Robust Extraction of Respiratory Signals from ECG

Abstract

Atrial fibrillation is one of the most common supraventricular tachyarrhythmias. With an aging population and the increasing prevalence of atrial fibrillation worldwide, reliable and continuous monitoring systems that can capture respiratory information under varying medical conditions are needed. This study investigates and compares respiration signal extraction methods derived from electrocardiogram (ECG) signals. The performance of fifteen ECG-derived respiration (EDR) signal extraction methods was compared using ECG signals with normal sinus rhythm (NSR) and atrial fibrillation (AF). The evaluated performance of the methods was based on analyzing the wave morphology, peak-interval correlation, and respiratory rates derived from the ECG signals in comparison to a reference respiratory signal. A dataset with 20-minute recordings for 14 subjects with NSR and 19 subjects with AF was used for evaluation. The results imply that there is variability across different EDR signals as well as their respective performance during AF and NSR. Based on the waveform similarity, the algorithm that performed best on each type of rhythm was the RR interval for NSR, with a median value of approximately 0.8, whereas the area between two consecutive Q-waves for AF, with a median value of 0.4. However, it was concluded that the most robust extraction algorithms were R-to-S-Wave amplitude, R-to-Q-wave amplitude, and central moment of the RS segment due to consistent and reliable performance across both NSR and AF.

Popular Abstract (Swedish)

Potentialen och kraften i EKG-signaler: Undersökning av andingssignaler från EKG vid olika hjärtrytmer

Det här projektet handlar om att få ut andningssignaler med hjälp av data som samlas in när du besöker läkaren eller sjukhuset. För äldre personer eller de med hjärtrytmstörningar kan information om andning hjälpa läkaren att välja rätt medicin. Andningen spelar en central roll inte bara i att bedöma allmän hälsa och upptäcka tidiga tecken på sjukdom, utan också i att påverka det autonoma nervsystemet, som reglerar vitala organ som hjärtat.

Miljontals människor lider av förmaksflimmer, som är en hjärtrytmstörning och en vanlig orsak till stroke och andra allvarliga hälsoproblem. Att förstå rollen av det autonoma nervsystemet genom att använda andningsinformation från hjärtsignaler, kan ge en djupare förståelse hur kroppen styr viktiga funktioner, som till exempel hjärtrytmen. Denna insikt kan leda till till bättre behandlingar för hjärtrytmstörningar som förmaksflimmer, vilket kan förbättra patienternas hälsa och rädda liv.

Denna studie jämförde 15 olika metoder för att få ut andningssignaler från hjärtsignaler. Dessa metoder testades på signaler från personer med normal hjärtrytm och de med förmaksflimmer. Metoderna utvärderades utifrån hur väl de matchade andningsmönster, hur korrekta deras andningsfrekvenser var och hur lika deras vågformer var.

Resultaten visade på intressanta skillnader i hur väl de olika metoderna fungerande beroende på hjärtrytmen. Metoder som fungerade bra för normal hjärtrytm var ofta mindre effektiva för personer med förmaksflimmer. Detta visar att det är viktigt att anpassa metoderna för att få ut andningssignaler beroende på hjärtrytm.

Den omfattande jämförelsen av olika metoder för att få ut andningssignaler från hjärtsignaler ger värdefull kunskap som kan hjälpa till att utveckla bättre diagnostiska och behandlingsverktyg för hjärtrytm problem. Detta kan leda till förbättrad hälsovård och bättre livskvalitet för många patienter.

• author: Eliasson, Hilda
• supervisor: Felix Plappert
• organization: Department of Biomedical Engineering
• alternative title: Robust Extraktion av Respirationssignaler från EKG
• course: BMEM01 20241
• year: 2024
• type: H2 - Master's Degree (Two Years)
• subject: Technology and Engineering
• language: English
• additional info: 2024-20
• id: 9169676
• date added to LUP: 2024-07-01 14:59:52
• date last changed: 2024-07-01 14:59:52