Kompresi Sinyal EKG menggunakan Teknik Parameter Extraction

ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika Pub Date : 2019-05-24 DOI:10.26760/ELKOMIKA.V7I2.308

Cynthia Aliwarga, Aloysius Adya Pramudita, M. Kartawidjaja

{"title":"Kompresi Sinyal EKG menggunakan Teknik Parameter Extraction","authors":"Cynthia Aliwarga, Aloysius Adya Pramudita, M. Kartawidjaja","doi":"10.26760/ELKOMIKA.V7I2.308","DOIUrl":null,"url":null,"abstract":"ABSTRAKSistem healthcare IoT menyebabkan peningkatan trafik komunikasi dan jumlah penyimpanan data. Elektrokardiogram (EKG) adalah salah satu alat yang berperan penting dalam healthcare IoT. Pasien yang mengalami kelainan jantung perlu dipantau oleh EKG dalam periode waktu lama sehingga menghasilkan data dalam jumlah yang sangat besar. Kompresi data mampu menjadi solusi masalah di atas. Penelitian ini melakukan kompresi sinyal EKG menggunakan metode parameter extraction untuk satu siklus sinyal dari dua belas pasien yang dipilih secara acak. Hasil penelitian menunjukkan bahwa kinerja kompresi baik, ditunjukkan oleh nilai Compression Ratio (CR) 6,24 dan Mean Square Error (MSE) 0,0018.Kata kunci: IoT, EKG, kompresi data, parameter ekstraction. ABSTRACTHealthcare IoT causing higher data communication traffic and storage. Electrocardiogram (ECG) is one of the important device in healthcare IoT. Patient whose have heart abnormality needs ECG monitoring for long period of time, this causing a big data size. Data compression become one of the solutions for this problem. This research focused on data compression using parameter extraction method for one cycle ECG signal from twelve patients.This research has a good result with Compression Ratio (CR) 6,24 and Mean Square Error (MSE) 0,0018.Keywords: IoT, ECG, data compression, parameter extraction","PeriodicalId":344430,"journal":{"name":"ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika","volume":"53 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-05-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26760/ELKOMIKA.V7I2.308","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 1

Abstract

ABSTRAKSistem healthcare IoT menyebabkan peningkatan trafik komunikasi dan jumlah penyimpanan data. Elektrokardiogram (EKG) adalah salah satu alat yang berperan penting dalam healthcare IoT. Pasien yang mengalami kelainan jantung perlu dipantau oleh EKG dalam periode waktu lama sehingga menghasilkan data dalam jumlah yang sangat besar. Kompresi data mampu menjadi solusi masalah di atas. Penelitian ini melakukan kompresi sinyal EKG menggunakan metode parameter extraction untuk satu siklus sinyal dari dua belas pasien yang dipilih secara acak. Hasil penelitian menunjukkan bahwa kinerja kompresi baik, ditunjukkan oleh nilai Compression Ratio (CR) 6,24 dan Mean Square Error (MSE) 0,0018.Kata kunci: IoT, EKG, kompresi data, parameter ekstraction. ABSTRACTHealthcare IoT causing higher data communication traffic and storage. Electrocardiogram (ECG) is one of the important device in healthcare IoT. Patient whose have heart abnormality needs ECG monitoring for long period of time, this causing a big data size. Data compression become one of the solutions for this problem. This research focused on data compression using parameter extraction method for one cycle ECG signal from twelve patients.This research has a good result with Compression Ratio (CR) 6,24 and Mean Square Error (MSE) 0,0018.Keywords: IoT, ECG, data compression, parameter extraction

查看原文本刊更多论文

采用提取技术参数外的心电图信号压缩

医疗保健系统的缺乏导致通信流量和数据存储数量的增加。心电图是治疗方面的重要工具之一。患有心脏疾病的患者需要长时间接受心电图监测，以便获得大量数据。数据压缩能够成为上述问题的解决方案。该研究采用一种提取参数的方法进行心电图压缩，使用12个随机选择的病人发出的信号循环。研究结果表明，压缩性能是好的，由压缩率(CR) 6.24和均值平方误差(MSE) 0.0018表示。嵌入式，EKG，数据压缩，提取参数。人们关心的是利用更高的交通和存储数据。电心电图是治疗中最重要的设备之一。有心脏异常的病人需要心电图监督很长一段时间，这段段时间需要大量的数据。数据压缩成为这个问题的解决方案之一。这个研究利用了数据压缩的数据使用一个循环ECG信号的提取参数。这个研究对压缩Ratio (CR) 6.24和均值平方误差(MSE) 0.0018提出了良好的建议。基调:很多，ECG，数据压缩，撤离参数

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika

自引率

0.00%

发文量