KaydedilenlerDerginizi ekleyin

Dergiler / Politeknik Dergisi / 2026 / Cilt: 21 Sayı: 1

EKG İşaretindeki Gürültülerin Temizlenmesi için IIR Tabanlı Sayısal Filtre Tasarımı

IIR Based Digital Filter Design for Denoising the ECG Signal

Önder Yakut(KOCAELİ ÜNİVERSİTESİ)
Serdar Solak(KOCAELİ ÜNİVERSİTESİ)
Emine Doğru Bolat
Sayfa
173–181
Yayın Tarihi
2018-03-31
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Yapılan çalışma sonucunda, IIR tabanlı Butterworth, Chebyshev Tür 1, Chebyshev Tür 2 ve Elliptic sayısal filtreleri kullanılarak EKG işaretindeki gürültüleri gidermek amaçlanmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada, EKG (Electrocardiogram) işaretindeki çeşitli gürültüleri ortadan kaldırmak amacıyla IIR (Infinite Impulse Response) tabanlı farklı sayısal filtreler kullanılmış ve bu filtrelerin başarım analizleri karşılaştırılmıştır.
📊
Temel Bulgular & Veri:Yapılan çalışma sonucunda, IIR tabanlı Butterworth, Chebyshev Tür 1, Chebyshev Tür 2 ve Elliptic sayısal filtreleri kullanılarak EKG işaretindeki gürültüleri gidermek amaçlanmıştır.
💡
Sonuç & Katkı:Başarım analizinde istatistiksel parametreler olarak, Ortalama Karesel Hata (Mean Square Error, MSE), İşaret Gürültü Oranı (Signal to Noise Ratio, SNR) ve Tepe Sinyal Gürültü Oranı (Peak to Signal Noise Ratio, PSNR) ölçütleri kullanılmıştır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Elektrokardiyogram(EKG) · EKG gürültü arındırma · IIR tabanlı sayısal filtre

Özet

Bu çalışmada, EKG (Electrocardiogram) işaretindeki çeşitli gürültüleri ortadan kaldırmak amacıyla IIR (Infinite Impulse Response) tabanlı farklı sayısal filtreler kullanılmış ve bu filtrelerin başarım analizleri karşılaştırılmıştır. EKG işareti kalbin işlevlerini yerine getirmesi sonucunda oluşan bir sinyaldir. Elektrofizyolojik bilgi taşıyan bu işaret, kalbe ait hastalıkların teşhis edilmesi ya da kalbin durumunun izlenmesi amacıyla kullanılmaktadır. Çalışmada kullanılan EKG işaretleri MIT-BIH aritmi veri tabanı kayıtlarından alınmıştır. Yapılan çalışma sonucunda, IIR tabanlı Butterworth, Chebyshev Tür 1, Chebyshev Tür 2 ve Elliptic sayısal filtreleri kullanılarak EKG işaretindeki gürültüleri gidermek amaçlanmıştır. Gürültü çeşitlerine göre filtreler yapılandırılarak başarım analizleri yapılmıştır. Başarımları yüksek olan filtreler seçilmiş EKG işaretindeki R tepesi ve QRS algılayıcı algoritmalarının ön işleme sürecinde kullanılabilecek bir sistem önerilmiştir. Önerilen sistemin tatmin edici nitelikte bir başarım sağladığı görülmüştür. Başarım analizinde istatistiksel parametreler olarak, Ortalama Karesel Hata (Mean Square Error, MSE), İşaret Gürültü Oranı (Signal to Noise Ratio, SNR) ve Tepe Sinyal Gürültü Oranı (Peak to Signal Noise Ratio, PSNR) ölçütleri kullanılmıştır.

Abstract

In this study, several IIR based filters are used for eliminating various noises from the Electrocardiogram (ECG) signal and the performance analysis of these filters are compared with each other. ECG is a signal resulted from the heart’s functions. The ECG signal having electrophysiological information is used for the diagnosis of the heart diseases or monitoring the condition of the heart. The ECG data utilized in this study is taken from the MIT-BIH arrhythmia database recordings. It is aimed to remove the noises from the ECG signal employing the IIR based Butterworth, Chebyshev Type 1, Chebyshev Type 2 and Elliptic digital filters. The filters are configured depending on the noise types and the performance analysis of the filters is realized. A system is proposed selecting the filters having high performances and using them in the pre-processing stage of the R and QRS detection algorithm. And it is observed that the proposed system provides a satisfactory performance. The statistical parameters used for the performance analysis are Mean Square Error (MSE), Signal to Noise Ratio (SNR), Peak to Signal Noise Ratio (PSNR). 

🔖

Bu Makaleye Atıf Yap

Yakut, Ö., Solak, S., Bolat, E. D. (2018). EKG İşaretindeki Gürültülerin Temizlenmesi için IIR Tabanlı Sayısal Filtre Tasarımı. Politeknik Dergisi, Cilt: 21 Sayı: 1, 173–181. https://doi.org/10.2339/politeknik.386970

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (20)

  1. Yakut O., Solak S. and Bolat E.D., “Measuring EKG signal using e-health sensor platform”, International Conference on Chemistry, Biomedical and Environment Engineering, Antalya, 65-69, (2014).
  2. Clifford G.D., Azuaje F. and McSharry P., “ECG Statistics, Noise, Artifacts and Missing Data”, Artech House Inc., Norwood MA USA, (2006).
  3. Aboutabikh K., Haidar I. and Aboukerdah N., “Design and implementation of a digital FIR notch filter for the ECG signals using FPGA”, IJARCCE, 5: 452-456, (2016).
  4. Limaye H., Deshmukh V. V., “ECG noise sources and various noise removal techniques: a survey”, IJAIEM, 5: 86-92, (2016).
  5. Patne S.L., Khope S.R., “ECG denoising and disease detection”, IJESC, 6: 7361-7363, (2016).
  6. Ahmad I., Ansarı F. and Dey U.K., “Power line interference noise removal in ECG-a comparative study”, IJCSE, 7: 13-18, (2015)
  7. Hamiane M., Al-Heddi I.Y., “Automatic detection of abnormalities in ECG signals: a Matlab study”, International Journal of Biology And Biomedical Engineering, 9: 121-126, (2015).
  8. Sharma M., Dalal H., “Designing and implementation of digital filter for power line interference suppression”, IJSETR, 3: 1831-1836, (2014).
  9. Upganlawar I.V., Chowhan H., “Pre-processing of ECG Signals Using Filters”, IJCTT, 11: 166-168, (2014)
  10. Patial P., Singh E.K., “Efficient filtering techniques of ECG signal using fir low pass filter with various window techniques”, IJARCSSE, 4: 641-647, (2014).
  11. Georgieva-Tsaneva G., Tcheshmedjiev K., “Denoising of electrocardiogram data with methods of wavelet transform”, CompSysTech, Ruse, 9-16, (2013).
  12. Mbachu C.B., Offor K.J., “Reduction of in ECG signal using FIR digital fitler implemented with hamming window”, IJSET, 2: 1380-1387, (2013).
  13. Joshi L.S., Vatti R.A. and Tornekar R.V., “A Survey on ECG signal denoising techniques”, International Conference on Communication Systems and Network Technologies, MIR Labs Thatipur Gwalior India, 60-64, (2013).
  14. Joshi P.J., Patkar V.P., Pawar A. B., Patil P.B., Bagal U. R. and Bipin D.M., “ECG denoising using Matlab”, IJSER, 4: 1401-1405, (2013)
  15. Mbachu C.B., Onoh G.N., Idigo V.E., Ifeagwu E.N. and Nnebe S.U., “Processing ECG signal with kaiser window- based FIR digital filters”, IJEST, 3: 6775-6783, (2011).
  16. Afonso V. X., “‘ECG QRS detection’, Biomedical Digital Signal Processing: C-language Examples and Laboratory Experiments for the IBM PC”, Prentice-Hall Inc., Upper Saddle River NJ, (1993).
  17. Moody G.B., Mark R.G., “The impact of the MIT-BIH arrhythmia database”, IEEE Eng in Med and Biol, 20: 45-5, (2001).
  18. Khobragade P. B., Thakare S. S., “Image compression techniques- a review”, IJCSIT, 5: 272-275, (2014).
  19. https://en.wikipedia.org/wiki/Welch's_method
  20. Hamiane M., Al-Heddi I.Y., “Automatic detection of abnormalities in ECG signals: a Matlab study”, International Journal of Biology And Biomedical Engineering, 9: 121-126, (2015).