Real-Time Heart Rate Monitoring for Wearable Electrocardiography Using Filter-Based and Peak Threshold Algorithms: A Comparative Study
DOI:
https://doi.org/10.30871/ji.v10i2.983Kata Kunci:
Wearable electrocardiograph, Bluetooth, heart rate, real-time monitoring, AD8232Abstrak
Elektrokardiograf (EKG) yang bersifat wearable dan wireless memungkinkan monitoring denyut jantung dilakukan secara real-time dan jangka panjang (24 jam). Beberapa algoritma telah diperkenalkan untuk meningkatkan ketepatan perhitungan denyut jantung untuk diaplikasikan pada EKG jenis ini. Tujuan penelitian ini adalah membandingkan akurasi dari dua buah algoritma perhitungan denyut jantung, yakni Filter-Based dan Peak Threshold. Kedua algoritma ini diimplementasikan ke dalam sebuah prototipe EKG wearable yang berbasis AD8232 dan Mikrokontroler 8-bit (ATMega328), dan Bluetooth. Sinyal EKG dan nilai denyut jantung (dalam satuan Beat per Minute (BPM)) dikirimkan melalui Bluetooth dan ditampilkan secara real-time pada aplikasi Windows yang dibuat menggunakan Visual C#. Eksperimen dilakukan pada 10 subjek sehat yang berusia tahun 20,4±2,0 tahun dan berat badan 60,8±10,2 kg. Hasil pengukuran dengan menggunakan Filter-Based dan Peak Threshold kemudian dibandingkan dengan EKG wearable komersial (KineticTM) sebagai referensi. Hasil pengujian menunjukkan algoritma Filter-Based menghasilkan perhitungan yang lebih akurat dengan Root Mean Square Error (RMSE) 1,53, dibandingkan dengan algoritma Peak Threshold dengan RMSE 2,69.
Unduhan
Referensi
Stroke Statistics-2017 Update: A Report From the
American Heart Association," American Heart
Association, 2017.
[2] Pusdatin, "Info Data: Situasi Kesehatan
Jantung," Kementrerian Kesehatan Republik
Indonesia, Jakarta, 2014.
[3] Jakko Malviuo and Robert Plonsey,
Bioelectromagnetism-Principles and
Applications of Bioelectric and Biomagnetic
Fields. New York: Oxford University Press,
1995.
[4] H.C. Chen and S.W. Chen, "A Moving Average
based Filtering with its Application to Reak-time
QRS Detection," in Computers in Cardiology,
Thessaloniki Chalkidiki, 2003, pp. 585-588.
[5] J. Pan and W. J. Tompkins, "A Real-Time QRS
Detection Algorithm," IEEE Transactions on
Biomedical Engineering, vol. BME-32, no. 3,
pp. 230-236, March 1985.
[6] Trio Pambudi Utomo, Nuryani Nuryani, and
Darmanto, "QRS Peak Detection for Heart Rate
Monitoring on Android Smartphone," Journal of
Physics: Conference Series, vol. 909, no. 1, pp.
1-7, 2017.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2018 JURNAL INTEGRASI

Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.





