РАЗРАБОТКА КОМПЬЮТЕРИЗИРОВАННОЙ СИСТЕМЫ ОБРАБОТКИ СИГНАЛОВ НА ОСНОВЕ ГРАФИЧЕСКОГО ИНТЕРФЕЙСА
DOI:
https://doi.org/10.52167/1609-1817-2025-1-S1-282-296Ключевые слова:
Обработка сигнала ЭКГ, фильтр PLI, сопротивление линии электропередачи, фактор демпфирования, регрессионный анализ, контролируемое машинное обучение, программный интерфейс, шумоподавление, точность измерения биосигналов.Аннотация
В данной статье представлены результаты исследования каскадных фильтров PLI для обоснования коэффициента демпфирования отбора с целью повышения системы шумостойкости и создания программного комплекса для обработки сигналов ЭКГ. Для обоснования выбора данного коэффициента рекомендуется использовать метод контролируемого машинного обучения. Теоретически значимыми аналитическими зависимостями являются показатели системы обработки коэффициента демпфирования каскадных фильтров PLI. Установлено, что при низких значениях этого коэффициента улучшается селективность узкополосных каскадных фильтров PLI, повышаются показатели качества обработки сигналов ЭКГ. Основываясь на характеристиках анализа синтезированного каскадного фильтра PLI и анализе результатов обработки, значение демпфирования системы 0,1 является обоснованным и выбирается для разработки программного пакета. Чтобы подтвердить практическую значимость усовершенствованного подхода к обработке, был продемонстрирован программный пакет performance, который объединяет систему фильтрации PLI. Было показано, что улучшенный (разработанный) подход позволяет фильтровать естественные помехи электрической сети с помощью гармоник с частотой 50 Гц и 100 Гц и открывает новые возможности обработки сигналов ЭКГ.
Библиографические ссылки
Nemirko A.P., Manilo L.A., Kalinichenkov A.N. Matematicheskijanalizbiomedicinskihsignalovidannyh [Mathematical analysis of biomedical signals and data]. Moscow, Fizmatlit Publ., 2017. 242 p.
R. M. Rangayyan, Biomedical signal analysis. Wiley & Sons, NY: 2002.
I.I. Turulin, Zh. V. Verich, “An Application of Matlab system for the synthesis of high-speed comb filters,” Digital Signal Processing, 2004, vol. 2, pp. 31-33.
G. Han, B. Lin, Z. Xu, “Electrocardiogram signal denoising based on empirical mode decomposition technique: an overview,” Journal of Instrumentation, 2017, vol. 12, pp. 1-19.
P. G. Malghan, M. K Hota, “A review on ECG filtering techniques for rhythm analysis,” Research on Biomedical Engineering, 2020, vol. 5, pp. 1-16.
M. Suchetha, N. Kumaravel, “Empirical mode decomposition based filtering techniques for power line interference reduction in electrocardiogram using various adaptive structures and subtraction methods,” Biomedical Signal Processing and Control, 2013, vol. 8, pp. 575-585.
D. K. Avdeeva, V.Y. Kazakov, N.M. Natalinova, M.L. Ivanov, M.A. Yuzhakova, N.V. Turushev, “The simulation results of the high-pass and low-pass filter effect on the quality of micropotential recordings on the electrocardiogram,” Biology and Medicine, vol. 6, 2014, pp. 1-10.
Ye Z., H. Mohamadian, “Application of modern control theory on performance analysis of generalized notch filters.”. in Proc. MOCAST, 2016, paper 16.23.06, pp. 1-4.
A. Izadian. Fundamentals of Modern Electric Circuit Analysis and Filter Synthesis: A transfer function approach. Springer, India: 2019, p. 515.
A. A. Fedotov, “Selection of Parameters of Bandpass Filtering of the ECG Signal for Heart Rhythm Monitoring Systems,” Biomedical Engineering, 2016, vol. 50, pp. 114-118.
E. V. Zaitsev, “Elimination on power line interference from ECG signal using combined bidirectional narrow-band notch filter,” Biophysics, vol. 60, 2015, pp. 656-658.
A.A. Fedotov, A.S. Akulova, S.A. Akulov, “Analysis of the parameters of frequency filtering of an electrocardiograph signal,” Measurement Techniques, 2015, vol. 57, pp. 1320-1325.
I.H. Witten. Practical machine learning tools and techniques. Elsevier, San Francisco: 2005. p. 578.
B. Mali, “Matlab-based tool for ECG and HRV analysis,” Biomedical Signal Processing and Control, 2014, vol. 10, pp. 108-116.
V.M. Tikhonenko, D.R. Shikhaliev, “Errors in evaluation of the Holter monitoring data,” Journal of Arrhythmology, vol. 82, 2015, pp. 12-20
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Категории
Лицензия
Copyright (c) 2025 Нургуль Карымсакова, Жадыра Садвакасова, Айтолкын Рысбек, Гүлфариза Сүлейменова, Данияр Алкенов
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
