SOFTVER ZA EKSTRAKCIJU HRV SIGNALA:
UPOREDNA ANALIZA
Tatjana Lon ar Turukalo, Vladan Mini , Dragana Baji
Katedra za telekomunikacije i obradu signala, Univerzitet u Novom Sadu
Sažetak: Analiza signala promene sr anog ritma (u tekstu
HRV – Heart Rate Variability signal) jedna je od naj eš e
koriš enih kvantitativnih merenja kardiovaskularnog
autonomnog regulatornog sistema. U radu se izlaže
problematika pouzdane ekstrakcije HRV sekvenci iz 24-
asovnih holter signala klini ki zdravih subjekata i daje se
uporedan prikaz mogu nosti dva softvera koriš ena u te
svrhe. Glavni cilj projekta je dalja analiza HRV signala
nelinearnim metodama.
I UVOD
U srcu postoji poseban sistem koji služi za stvaranje
ritmi kih impulsa (akcionih potencijala) i njihovo
sprovo enje kroz itavo srce izazivaju i pritom ritmi ko
kontrahovanje sr anog miši a. Vremenski promenljiva
elektri na aktivnost srca, odnosno akcioni potencijali koji se
prenose kroz srce, mogu da se mere pomo u površinskih
elektroda pri emu se dobija zapis poznat pod nazivom
elektrokardiogram (EKG). EKG je signal sa karakteristi nom
morfologijom u kojoj je mogu e uo iti nekoliko pojava, koje
se nazivaju talasi, a svaki od njih karakteristi an je za
odre enu fazu u provo enju akcionih potencijala kroz srce.
Tipi an EKG signal za vreme jednog sr anog ciklusa
prikazan je na slici br. 1. Signal ima karakteristi nu
morfologiju koju ine P-QRS-T-U kompleks.
RR interval
PP interval
ST segment
P manuelna ispravka itavog zapisa bila nužna radi dobijanja
S
talas
T verodostojnih rezultata. Buduci da takva analiza svakog 24-
QRS talas
interval
QT interval
sr ani ciklus
Slika 1. Izgled EKG signala u toku jednog sr anog ciklusa
Kratkotrajni QRS kompleks je najdominantniji deo u
normalnom EKG signalu. Na osnovu vremenskih trenutaka u
kojima se javljaju i oblika QRS kompleksa može se do i do
zna ajnih informacija o stanju srca. QRS kompleksi koriste
se za odre ivanje sr anog ritma, za klasifikaciju sr anih
ciklusa i kao polazna ta ka u algoritmima za kompresiju
EKG signala, što zna i da je detekcija QRS kompleksa u
osnovi gotovo svih algoritama za automatsku obradu EKG
signala.[1]
Detekcija QRS kompleksa neophodna je da bi se utvrdila
varijabilnost sr anog ritma (HRV-Heart Rate Variability), što
je konvencionalno prihva en termin koji opisuje varijacije u
trajanju RR intervala, odnosno oscilacije trenutne vrednosti
brzine rada srca. Da bi se dobio HRV signal detektuje se
svaki QRS kompleks u EKG signalu i odre uju se intervali
izme u susednih QRS kompleksa koji su rezultat normalne
aktivnosti sinoatrijalnog vora (NN - normal-to normal
intervals). [2] Svi drugi tipovi otkucaja izazvani latentnim
pejsmejkerima, a koji predstavljaju anomalije u sr anom
radu, ne samo da se ne uzimaju u obzir pri dobijanju HRV
signala, ve ih je poželjno i ukloniti po QRS detekciji radi
dalje pouzdane analize HRV signala. [3] HRV predstavlja
jedan od naj eš e koriš enih kvantitativnih mera
kardiovaskularnog autonomnog regulatornog sistema.
Utvr eno je da su promene HRV signala u direktnoj vezi sa
stanjem u organizmu, odnosno da izgled HRV signala pruža
mogu nost gotovo jasnog razlikovanja zdravog od
patološkog funkcionisanja organizma. Mlade i zdrave osobe
odlikuje promenljivost i kompleksnost HRV signala, dok
starenje i oboljenja dovode do gubitka varijabilnosti,
smanjenja kompleksnosti i pove anja regularnosti u HRV
signalu. [4]
Danas i kod nas me u nau nim radnicima iz oblasti
medicine postoji rastu e interesovanje za HRV signal i
njegov zna aj u pra enju opšteg stanja obolelih kao i
nagoveštaja patoloških promena koje signal nosi. Ovaj rad
deo je ve eg istraživanja koje se bavi nelinearnim metodama
analize HRV signala. U toku rada osnovni problem sa kojim
smo se suo ili bio je brz i pouzdan softver za ekstrakciju
HRV signala iz EKG zapisa klini ki zdravih subjekata
mla ih od 18 godina. Demo verzija komercijalnog softvera
Acqknowledge nije bila od velike pomo i jer je broj pogrešno
detektovanih QRS kompleksa bio toliko velik da je pažljiva
asovnog holter signala predstavlja mukotrpan posao, razvili
smo softver za ekstrakciju HRV signala zasnovan na metodi
diferencijalnog kodovanja. Softver je napisan u programskom
jeziku C++ i pruža pouzdane i veoma brze rezultate. Metod
odlikuje izuzetna jednostavnost i elementarna obrada EKG
signala, uprkos tome za analizu EKG signala klini ki zdrave
dece pokazao se boljim od komercijalnog softvera. Budu i da
se za dobijanje HRV signala uzimaju u obzir samo normalni
QRS kompleksi, koji su posledica rada sinoatrijalnog vora,
softver je u potpunosti zadovoljio naše potrebe. Pretenzija
ovog rada, kao i samog projekta, nije univerzalni detektor
QRS kompleksa koji bi uspešno radio kako na zdravim tako i
na EKG signalima koji odslikavaju brojna patološka stanja u
sr anom radu. Cilj nam je bio isklju ivo ekstrakcija HRV
sekvenci iz zdravih EKG signala, radi njihove dalje obrade
brojnim nelinearnim metodama. [5]
U radu poredimo rezultate detekcije QRS kompleksa i
dobijanja HRV signala dva softvera: AcqKnowledge i
softvera koji se bazira na metodi diferencijalnog kodovanja.
Ukazuje se pre svega na probleme u detekciji QRS
kompleksa i HRV signala, izazvane prevashodno samom
prirodom EKG signala. Iako danas postoje brojne uspešne
metode QRS detekcije odre en broj lažno detektovanih i
nedetektovanih pikova uvek postoji, stoga je jedino pouzdano
rešenje naknadno editovanje i manualno pregledanje signala.

II QRS DETEKCIJA I EKSTRAKCIJA HRV SIGNALA

Da bi se dobio HRV signal neophodno je detektovati sve
QRS komplekse koji su rezultat normalnog rada Slika 2. Originalni EKG signal
sinoatrijalnog vora. U skladu sa potrebama projekta,
detekcija QRS kompleksa bila je olakšana injenicom da se
radi sa EKG signalima zdravih subjekata. Me utim, kako se
u praksi pokazalo, postoji velika raznolikost i odsutpanja od
idealnog oblika segmenata i talasa EKG signala zavisno od
samih subjekata, a posebno u periodu adolescencije.
Generalno uzev detekcija QRS kompleksa, odnosno R pika u
EKG signalu je složen problem iz više razloga. [1]
1) spektralne karakteristike komponenti signala zavise od
fizioloških promena i od pacijenta,
2) ponekad P i T talas mogu imati karakteristike sli ne
karakteristikama QRS kompleksa i Slika 3. Diferencijalno kodovan EKG signal
3) postoje mnogi izvori šumova u klini kom okruženju koji Radi olakšanog odre ivanja HRV signala nakon detekcije
degradiraju EKG signal (interferencija mrežnog napajanja, QRS kompleksa vrši se i dodatno dekodovanje signala nakon
šum usled kontrakcije miši a - EMG šum, loš kontakt odsecanja. Dekodovani signal prikazan je na donjem grafiku
elektroda sa telom, pomeranje elektroda, pokretanje slike br. 4. Trenutne vrednosti brzine rada srca, odnosno sam
pacijenta, pomeranje osnovne linije). HRV signal, sada se lako dobija utvr ivanjem rastojanja
Danas postoje brojni algoritmi za detekciju QRS talasa, P i izme u pikova. Na slici br. 5 prikazan je HRV signal za datu
T talasa, prou avanje aritmija i njihovu klasifikaciju i za EKG sekvencu.
izdvajanje raznih tipova poreme aja od korisnog signala. [1]
Budu i da je naša osnovna potreba bila ekstrakcija HRV
signala iz EKG signala klini ki zdravih subjekata, nije bilo
potrebe za skupim, naprednim softverom za detekciju QRS
kompleksa. Kako su rezultati pokazali, jednostavna metoda
koja koristi diferencijalno kodovanje, pružila nam je
verodostojne HRV sekvence.

III DETEKCIJA QRS KOMPLEKSA METODOM

DIFERENCIJALNOG KODOVANJA
Ovaj metod spada pod okrilje algoritama koji se baziraju
na izvodima signala. Diferencijalno kodovanje je metod Slika 4. Kodovan signal nakon odsecanja i dekodovan signal
kompresije EKG signala bez ošte enja. Digitalni EKG signal
y(n) ulazi u diferencijalni koder na ijem izlazu se dobija
kodovan signal z(n):
z(n-1)=y(n)-y(n-1) (1)
Slike br. 2 i 3 prikazuju originalni EKG signal i
diferencijalno kodovani signal, respektivno.
Sa slika je uo ljivo da je za detekciju QRS kompleksa
iskoriš ena injenica da oni imaju ve i nagib u odnosu na
druge segmente EKG signala, stoga je vrednost kodovanog
signala z(n) znatno ve a na mestima QRS komleksa. Radi
dodatne eliminacije i olakšanog detektovanja QRS
kompleksa pre dekodovanja vrši se odsecanje svih vrednosti
kodovanog signala koji su ispod 30% od maksimalne Slika 5. EKG i odgovaraju i HRV signal
vrednosti signala. Kodovan signal nakon odsecanja sadrži
samo pikove na mestima QRS kompleksa, ime je njhova Metoda je testirana na analognim EKG holter signalima
detekcija prakti no završena (vidi sliku 4, gornji grafik). U klini ki zdrave dece snimljenim u de ijoj bolnici (Tiršova), a
slu aju rada u realnom vremenu maksimalna vrednost bi se digitalizovanim na Katedri za telekomunikacije i obradu
odre ivala kao maksimum dela signala koji se istovremeno signala Univerziteta u Novom Sadu. Primera radi, iako to nije
obra uje ime bi se, po mišljenju autora, ta nost metode cilj našeg projekta, ispitana je i pouzdanost detekcije QRS
pove ala. kompleksa na EKG signalima iz MIT-BIH Arrhithmya
Database i Supraventricular Arrhythmia Database, odnosno FN, dok se metodom diferencijalnog kodovanja detektuje 14
EKG signala sa patološkim promenama u sr anom radu FP, dok FN nema.
U nastavku rada bi e izloženo pore enje gore opisane
2.500
00
2.000
00
1.500

metode i komercijalnog softvera AcqKnowledge za detekciju

00
1.000
Channel 00
1 0.500 volt
00

QRS kompleksa i ekstrakciju HRV signala.

s
0.000
00
-
0.5000
-
1.0000
-

IV UPOREDAN PRIKAZ REZULTATA DETEKCIJE

1.5000

200.0
00
180.0
00

QRS KOMPLEKSA
160.0
00
140.0
00

U prethodnom delu rada navedeni su uzroci koji znatno

120.0
Rat 00 BP
e 100.0 M
00
80.00

otežavaju detekciju QRS kompleksa. Iz primera koji slede

00
60.00
00
40.00
00

mogu e je uveriti se da ak i kod klini ki zdravih subjekata

20.00
00
14.00
00

EKG signal vrlo esto, posebno u periodu adolescencije, 12.00

00
10.00
00

odstupa od idealnog oblika. Channel

0
8.000
00
6.000
00
volt
s

Na slici br. 6 prikazan je EKG signal klini ki zdravog

4.000
00
2.000
00

adolescenta, koji po svom obliku TP segmenta odstupa od

0.000
00
-
13.0 14.0 15.0 16.0 17.00 18.00 19.0 20.0 2.0000

idealnog oblika EKG signala. Ispod signala prikazani su

00 00 00 00 secon 0 0 00 00
ds

rezultati QRS detekcije dobijeni komercijalnim softverom i Slika 8. Zapis 203, segment sa izraženim pomeranjem
metodom diferencijalnog kodovanja, respektivno. Kao jedan osnovne linije, detekcija pikova po obe metode
od pokazatelja kvaliteta detektora QRS kompleksa je broj
FP-False Positive pikova, koji su detektovani a zapravo ne
1.50000

1.00000
Channel 0

postoje i broj FN-False Negative pikova, odnosno QRS

0.50000 volts

0.00000

kompleksa koji nisu detektovani. Za slu aj prikazan na slici

-0.50000

-1.00000

br. 6 pri radu sa komercijalnim softverom broj FP pikova je

-1.50000

22.0000

33, dok je broj FN 19 za ukupan broj QRS kompleksa 56.

20.0000

18.0000

Koriš enjem metode diferencijalnog kodovanja broj FP i FN

16.0000 BPM
Rate
14.0000

jednak je nuli.
12.0000

10.0000

0.150 8.00000
00

0.100
00
6.00000
Channe
0.00000
0.050
l0
00
volt
s
-0.50000
0.000
00
-1.00000
-
0.0500
0 -1.50000
- Channel 0
0.1000 volts
0 -2.00000
-
0.1500
0 -2.50000
-
0.2000
0 -3.00000
-
0.2500
0 -3.50000
200.0
00
-4.00000
180.0
00
-4.50000
160.0
00 20.000 30.000 40.000 50.000 60.000 70.000
BP seconds
140.0 M
Rat 00
e

120.0
00

100.0
00

Slika 9. Zapis 207, EKG tipi an za ventikularnu begeminiju,

80.00
00

60.00
00

detekcija QRS kompleksa po obe metode

40.00
00

20.00
00
-
0.5000
0

-
1.0000
0

Channe volt 5.00000

s
l0
-
1.5000
0 4.00000

3.00000
-
2.0000
0

Channel 1 2.00000
volts
-
2.5000 1.00000
0

0.00000
-
3.0000

3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.0

0
-1.00000
00 00 00 00 00 00 00 00
secon
ds
-2.00000

-3.00000

-4.00000

Slika 6. EKG signal i rezultati QRS detekcije komercijalnog 180.000

softvera i metode diferencijalnog kodovanja 160.000

140.000
Rate BPM

0.50000 120.000
0.40000

0.30000 100.000

Channel 0 0.20000
80.0000
0.10000 volts

0.00000 60.0000
-55.0000
-0.10000

-0.20000 -60.0000

-0.30000
-65.0000
-0.40000
Channel 0
200.000 -70.0000 volts
180.000
-75.0000
160.000

-80.0000
140.000
Rate BPM

120.000 -85.0000

100.000 -90.0000
21.500 22.000 22.500 23.000 23.500 24.000 24.500 25.000
80.0000 seconds

60.0000

-13.0000

-13.5000

Channel 0
-14.0000

Slika 10. Zapis 805, sadrži normalne i PVC pikove, detekcija

volts

-14.5000

QRS kompleksa po obe metode

-15.0000

-15.5000

Na slici br. 8 dat je segment zapisa 203 iz MIT-BIH

50.000 51.000 52.000 53.000 54.000 55.000 56.000 57.000
seconds

Arrhythmia Database. Zapis 203 je veoma složen zapis koji

Slika 7. EKG signal i rezultati QRS detekcije komercijalnog ak i kardiolozi veoma teško mogu da protuma e. U njemu su
softvera i metode diferencijalnog kododvanja prisutni normalni QRS kompleksi, PVC kontrakcije,
Na slici br. 7 prikazan je izuzetno zašumljen EKG signal aberantne APC kontrakcije i ak nekoliko neklasifikovanih
istog subjekta. Sa same slike teško je utvrditi mesta QRS pikova. [1] Na pojedinim mestima u zapisu veoma je izražen
kompleksa, posledi no oba programa prave ve i broj grešaka EMG šum koji znatno uti e na rad oba detektora usled ega
nego u prethodnom slu aju. Komercijalni softver za ukupnu se javlja pove an broj FP. Na slici br.8 prikazan je deo zapisa
dužinu signala od 236 QRS kompleksa na ini 203 FP i 100 203 sa izraženim pomeranjem osnovne linije. Stepeni asti
signal komercijalnog softvera (HRV signal) prikazan ispod
njega ukazuje na dobre performanse ovog detektora za slu aj
ovakve anomalije EKG signala. Pikovi na tre em grafiku
slike detektovani su metodom diferencijalnog kodovanja i
tako e ukazuju na robusnost metode na ovu vrstu smetnji.
Zapis 203 ima 103 QRS kompleksa od toga komercijalni
softver na ini 8 FP i 10FN detekcija, dok metod
diferencijalnog kodovanja na ini 30 FP i 13 FN detekcija.
Zapis 207 iz MIT-BIH Arrhytmia Database, iji je segment
prikazan na slici br. 9, složen je zapis koji sadrži QRS
komplekse razli itih oblika kao i este i raznolike promene
sr anog ritma. Na samoj slici prikazan je segment zapisa na
kojem je uo ljiva ventikularna bigeminija sa blokom desne
grane (RBBB). Ventikularna bigeminija je specifi na
promena sr anog ritma kod koje se smenjuju sinusni ili neki
drugi osnovni ritam i PVC kontrakcije.[1] Ispod EKG signala
dati su signali komercijalnog softvera i detektora metodom
diferencijalnog kodovanja, respektivno koji ukazuju na
položaj detektovanih QRS pikova. Kod komercijalnog
softvera pove an je broj FN, odnosno nedetektovanih
otkucaja, verovatno usled smenjivanja osnovnog ritma i PVC
kontrakcija koje odlikuje pik suprotnog znaka. Za ovaj zapis
ukupan broj otkucaja je 45, kod obe metode broj FP jednak je
nuli, dok je broj FN komercijalnog softvera 11, a
diferencijalne metode 4.
Zapis 805 prikazan na slici br. 10 preuzet je iz MIT-BIH
Supraventricular Arrhythmia Database. Zapis je
karakteristi an zato što sadrži normalne i PVC komplekse.
Kao otkucaj, po mišljenju kardiologa, ra una se svaki pik
normalnih kompleksa i negativan pik PVC komleksa.
Komercijalni softver bez greške uo ava i PVC kontrakciju,
dok detektor metodom diferencijalnog kodovanja neposredno
posle uo ene PVC kontrakcije detektuje FP, što se može
pripisati naglom skoku vrednosti u EKG signalu na ovom
mestu, a na koje je sama metoda izuzetno osetljiva. Ukupan
broj otkucaja u ovom zapisu iznosi 81. Komercijalni softver
uspešno detektuje sve pikove, bez FP i FN detekcija, dok
detektor metodom diferencijalnog kodovanja na ini 3 FP
detekcije.
METOD
BROJ KOMERCIJAL DIFERENCIJA
ZAPIS QRS NI SOFTVER LNOG
PIKOVA KODOVANJA
FP FN FP FN
Slika 6 56 33 19 0 0
Slika 7 236 203 100 14 0
203 103 8 10 30 13
207 45 0 11 0 4
805 81 0 0 3 0
Tabela 1. Uporedan prikaz grešaka po obe metode
V ZAKLJU AK
Na osnovu brojnih testiranja, me u kojima su i navedena,
utvr uje se da obe razmatrane metode detekcije QRS
kompleksa nisu univerzalno primenjive na sve vrste kako
normalnih EKG signala tako i EKG signala koje odlikuju
poreme aji ritma i druge anomalije. Komercijalni softver
pokazuje dobra svojstva pri obradi EKG signala sa jasnim
QRS kompleksima, pomeranjem osnovne linije kao i
promenama u sr anom ritmu. Metoda koju komercijalni
softver koristi osetljiva je na šum, posebno EMG šum, kao i
na nekarakteristi ne oblike pojedinih segmenata EKG
signala, što je bio slu aju u primeru sa slike br. 6.
Metod diferencijalnog kodovanja veoma je jednostavan i u
sebi sadrži neke elementarne obrade signala. Uprkos svojoj
jednostavnosti u pore enju sa znatno sofisticiranijom
metodom pokazao je dobre rezultate. QRS kompleksi EKG
signala zdravih subjekata uspešno se detektuju, ak i pored
znatnih izobli enja koje šum ume da unese. Detekciju QRS
kompleksa zna ajno ne ometa ni pomeranje osnovne linije u
EKG signalu. Metoda je osetljiva na izražen EMG šum koji
rezultuje u pove anom broju FP pikova kao i na druge tipove
kontrakcija, kao što su prikazane PVC kontrakcije, koje se
detektuju, ali zbog svog oblika dodatno izazivaju i jednu FP
detekciju. Metod bi svakako trebalo unaprediti u cilju
koriš enja isklju ivo za detekciju QRS kompleksa, posebno
pri radu sa EKG signalima koji ukazuju na anomalije u radu
srca. Budu i da se metod u projektu koristi isklju ivo za
obradu EKG signala zdravih subjekata u cilju dobijanja HRV
sekvenci, može se zaklju iti da se softver pokazao kao
pouzdan svode i broj manuelnih korekcija na minimum.
Korekcije su bile neophodne isklju ivo na izuzetno
zašumljenim sekvencama naj eš e izazvanim pomeranjem
elektroda. Druga velika prednost softvera je njegova brzina:
24- asovnih holter signali obra uju se u minuti, a izlaz
programa je HRV sekvenca spremna za dalju analizu.
LITERATURA
[1] Bojani D. Detekcija QRS kompleksa u EKG signalu
koriš enjem dyadic wavelet transformacije, magistarski
rad, Fakultet tehni kih nauka, Novi Sad, 2001.
[2] Task Force of European Society of Cardiology and The
North American Society of Pacing and
Electrophysiology, Heart Rate Variability, European
Heart Journal 17, 354-381, 1996
[3] Mateo J., Laguna P., Analysis of Heart Rate Variability
in the Presence of Ectopic Beats Using the Heart Timing
Signal, IEEE Transactions on Biomedical Engineering,
vol.50, 2003.
[4] Gang Y. i Malik M., Heart Rate Variability Analysis i
General Medicine, St. George's Hospital Medical
School, London, 2003
[5] Lon ar-Turukalo T., Baji D., Žigon N., On Information
-Theoretic Approach to HRV Time Series Analysis,
ETRAN,2004
[6] Massachusetts Institute of Technology. MIT-BIH ECG
Database. dostupne na adresi: http://www.physionet.org
Zahvalnica: Rad na ovom projektu delom je finansiran iz
nau nog projekta 1774 Ministarstva za nauku i zaštitu
životne sredine.
Abstract: Assessment of heart rate variability (HRV) is
based on the analysis of consecutive sinus rhythm R-R
intervals and may provide quantitative information about
cardiovascular autonomic regulatory system. Nonlinear
dynamical analysis of HRV sequences are the main goal of
our project. This paper deals with the method of reliable and
fast extraction of HRV sequences from 24-hours’ holter
signals from clinically healthy subjects. Paper gives
comparative analysis of two softwears used to obtain HRV
sequences.
SOFTWEAR FOR EXTRACTION OF HRV SIGNAL:
COMPARATIVE ANALYSIS
Tatjana Loncar Turukalo, Vladan Minic, Dragana Bajic