet Presentatie Inleiding Probleem Conventionele Aanpak Oplossing Wavelet Transform Modulus Maximum WTMM-based QRS detectie Aanpassingen voor T-wave detectie Resultaten Conclusies Vragen

Probleem Detectie van “waves” in ECG’s

Probleem T-wave detectie complicaties: Lage amplitude Verschillende types van T-wave Onduidelijke positionering

Conventionele Methodes 1 ste stap : Filter → wegfilteren van storingen en artifacts Verscheidene types van filters Afgeleide Digitale filters 2 de stap : Signaal vergelijken met een threshold

Conventionele Methodes Voordelen : Niet complex Makkelijke implementatie Nadelen: Gevoelig voor storingen Slechte detectie van complexen met een lage amplitude

Oplossing  Analyse in Tijd en Frequentie  Wavelets

Wavelet Transform Fourier: Frequentie domein Slecht voor kleine veranderingen Wavelet: Frequentie en tijd domein Door scalen kan men in- en uitzoomen op bepaalde veranderingen

Wavelet Transform Modulus Maximum  Voorbeeld!

Voorbeeld WTMM

WTMM-based QRS detectie (1) Dyadic transform scales :

WTMM-based QRS detectie (2) Zoeken naar Modulus Maxima QRS-complex → 2 modulus maxima (MM) Alle MM zoeken die voorkomen in iedere schaal Verwijderen van overbodige MM’s 2 positieve of 2 negatieve MM’s achter elkaar MM’s die te dicht bij elkaar liggen

WTMM-based QRS detectie (3) Positioneren van de R-top Zero-crossing tussen positieve en negatieve MM’s

Aanpassingen voor T-wave detectie Transform met schaal 10

Aanpassingen voor T-wave detectie Zoeken naar Modulus Maxima Alleen MM’s boven een bepaalde threshold Positie van T-wave top Normale T-wave → MM paar → zero-crossing T-wave met enkel een stijging of daling → Één mm in de buurt van de top

Resultaten Hoe reageert de WTMM-based methode op: Lage amplitudes Storingen Baseline-drift Moeilijke T-wave

Resultaten

Testcases: Signalen afkomstig van MIT-BIH database en Cardiology afdeling van de Universiteit Maastricht. Performance: Number of True Positive detections (TruePos) Number of False Positive detections (FalsePos) Number of True Negative detections (TrueNeg) Number of False Negative detections (FalseNeg) Total number of peaks (TotalPeak) Percentage of detected T-waves (Sensitivity) Percentage of correct detections (PercCorr)

Testcase 1 WTMMConventional Sensitivity93%73% PercCorrect93%73%

Testcase 2 WTMMConv. Sensitivity99%73% PercCorrect99%73% WTMMConv. Sensitivity93.75%0% PercCorrect95%0%

Testcase 3 WTMMConventional Sensitivity99%91% PercCorrect99%91%

Testcase 4 WTMMConventional Sensitivity85.5%64.6% PercCorrect85%67%

Discussie Problemen Lage amplitude + Veel noise Te kort ST-interval Niet alle T-waves types worden gedetecteerd Verbeteringen Automatic scale adjuster Meer decision rules Learning algorithm

Conclusie Betrouwbare methode Noise-resistant Goede resultaten

Vragen?