ECG Data Compression Using ε-insensitive Quadratic Loss Function

ε-duyarsız Kuadratik Kayıp Fonksiyonu ile EKG Verilerinin Sıkıştırılması

Abstract

ElectroCardioGram (ECG) is a graphical representation of the electricalactivity that occurred during the heartbeat. It plays a significant role in the diagnosisand analysis of heart diseases. ECG signals must be recorded continuously for theeffective detection and diagnosis of heart diseases. However, such records as itproduces large amounts of data at a level that makes it difficult storage andtransmission can also be impaired due to the ambient noise. Thanks to the reasonsmentioned above, an efficient ECG data compression algorithm is required even in anoisy environment. This study proposes ε-insensitive quadratic loss based SupportVector Regression (ε-quadratic SVR) technique for the compression of ECG signals.There is a well-known relationship between loss functions and noise distributions.The proposed ε-insensitive quadratic loss function provides the optimal solutionagainst Gaussian noise. Computer simulation results show that the proposed lossfunction is an attractive candidate for ECG data compression in the presence ofGaussian noise.

Özet

ElektroKardiyoGram (EKG), kalbin çalışması esnasında ortaya çıkan elektriksel aktivitenin grafiksel bir gösterim şeklidir. Kalp hastalıklarının teşhisinde ve analizinde önemli bir rol oynamaktadır. Kalp hastalıklarının önceden etkin bir şekilde tespiti ve teşhisi için, EKG sinyalleri sürekli kaydedilmesi gerekir. Bununla birlikte, depolama ve aktarımın zorlaştığı bir seviyede büyük miktarda veri üreten kayıtlar, ortam gürültüsünden dolayı da bozulabilir. Bu nedenlerden dolayı, gürültülü bir ortamda bile etkin sonuçlar verebilecek bir EKG veri sıkıştırma algoritmasına ihtiyaç vardır. Bu çalışma EKG sinyallerinin sıkıştırılması için ε-duyarsız kuadratik kayıplı Destek Vektör Regresyon (ε-kuadratik DVR) tekniğini önermektedir. Kayıp fonksiyonları ile gürültü dağılımları arasında iyi bilinen bir ilişki vardır. Önerilen ε-duyarsız kuadratik kayıp fonksiyonu ise Gauss gürültüsüne karşı en uygun çözümü sunar. Bilgisayar simülasyon sonuçları, önerilen kayıp fonksiyonunun Gauss gürültüsü ile bozulmuş EKG verilerinin sıkıştırılması için çekici bir aday olduğunu göstermektedir.