Publikation:

Waveletbasierte Fluktuationsanalysen von Langzeit-EKG-Aufzeichnungen zur Unterscheidung Herzkranker von gesunden Patienten

Lade...
Vorschaubild

Dateien

Diplomarbeit.pdf
Diplomarbeit.pdfGröße: 10 MBDownloads: 807

Datum

2003

Autor:innen

Bartsch, Ronny

Herausgeber:innen

Kontakt

ISSN der Zeitschrift

Electronic ISSN

ISBN

Bibliografische Daten

Verlag

Schriftenreihe

Auflagebezeichnung

DOI (zitierfähiger Link)
ArXiv-ID

Internationale Patentnummer

Angaben zur Forschungsförderung

Projekt

Open Access-Veröffentlichung
Open Access Green
Core Facility der Universität Konstanz

Gesperrt bis

Titel in einer weiteren Sprache

Wavelet based fluctuation analysis of long time ECG-data sets for discrimination of heart-failure from healthy patients
Publikationstyp
Masterarbeit/Diplomarbeit
Publikationsstatus
Published

Erschienen in

Zusammenfassung

Chronische und akute Erkrankungen des Herzens zählen gegenwärtig zu den häufigsten Todesursachen in den westlichen Industrieländern. Ein Werkzeug zur Diagnose solcher Krankheiten bieten Zeitreihenanalysen von Langzeit-EKG-Aufzeichnungen. Neben bisher in zahlreichen Publikationen untersuchten RR-Reihen (Zeitreihen aus dem zeitlichen Abstand zweier aufeinanderfolgender Herzschläge), stehen in der Arbeit EKG-formsensitive Zeitreihen im Mittelpunkt der Untersuchungen, welche die Form des EKG-Signals eines Herzschlages chrakterisieren. Die Auswertung erfolgt insbesondere mit Methoden, welche in der Statistischen Physik bei der Beschreibung von komplexen Systemen Anwendung finden. Unter anderem kommen die Fouriertransformation, die Wavelettransformation, Korrelationsuntersuchungen und multifraktale Analysen (multifraktale trendbereinigte Fluktuationsanalyse (MF-DFA), Methode der maximalen Beträge der Wavelet-Transformierten (WTMM)) zum Einsatz. Es wird gezeigt, dass sich mit den neu eingeführten formsensitiven Zeitreihen vergleichbar gute und teilweise sogar bessere Ergebnisse hinsichtlich der Einteilung in gesund und herzkrank erzielen lassen als bei Analyse der RR-Zeitreihen. Weiterhin stellt die Arbeit eine technische Lösung zur Aufnahme und kabellosen Übertragung physiologischer Daten von Überwachnungsmonitoren einer Krankenhaus-Intensivstation zu einem zentralen Rechner vor.

Zusammenfassung in einer weiteren Sprache

Currently chronic and acute heart diseases are the most common cause of death in western industrialized countries. A useful tool to diagnose heart diseases are time series analysis of long-time ECG data sets. In addition to studies of series of time intervals between two consecutive heartbeats (RR-intervals), series are investigated that characterize the morphology of the ECG signal. The method of analysis is based on concepts developed in statistical physics for the description of complex systems. Fourier and wavelet transform techniques are employed, in combination with the detrended fluctuation analysis (DFA) and the wavelet transform modulus maxima (WTMM) method. Correlation measures and multifractal properties of the time series are studied as well. It is shown that the analysis of the morphology sensitive series yields comparable and often better results than the analysis of RR-intervals with respect to a discrimination of patients with heart disease from those without heart failure. In addition, this thesis presents a technical solution for the wireless transfer of physiological data sets from monitoring systems to a central computer on a intensive care unit of a hospital.

Fachgebiet (DDC)
530 Physik

Schlagwörter

Fluktuationsanalysen, Wavelettransformation, Multifraktale, ECG, time series analysis, fluctuation analysis, wavelet transform, multifractals

Konferenz

Rezension
undefined / . - undefined, undefined

Forschungsvorhaben

Organisationseinheiten

Zeitschriftenheft

Zugehörige Datensätze in KOPS

Zitieren

ISO 690BARTSCH, Ronny, 2003. Waveletbasierte Fluktuationsanalysen von Langzeit-EKG-Aufzeichnungen zur Unterscheidung Herzkranker von gesunden Patienten [Master thesis]
BibTex
@mastersthesis{Bartsch2003Wavel-4695,
  year={2003},
  title={Waveletbasierte Fluktuationsanalysen von Langzeit-EKG-Aufzeichnungen zur Unterscheidung Herzkranker von gesunden Patienten},
  author={Bartsch, Ronny}
}
RDF
<rdf:RDF
    xmlns:dcterms="http://purl.org/dc/terms/"
    xmlns:dc="http://purl.org/dc/elements/1.1/"
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xmlns:bibo="http://purl.org/ontology/bibo/"
    xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#"
    xmlns:foaf="http://xmlns.com/foaf/0.1/"
    xmlns:void="http://rdfs.org/ns/void#"
    xmlns:xsd="http://www.w3.org/2001/XMLSchema#" > 
  <rdf:Description rdf:about="https://kops.uni-konstanz.de/server/rdf/resource/123456789/4695">
    <dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/41"/>
    <dcterms:rights rdf:resource="https://rightsstatements.org/page/InC/1.0/"/>
    <dspace:hasBitstream rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/4695/1/Diplomarbeit.pdf"/>
    <dcterms:hasPart rdf:resource="https://kops.uni-konstanz.de/bitstream/123456789/4695/1/Diplomarbeit.pdf"/>
    <dcterms:title>Waveletbasierte Fluktuationsanalysen von Langzeit-EKG-Aufzeichnungen zur Unterscheidung Herzkranker von gesunden Patienten</dcterms:title>
    <bibo:uri rdf:resource="http://kops.uni-konstanz.de/handle/123456789/4695"/>
    <dc:language>deu</dc:language>
    <dc:contributor>Bartsch, Ronny</dc:contributor>
    <dc:rights>terms-of-use</dc:rights>
    <dcterms:issued>2003</dcterms:issued>
    <dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2011-03-24T14:49:39Z</dcterms:available>
    <dc:creator>Bartsch, Ronny</dc:creator>
    <dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2011-03-24T14:49:39Z</dc:date>
    <dcterms:abstract xml:lang="deu">Chronische und akute Erkrankungen des Herzens zählen gegenwärtig zu den häufigsten Todesursachen in den westlichen Industrieländern. Ein Werkzeug zur Diagnose solcher Krankheiten bieten Zeitreihenanalysen von Langzeit-EKG-Aufzeichnungen. Neben bisher in zahlreichen Publikationen untersuchten RR-Reihen (Zeitreihen aus dem zeitlichen Abstand zweier aufeinanderfolgender Herzschläge), stehen in der Arbeit EKG-formsensitive Zeitreihen im Mittelpunkt der Untersuchungen, welche die Form des EKG-Signals eines Herzschlages chrakterisieren. Die Auswertung erfolgt insbesondere mit Methoden, welche in der Statistischen Physik bei der Beschreibung von komplexen Systemen Anwendung finden. Unter anderem kommen die Fouriertransformation, die Wavelettransformation, Korrelationsuntersuchungen und multifraktale Analysen (multifraktale trendbereinigte Fluktuationsanalyse (MF-DFA), Methode der maximalen Beträge der Wavelet-Transformierten (WTMM)) zum Einsatz. Es wird gezeigt, dass sich mit den neu eingeführten formsensitiven Zeitreihen vergleichbar gute und teilweise sogar bessere Ergebnisse hinsichtlich der Einteilung in gesund und herzkrank erzielen lassen als bei Analyse der RR-Zeitreihen. Weiterhin stellt die Arbeit eine technische Lösung zur Aufnahme und kabellosen Übertragung physiologischer Daten von Überwachnungsmonitoren einer Krankenhaus-Intensivstation zu einem zentralen Rechner vor.</dcterms:abstract>
    <dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/41"/>
    <foaf:homepage rdf:resource="http://localhost:8080/"/>
    <void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
    <dc:format>application/pdf</dc:format>
    <dcterms:alternative>Wavelet based fluctuation analysis of long time ECG-data sets for discrimination of heart-failure from healthy patients</dcterms:alternative>
  </rdf:Description>
</rdf:RDF>

Interner Vermerk

xmlui.Submission.submit.DescribeStep.inputForms.label.kops_note_fromSubmitter

Kontakt
URL der Originalveröffentl.

Prüfdatum der URL

Prüfungsdatum der Dissertation

Finanzierungsart

Kommentar zur Publikation

Allianzlizenz
Corresponding Authors der Uni Konstanz vorhanden
Internationale Co-Autor:innen
Universitätsbibliographie
Begutachtet
Diese Publikation teilen