ECG Signal Denoising: An AI Approach

ECG Signal Denoising An AI Approach

ECG Gürültü Temizleme ve QRS Tespiti Projesi

📜 Proje Amacı

MIT-BIH Aritmi Veritabanı kullanılarak EKG sinyallerinden:

• Gürültü temizleme (Bazal sürüklenme, EMG, hareket artefaktı)
• Wavelet & Derin Öğrenme tabanlı hibrit filtreleme
• Pan-Tompkins & Hilbert algoritmaları ile QRS tespiti
• Performans analizi (SNR, MSE, Sensitivite)

🛠️ Kurulum

Gereksinimler

• MATLAB R2023b veya üzeri
• WFDB Toolbox
• Signal Processing Toolbox
• Deep Learning Toolbox

Adımlar

1. Repoyu klonlayın:

   git clone https://github.com/kullanici_adiniz/ecg-denoising.git

2. WFDB Toolbox'ı indirin ve MATLAB yoluna ekleyin:

   addpath('C:\yolunuz\wfdb-app-toolbox-0-10-0\mcode');
   wfdbloadlib;

3. MIT-BIH verilerini PhysioNet'ten indirip data/ klasörüne yerleştirin.

🚀 Kullanım

1. Ana scripti çalıştırın:

   main % Tüm kayıtları işler ve sonuçları kaydeder

2. Parametreleri özelleştirin:

   % Örnek gürültü seviyesi ayarı
   emg_noise = 0.4 * randn(size(ecg_clean)); 

3. Eğitilmiş yapay zeka modeli yükleyin:

   load('ecg_denoiser_net.mat'); 

📊 Sonuçlar

Örnek Çıktılar

Performans Metrikleri

Metrik	Wavelet	Derin Öğrenme
SNR (dB)	12.4	14.2
MSE	0.032	0.028
Sensitivite	92.3%	89.7%

📚 Referanslar

1. MIT-BIH Arrhythmia Database
2. WFDB Toolbox for MATLAB
3. Pan, J., & Tompkins, W. J. (1985). A Real-Time QRS Detection Algorithm
4. Mallat, S. (1999). A Wavelet Tour of Signal Processing

📧 İletişim

Sorularınız için: https://www.linkedin.com/in/samet-konkan/