Single-lead ECG Compression for Connected Healthcare Applications
Notice bibliographique
Résumé
Preventive healthcare is achievable through physiological long-term remote monitoring. In connected healthcare, wearables that can collect physiological signals such as electrocardiograms (ECG) and electroencephalogram (EEG) can help improve health outcomes in society. For single-lead ECG devices, there are still limitations for this role that includes short time continuous operability and uncomfortable sensors worn by the user making it non-appealing for uninterrupted remote monitoring. However, with the current advances in microelectronics, embedded systems, sensors, and Internet of Medical Things (IoMT), long-term monitoring is realizable. A decrease to the overall power consumption of the wearable leads to an increase in device longevity while dry ECG electrodes can be used to increase user comfort. This work proposes a lossless LempelZiv Welch (LZW) compression algorithm used to compress and optimize the raw ECG data obtained from a 3D printed dry electrode based single-lead ECG device. This approach utilizes the ECG's inherent waveform characteristics. The single-lead ECG's R-peak and RR-intervals are used as one-bit information that are further compressed for shorter wireless transmission, leading to an increase in battery life and device operation. The algorithm showed a high compression ratio (CR) for 10 seconds, 30 seconds, 1-minute and 5-minute ECG signals where CR was 0.99, 0.91, 0.91, 0.92, respectively. For the 5-minute ECG signal, the size of data decreased from 225 Kbytes to 18.75 Kbytes while retaining R-peak and RR interval information for heart rate (HR) and heart rate variability (HRV) calculations. This work adds to the current progress in single-lead ECG in long-term continuous remote monitoring for connected healthcare applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».