Digital “on-line” QRS detection and classification in monitoring units is often performed
by an algorithm using the ECG spatial velocity. Our study was undertaken to provide
as well as to justify the choice of the value given to each parameter of such an algorithm
(Gerlings et al., Comput. biomed. Res.5: 14—24, 1972). It was made on 5-minute ECG recordings sampled from a single lead
on 17 patients. The following parameters were studied and their error function (QRS
not detected, badly classified, and detected but non-existent) thoroughly investigated.
For the QRS detection which was based on three parameters, para WD (window of derivative),
para TD (threshold of derivative) and para TP (threshold of sampled points), the choice
of WD at 24 ms was found to be critical and provided the optimal detection at 96.9%.
For the QRS classification only para TolP (tolerance of sampled points)was shown to
be important; when set at .5 para TolP gave the optimal classification at 97%. The
method can also be used to investigate the response of the algorithm to particular
QRS and to propose for such cases a specific and optimal value for each parameter.
Die digitale »on-line« QRS-Erkennung und Klassifizierung in Monitor-Einheiten erfolgt
oft durch einen auf der räumlichen EKG-Vektorgeschwincligkeit basierenden Algorithmus.
Die vorliegende Studie hatte das Ziel, die Werte jedes Parameters eines solchen Algorithmus
zu be-stimmen und zu rechtfertigen (Gerlings et al., Comput. biomed. Res.5: 14·—24, 1972).Bei 17 Patienten wurde eine EKG-Ableitimg während 5 Minuten aufgeschrieben.
Die folgenden Parameter und ihre Fehlerhaftigkeit (nicht ermittelte QRS-Zacke, falsch
klassifizierte und entdeckte, aber gar nicht existierende QRS-Zacke) wurden eingehend
untersucht.
Für die QRS-Erkennung, die auf drei Parametern basierte — para WD (window of derivative),
para TD (threshold of derivative) unci para TP (threshold of sampled points) — erwies
sich die Wahl der»WD« bei 24 m Sek. als lu’itisch; sie lieferte eine optimale Erkennung
bei 96,9%. Für die Klassifizierungcler »QRS«-Zacken erwies sich nur die para TolP
(tolerance of sampled points) als bedeutsam; bei einem Wert von 0,5 ergab para TolP
eine optimale Klassifizierung von 97%.
Die Methode kann auch verwendet werden, um die Antwort des Algorithmus auf spezielle
QRS-Zackenzu untersuchen und für solche Fälle spezifische und optimale Werte für jeden
Parameter vorzuschlagen.
Keywords
ECG On-line Monitoring - Digital Processing - Spatial Velocity - Optimization
Schlüsselwörter
EKG-On line-Überwachung - Digitale Verarbeitung - räumliche Vektorgeschwindigkeit
- Optimierung
