Read more
El ECG es una representación eléctrica de la actividad de bombeo de sangre del corazón, que puede registrarse fácilmente con electrodos de superficie en las extremidades o el pecho. Podemos filtrar los ruidos de alta y baja frecuencia mediante la implementación de filtros fijos, pero los artefactos de movimiento y los ruidos relacionados con el movimiento de los músculos no pueden filtrarse mediante filtros fijos, ya que no tenemos información previa sobre la naturaleza de estos ruidos y las señales del electromiograma (EMG) se superponen a las señales del ECG debido a la proximidad física del movimiento corporal. Se requiere un filtro estático para eliminar todas las frecuencias de ruido, que podrían degradar en exceso el atributo del ECG, ya que el latido del corazón también tendría probablemente componentes de frecuencia en el rango rechazado. Para superar esta pérdida latente de información, se utiliza un filtro adaptativo. Así, la técnica adaptativa permite un filtro con un mayor ámbito de aceptación, lo que significa que nuestro filtro proporciona una calidad de señal de salida perfecta para diagnósticos médicos. El filtro adaptativo se entrena aquí utilizando el algoritmo LMS y el algoritmo RLS. Los algoritmos se aplican utilizando Simulink como modelo de referencia, donde los bloques se toman del conjunto de bloques de Xilinx.
About the author
Prateek Singh, Assistenzprofessor in der Fakultät für Elektrotechnik. Er hatte 2015 seinen Master of Technology am College of Engineering in Pune abgeschlossen, nachdem er seinen Bachelor of Technology in Elektronik und Instrumentierung erworben hatte. Sein Forschungsinteresse gilt eingebetteten Technologien und der biomedizinischen Signalverarbeitung.
