University of Oulu

Automatic detection of early repolarization in ECG signal

Saved in:
Author: Moilanen, Minna1
Organizations: 1University of Oulu, Faculty of Information Technology and Electrical Engineering, Department of Computer Science and Engineering, Computer Science
Format: ebook
Version: published version
Access: open
Online Access: PDF Full Text (PDF, 1.1 MB)
Pages: 44
Persistent link: http://urn.fi/URN:NBN:fi:oulu-202011203152
Language: English
Published: Oulu : M. Moilanen, 2020
Publish Date: 2020-11-20
Thesis type: Master's thesis
Tutor: Seppänen, Tapio
Reviewer: Seppänen, Tapio
Partala, Juha
Description:

Abstract

The early repolarization is one form of heart’s electrical disorder. The scope of this thesis is to develop an algorithm, which detects the marks of the early repolarization from the electrocardiography data. The definition of the early repolarization was fine-tuned in 2015 and the updated definition is used in this thesis. The implementation of the algorithm is done with Matlab.

The theory part of this work includes description of the heart’s structure, physiology and review of the most common heart diseases. The heart’s electrical functionality is explained in more detail and the principle of the electrocardiography is viewed, including the main precepts of the analysis of electrocardiography data. The definition of the early repolarization is presented in detail and the significance of this phenomenon is evaluated based on the research data. This work also includes short survey of some of the existing methods for detecting the early repolarization from the electrocardiography data. Thesis includes also the description of the algorithm developed in this work and the analysis of the results.

The performance of the algorithm is evaluated with manually classified ECG test set. The sensitivity of the algorithm is 94.0% and the specificity is 92.2%. The correlation to mortality was also studied for few different versions of the algorithm with the Health 2000 data. The correlation to mortality is found with two algorithm versions. The algorithm version with slightly relaxed early repolarization definition shows increased risk for all-cause-mortality in inferior leads, when the slur detection is deactivated. The algorithm version with precise thresholds of the early repolarization definition shows increased risk for all-cause-mortality and for cardiac death in inferior leads, when the slur detection is deactivated.

Tiivistelmä

Tämä diplomityö käsittelee sydämen sähköisen toiminnan häiriötilaa, jota kutsutaan aikaiseksi repolarisaatioksi. Työn tavoitteena on kehittää algoritmi havaitsemaan aikaisen repolarisaation merkit sydämen elektrokardiografia mittausdatasta. Tämä työ perustuu vuonna 2015 tarkennettuun aikaisen repolarisaation määritelmään. Työssä kehitetty algoritmi on toteutettu Matlabilla.

Diplomityön teoriaosuudessa käydään läpi sydämen rakennetta, fysiologiaa ja yleisimpiä sydänsairauksia. Työssä tutustutaan tarkemmin sydämen sähköiseen toimintaan, elektrokardiografian tuottamaan dataan ja siihen, miten tätä dataa voidaan tulkita. Aikainen repolarisaatio käsitellään omana osionaan, jossa käydään läpi sen tarkka määritelmä, arvioidaan tutkimuksiin pohjautuen ilmiön merkitsevyyttä sekä esitellään muutamia olemassa olevia menetelmiä aikaisen repolarisaation havaitsemiseen elektrokardiografia datasta. Työ sisältää myös kehitetyn algoritmin esittelyn ja tulosten analysointia.

Algoritmin suorituskyky todettiin testisetillä, joka sisältää manuaalisesti luokiteltuja elektrokardiografia signaaleita. Algoritmin sensitiivisyys on 94,0% ja spesifisyys 92,2%. Tämän lisäksi ajettiin testejä kuolleisuus korrelaation selvittämiseksi muutamalla algoritmin variaatiolla Terveys 2000 datalle. Korrelaatio kuolleisuuteen löytyi kahdella algoritmivariaatiolla. Algoritmiversio hieman väljennetyillä aikaisen repolarisaation kynnysarvoilla ennustaa kohonnutta riskiä kokonaiskuolleisuuteen inferiorisissa signaaleissa, slur-tunnistuksen ollessa pois käytöstä. Algoritmiversio aikaisen repolarisaation määritelmän mukaisilla tarkoilla kynnysarvoilla ennustaa kohonnutta riskiä sekä kokonaiskuolleisuuteen että sydänperäiseen kuolemaan inferiorisissa signaaleissa, slur-tunnistuksen ollessa pois käytöstä.

see all

Subjects:
Copyright information: © Minna Moilanen, 2020. This publication is copyrighted. You may download, display and print it for your own personal use. Commercial use is prohibited.