ECG signal denoising using discrete wavelet transform: A comparative analysis of threshold values and functions
- Format
- Article
- Status
- publishedVersion
- Description
The electrocardiogram signal (ECG) is a bio-signal used to determine cardiac health. However, different types of noise that commonly accompany these signals can hide valuable information for diagnosing disorders. The paper presents an experimental study to remove the noise in ECG signals using the Discrete Wavelet Transform (DWT) theory and a set of thresholds filters for efficient noise filtering. For the assessment process, we used ECG records from MIT-BIH Arrhythmia database (MITDB) and standardized noise signals (muscle activity and electrode-skin contact) database from the Noise Stress Test database. In addition to the ECG signals a white Gaussian noise present in electrical type signals was added. Furthermore, as a first step we considered baseline wander and power line interference reduction. The metrics used are the Signal-to-Noise Ratio (SNR), the Root Mean Squared Error (RMSE), the Percent Root mean square Difference (PRD), and the Euclidian L2 Norm standard (L2N). Results reveal that there is not a single combination of filtering thresholds (function and value) to minimize all types of noise and interference present in ECG signals. Reason why an ECG denoising algorithm is proposed which allows choosing the appropriate combination (function-value) threshold, where the SNR values were the maximum and the error values were the minimum.
La señal del electrocardiograma (ECG) es una bio-señal usada para determinar la salud cardiaca. Sin embargo, diferentes tipos de ruidos que acompañan a estas señales pueden esconder valiosa información para el diagnóstico de desórdenes cardiacos. Este artículo presenta un estudio experimental para remover el ruido en señales ECG usando la teoría de la Transformada Discreta de Wavelet y un set de umbrales de filtro para un eficiente filtrado. Para valorar el proceso, usamos los registros de la base de datos de arritmias del MIT-BIH (MITDB) y las señales de ruido estandarizadas (actividad muscular y contacto con el electrodo) desde la base de datos Noise Stress Test. También, a las señales ECG se les sumo señales de ruido Gaussiano blanco, presentes en señales del tipo eléctrico. Además, como primer paso consideramos la minimización de la desviación de la línea base y la interferencia de la línea de potencia. Las métricas usadas son Signal-to-Noise Ratio (SNR), the Root Mean Squared Error (RMSE), the Percent Root mean square Difference (PRD), and the Euclidian L2 Norm standard (L2N). Los resultados revelan que no hay una simple combinación de umbrales de filtro (función y valor) para minimizar todos los tipos de ruido e interferencias presentes en señales ECG. Por esta razón, se propone un algoritmo de filtrado, éste permite escoger la apropiada combinación (función-valor) del umbral, donde se maximice el valor de SNR mientras que se minimicen los valores de error.
- Publication Year
- 2018
- Language
- eng
- Topic
- Repository
- Revista Universidad de Cuenca
- Rights
- openAccess
- License