Search

Ultra-high-frequency ECG (UHF-ECG) in a range of 500–1,000 Hz has been tested as a new information source for analysis of left-ventricle dyssynchrony and other myocardial abnormalities. The power of UHF signals is extremely low, for which reason an averaging technique is used to improve signal-to-noise ratio. Since ventricle dyssynchrony is different for various QRS complex types, the detected QRS complexes must be clustered into morphology groups prior to averaging. Here, we present a fully-automated method for clustering. The first goal of the method is to separate previously detected QRS complexes into different morphology groups. The second goal is to precisely fit the QRS annotation marks to the exact same position against the QRS shape. The method is based on the Pearson correlation and is optimized for parallel processing. In our application with UHF-ECG data the number of detected groups was 3.24 ± 3.41 (mean and standard deviation over 1,030 records). The method can be used in other areas also where the clustering of repetitive signal formations is needed. For validation purposes, the method was tested on the MIT-BIH Arrhythmia and INCART databases from Physionet with results of purity of 98.24% and 99.50%.

Ultra-high-frequency ECG (UHF-ECG) in a range of 500–1,000 Hz has been tested as a new information source for analysis of left-ventricle dyssynchrony and other myocardial abnormalities. The power of UHF signals is extremely low, for which reason an averaging technique is used to improve signal-to-noise ratio. Since ventricle dyssynchrony is different for various QRS complex types, the detected QRS complexes must be clustered into morphology groups prior to averaging. Here, we present a fully-automated method for clustering. The first goal of the method is to separate previously detected QRS complexes into different morphology groups. The second goal is to precisely fit the QRS annotation marks to the exact same position against the QRS shape. The method is based on the Pearson correlation and is optimized for parallel processing. In our application with UHF-ECG data the number of detected groups was 3.24 ± 3.41 (mean and standard deviation over 1,030 records). The method can be used in other areas also where the clustering of repetitive signal formations is needed. For validation purposes, the method was tested on the MIT-BIH Arrhythmia and INCART databases from Physionet with results of purity of 98.24% and 99.50%.

Ultra-high-frequency ECG (UHF-ECG) in a range of 500–1,000 Hz has been tested as a new information source for analysis of left-ventricle dyssynchrony and other myocardial abnormalities. The power of UHF signals is extremely low, for which reason an averaging technique is used to improve signal-to-noise ratio. Since ventricle dyssynchrony is different for various QRS complex types, the detected QRS complexes must be clustered into morphology groups prior to averaging. Here, we present a fully-automated method for clustering. The first goal of the method is to separate previously detected QRS complexes into different morphology groups. The second goal is to precisely fit the QRS annotation marks to the exact same position against the QRS shape. The method is based on the Pearson correlation and is optimized for parallel processing. In our application with UHF-ECG data the number of detected groups was 3.24 ± 3.41 (mean and standard deviation over 1,030 records). The method can be used in other areas also where the clustering of repetitive signal formations is needed. For validation purposes, the method was tested on the MIT-BIH Arrhythmia and INCART databases from Physionet with results of purity of 98.24% and 99.50%.

Tato práce pojednává o možnostech konstrukce barevných DNA spektrogramů a o vzorech, které z nich detekujeme. Spektrogramy jako nástroje spektrální analýzy nám umožňují současný pohled na lokální frekvence napříč celou nukleotidovou sekvencí. Jsou vhodné pro identifikaci genů či jejich regionů, určování globálních vlastností celých chromozomů, ale také dávají možnost objevit nové dosud neznámé regiony s potenciálním významem. Za účelem takovéto analýzy DNA lze použít techniky číslicového zpracování signálů. Jejich použití však musí předcházet metody konvertování DNA sekvence do numerické reprezentace. Výběr správné numerické reprezentace ovlivní, jak dobře budou dané biologické vlastnosti reflektovány v numerickém zápisu potřebném pro další použití v analýze zpracování signálů., This thesis discusses about possibilities of construction colour DNA spectrograms and about patterns which can be detected there. Spectrograms as tools of spectral analysis give us a simultaneous view of the local frequency throughout the nucleotide sequence. They are suitable for gene identification or gene regions identification, determination of global character about whole chromosomes and also give us a chance for the discovery of yet unknown regions of potential significance. For purpose of this kind of DNA analysis is possible to use digital signal processing methods. We can apply them on only after conversion of DNA sequence to numerical representation. Selection of correct numerical representation affects how well will be reflected biological features in numerical record which we need for another use in digital signal analysis.

Cílem této práce je detekce stimulačních hrotů v záznamu ultra vysokofrekvenčního EKG za účelem následného odstranění stimulačních hrotů a umožnění vyhodnocení vyšších frekvenčních složek komplexu QRS. Toto vyhodnocení je nemožné při přítomnosti stimulačních hrotů. Zvolený problém je vyřešen pomocí heuristického algoritmu, který využívá proložení signálu přímkou v oblasti, která není ovlivněna stimulačním impulzem. Následně dochází k prodloužení této přímky a pomocí rozdílů mezi přímkou a signálem, případně pomocí dalších pravidel, jsou detekovány okraje stimulačního hrotu. Samotný vrchol hrotu je detekován prahováním obálky první diference originálního signálu. V práci jsou testovány i další algoritmy. Je zde též navrženo několik metod odstranění stimulačního hrotu. Práce zmiňuje i tvorbu obálek vysokofrekvenčních složek, na základě jejichž analýzy jsou porovnány navržené metody odstranění stimulačních hrotů a dále je také vyhodnocena úspěšnost detekce., The goal of this thesis is to detect pacing pulses in ultra high-frequency ECG so as to remove these pacing pulses. It makes evaluation of higher frequency components of QRS complex possible. This evaluation is impossible while pacing pulses are present. Chosen issue is solved using heuristic algorithm. Algorithm uses spacing of signal by line in the area which is not influenced by pacing pulses. Subsequently this line is made longer and using differences between line and signal (or another rules) edges of pacing pulses are detected. The top of the stimulation tip is detected by thresholding envelope of original signal´s first difference. More algorithms are tested in this thesis. Several methods of removing pacing pulses are suggested in thesis. Envelopes of high-frequency components are created. Envelopes are analyzed subsequently and suggested methods of removing pacing pulses are compared on the basis of these analysis. Finally the detection efficiency is evaluated.

Cílem této práce je detekce stimulačních hrotů v záznamu ultra vysokofrekvenčního EKG za účelem následného odstranění stimulačních hrotů a umožnění vyhodnocení vyšších frekvenčních složek komplexu QRS. Toto vyhodnocení je nemožné při přítomnosti stimulačních hrotů. Zvolený problém je vyřešen pomocí heuristického algoritmu, který využívá proložení signálu přímkou v oblasti, která není ovlivněna stimulačním impulzem. Následně dochází k prodloužení této přímky a pomocí rozdílů mezi přímkou a signálem, případně pomocí dalších pravidel, jsou detekovány okraje stimulačního hrotu. Samotný vrchol hrotu je detekován prahováním obálky první diference originálního signálu. V práci jsou testovány i další algoritmy. Je zde též navrženo několik metod odstranění stimulačního hrotu. Práce zmiňuje i tvorbu obálek vysokofrekvenčních složek, na základě jejichž analýzy jsou porovnány navržené metody odstranění stimulačních hrotů a dále je také vyhodnocena úspěšnost detekce., The goal of this thesis is to detect pacing pulses in ultra high-frequency ECG so as to remove these pacing pulses. It makes evaluation of higher frequency components of QRS complex possible. This evaluation is impossible while pacing pulses are present. Chosen issue is solved using heuristic algorithm. Algorithm uses spacing of signal by line in the area which is not influenced by pacing pulses. Subsequently this line is made longer and using differences between line and signal (or another rules) edges of pacing pulses are detected. The top of the stimulation tip is detected by thresholding envelope of original signal´s first difference. More algorithms are tested in this thesis. Several methods of removing pacing pulses are suggested in thesis. Envelopes of high-frequency components are created. Envelopes are analyzed subsequently and suggested methods of removing pacing pulses are compared on the basis of these analysis. Finally the detection efficiency is evaluated.

Tato práce pojednává o možnostech konstrukce barevných DNA spektrogramů a o vzorech, které z nich detekujeme. Spektrogramy jako nástroje spektrální analýzy nám umožňují současný pohled na lokální frekvence napříč celou nukleotidovou sekvencí. Jsou vhodné pro identifikaci genů či jejich regionů, určování globálních vlastností celých chromozomů, ale také dávají možnost objevit nové dosud neznámé regiony s potenciálním významem. Za účelem takovéto analýzy DNA lze použít techniky číslicového zpracování signálů. Jejich použití však musí předcházet metody konvertování DNA sekvence do numerické reprezentace. Výběr správné numerické reprezentace ovlivní, jak dobře budou dané biologické vlastnosti reflektovány v numerickém zápisu potřebném pro další použití v analýze zpracování signálů., This thesis discusses about possibilities of construction colour DNA spectrograms and about patterns which can be detected there. Spectrograms as tools of spectral analysis give us a simultaneous view of the local frequency throughout the nucleotide sequence. They are suitable for gene identification or gene regions identification, determination of global character about whole chromosomes and also give us a chance for the discovery of yet unknown regions of potential significance. For purpose of this kind of DNA analysis is possible to use digital signal processing methods. We can apply them on only after conversion of DNA sequence to numerical representation. Selection of correct numerical representation affects how well will be reflected biological features in numerical record which we need for another use in digital signal analysis.

Metalothionein (MT) je protein s charakteristickým aminokyselinovým složením, který díky svým thiolovým skupinám dokáže vázat ionty kovů a zapojovat se tak do homeostázy těchto iontů v organismu. Protein má svůj význam i v procesu karcinogeneze, mohl by být vhodným markerem u některých typů nádorů. MT má v organismech mnoho specifických funkcí. Může být zkoumán několikerými technikami. Běžně používanou metodou stanovení koncentrace MT je elektroanalýza. Konkrétněji se v této práci zaměřuji na diferenční pulzní voltametrii za využití Brdičkovy reakce., Metallothionein (MT) is a protein with a characteristic amino acid composition which thanks to its thiol groups can bind metal ions and be involved in the homeostasis of these ions in organism. The protein has its significance in carcinogenesis, could be a suitable marker for certain types of tumors. MT has many specific functions in organisms. It can be studied using several techniques. In common use electroanalysis is used as method for determining the concentration of MT. More specifically, this work is focused on differential pulse voltammetry using Brdička reaction.

Cílem této práce je detekce stimulačních hrotů v záznamu ultra vysokofrekvenčního EKG za účelem následného odstranění stimulačních hrotů a umožnění vyhodnocení vyšších frekvenčních složek komplexu QRS. Toto vyhodnocení je nemožné při přítomnosti stimulačních hrotů. Zvolený problém je vyřešen pomocí heuristického algoritmu, který využívá proložení signálu přímkou v oblasti, která není ovlivněna stimulačním impulzem. Následně dochází k prodloužení této přímky a pomocí rozdílů mezi přímkou a signálem, případně pomocí dalších pravidel, jsou detekovány okraje stimulačního hrotu. Samotný vrchol hrotu je detekován prahováním obálky první diference originálního signálu. V práci jsou testovány i další algoritmy. Je zde též navrženo několik metod odstranění stimulačního hrotu. Práce zmiňuje i tvorbu obálek vysokofrekvenčních složek, na základě jejichž analýzy jsou porovnány navržené metody odstranění stimulačních hrotů a dále je také vyhodnocena úspěšnost detekce., The goal of this thesis is to detect pacing pulses in ultra high-frequency ECG so as to remove these pacing pulses. It makes evaluation of higher frequency components of QRS complex possible. This evaluation is impossible while pacing pulses are present. Chosen issue is solved using heuristic algorithm. Algorithm uses spacing of signal by line in the area which is not influenced by pacing pulses. Subsequently this line is made longer and using differences between line and signal (or another rules) edges of pacing pulses are detected. The top of the stimulation tip is detected by thresholding envelope of original signal´s first difference. More algorithms are tested in this thesis. Several methods of removing pacing pulses are suggested in thesis. Envelopes of high-frequency components are created. Envelopes are analyzed subsequently and suggested methods of removing pacing pulses are compared on the basis of these analysis. Finally the detection efficiency is evaluated.

Cílem této práce je detekce stimulačních hrotů v záznamu ultra vysokofrekvenčního EKG za účelem následného odstranění stimulačních hrotů a umožnění vyhodnocení vyšších frekvenčních složek komplexu QRS. Toto vyhodnocení je nemožné při přítomnosti stimulačních hrotů. Zvolený problém je vyřešen pomocí heuristického algoritmu, který využívá proložení signálu přímkou v oblasti, která není ovlivněna stimulačním impulzem. Následně dochází k prodloužení této přímky a pomocí rozdílů mezi přímkou a signálem, případně pomocí dalších pravidel, jsou detekovány okraje stimulačního hrotu. Samotný vrchol hrotu je detekován prahováním obálky první diference originálního signálu. V práci jsou testovány i další algoritmy. Je zde též navrženo několik metod odstranění stimulačního hrotu. Práce zmiňuje i tvorbu obálek vysokofrekvenčních složek, na základě jejichž analýzy jsou porovnány navržené metody odstranění stimulačních hrotů a dále je také vyhodnocena úspěšnost detekce., The goal of this thesis is to detect pacing pulses in ultra high-frequency ECG so as to remove these pacing pulses. It makes evaluation of higher frequency components of QRS complex possible. This evaluation is impossible while pacing pulses are present. Chosen issue is solved using heuristic algorithm. Algorithm uses spacing of signal by line in the area which is not influenced by pacing pulses. Subsequently this line is made longer and using differences between line and signal (or another rules) edges of pacing pulses are detected. The top of the stimulation tip is detected by thresholding envelope of original signal´s first difference. More algorithms are tested in this thesis. Several methods of removing pacing pulses are suggested in thesis. Envelopes of high-frequency components are created. Envelopes are analyzed subsequently and suggested methods of removing pacing pulses are compared on the basis of these analysis. Finally the detection efficiency is evaluated.

Cílem této práce je detekce stimulačních hrotů v záznamu ultra vysokofrekvenčního EKG za účelem následného odstranění stimulačních hrotů a umožnění vyhodnocení vyšších frekvenčních složek komplexu QRS. Toto vyhodnocení je nemožné při přítomnosti stimulačních hrotů. Zvolený problém je vyřešen pomocí heuristického algoritmu, který využívá proložení signálu přímkou v oblasti, která není ovlivněna stimulačním impulzem. Následně dochází k prodloužení této přímky a pomocí rozdílů mezi přímkou a signálem, případně pomocí dalších pravidel, jsou detekovány okraje stimulačního hrotu. Samotný vrchol hrotu je detekován prahováním obálky první diference originálního signálu. V práci jsou testovány i další algoritmy. Je zde též navrženo několik metod odstranění stimulačního hrotu. Práce zmiňuje i tvorbu obálek vysokofrekvenčních složek, na základě jejichž analýzy jsou porovnány navržené metody odstranění stimulačních hrotů a dále je také vyhodnocena úspěšnost detekce., The goal of this thesis is to detect pacing pulses in ultra high-frequency ECG so as to remove these pacing pulses. It makes evaluation of higher frequency components of QRS complex possible. This evaluation is impossible while pacing pulses are present. Chosen issue is solved using heuristic algorithm. Algorithm uses spacing of signal by line in the area which is not influenced by pacing pulses. Subsequently this line is made longer and using differences between line and signal (or another rules) edges of pacing pulses are detected. The top of the stimulation tip is detected by thresholding envelope of original signal´s first difference. More algorithms are tested in this thesis. Several methods of removing pacing pulses are suggested in thesis. Envelopes of high-frequency components are created. Envelopes are analyzed subsequently and suggested methods of removing pacing pulses are compared on the basis of these analysis. Finally the detection efficiency is evaluated.

Cílem této práce je detekce stimulačních hrotů v záznamu ultra vysokofrekvenčního EKG za účelem následného odstranění stimulačních hrotů a umožnění vyhodnocení vyšších frekvenčních složek komplexu QRS. Toto vyhodnocení je nemožné při přítomnosti stimulačních hrotů. Zvolený problém je vyřešen pomocí heuristického algoritmu, který využívá proložení signálu přímkou v oblasti, která není ovlivněna stimulačním impulzem. Následně dochází k prodloužení této přímky a pomocí rozdílů mezi přímkou a signálem, případně pomocí dalších pravidel, jsou detekovány okraje stimulačního hrotu. Samotný vrchol hrotu je detekován prahováním obálky první diference originálního signálu. V práci jsou testovány i další algoritmy. Je zde též navrženo několik metod odstranění stimulačního hrotu. Práce zmiňuje i tvorbu obálek vysokofrekvenčních složek, na základě jejichž analýzy jsou porovnány navržené metody odstranění stimulačních hrotů a dále je také vyhodnocena úspěšnost detekce., The goal of this thesis is to detect pacing pulses in ultra high-frequency ECG so as to remove these pacing pulses. It makes evaluation of higher frequency components of QRS complex possible. This evaluation is impossible while pacing pulses are present. Chosen issue is solved using heuristic algorithm. Algorithm uses spacing of signal by line in the area which is not influenced by pacing pulses. Subsequently this line is made longer and using differences between line and signal (or another rules) edges of pacing pulses are detected. The top of the stimulation tip is detected by thresholding envelope of original signal´s first difference. More algorithms are tested in this thesis. Several methods of removing pacing pulses are suggested in thesis. Envelopes of high-frequency components are created. Envelopes are analyzed subsequently and suggested methods of removing pacing pulses are compared on the basis of these analysis. Finally the detection efficiency is evaluated.

Cílem této práce je detekce stimulačních hrotů v záznamu ultra vysokofrekvenčního EKG za účelem následného odstranění stimulačních hrotů a umožnění vyhodnocení vyšších frekvenčních složek komplexu QRS. Toto vyhodnocení je nemožné při přítomnosti stimulačních hrotů. Zvolený problém je vyřešen pomocí heuristického algoritmu, který využívá proložení signálu přímkou v oblasti, která není ovlivněna stimulačním impulzem. Následně dochází k prodloužení této přímky a pomocí rozdílů mezi přímkou a signálem, případně pomocí dalších pravidel, jsou detekovány okraje stimulačního hrotu. Samotný vrchol hrotu je detekován prahováním obálky první diference originálního signálu. V práci jsou testovány i další algoritmy. Je zde též navrženo několik metod odstranění stimulačního hrotu. Práce zmiňuje i tvorbu obálek vysokofrekvenčních složek, na základě jejichž analýzy jsou porovnány navržené metody odstranění stimulačních hrotů a dále je také vyhodnocena úspěšnost detekce., The goal of this thesis is to detect pacing pulses in ultra high-frequency ECG so as to remove these pacing pulses. It makes evaluation of higher frequency components of QRS complex possible. This evaluation is impossible while pacing pulses are present. Chosen issue is solved using heuristic algorithm. Algorithm uses spacing of signal by line in the area which is not influenced by pacing pulses. Subsequently this line is made longer and using differences between line and signal (or another rules) edges of pacing pulses are detected. The top of the stimulation tip is detected by thresholding envelope of original signal´s first difference. More algorithms are tested in this thesis. Several methods of removing pacing pulses are suggested in thesis. Envelopes of high-frequency components are created. Envelopes are analyzed subsequently and suggested methods of removing pacing pulses are compared on the basis of these analysis. Finally the detection efficiency is evaluated.

Metalothionein (MT) je protein s charakteristickým aminokyselinovým složením, který díky svým thiolovým skupinám dokáže vázat ionty kovů a zapojovat se tak do homeostázy těchto iontů v organismu. Protein má svůj význam i v procesu karcinogeneze, mohl by být vhodným markerem u některých typů nádorů. MT má v organismech mnoho specifických funkcí. Může být zkoumán několikerými technikami. Běžně používanou metodou stanovení koncentrace MT je elektroanalýza. Konkrétněji se v této práci zaměřuji na diferenční pulzní voltametrii za využití Brdičkovy reakce., Metallothionein (MT) is a protein with a characteristic amino acid composition which thanks to its thiol groups can bind metal ions and be involved in the homeostasis of these ions in organism. The protein has its significance in carcinogenesis, could be a suitable marker for certain types of tumors. MT has many specific functions in organisms. It can be studied using several techniques. In common use electroanalysis is used as method for determining the concentration of MT. More specifically, this work is focused on differential pulse voltammetry using Brdička reaction.

Cílem této práce je detekce stimulačních hrotů v záznamu ultra vysokofrekvenčního EKG za účelem následného odstranění stimulačních hrotů a umožnění vyhodnocení vyšších frekvenčních složek komplexu QRS. Toto vyhodnocení je nemožné při přítomnosti stimulačních hrotů. Zvolený problém je vyřešen pomocí heuristického algoritmu, který využívá proložení signálu přímkou v oblasti, která není ovlivněna stimulačním impulzem. Následně dochází k prodloužení této přímky a pomocí rozdílů mezi přímkou a signálem, případně pomocí dalších pravidel, jsou detekovány okraje stimulačního hrotu. Samotný vrchol hrotu je detekován prahováním obálky první diference originálního signálu. V práci jsou testovány i další algoritmy. Je zde též navrženo několik metod odstranění stimulačního hrotu. Práce zmiňuje i tvorbu obálek vysokofrekvenčních složek, na základě jejichž analýzy jsou porovnány navržené metody odstranění stimulačních hrotů a dále je také vyhodnocena úspěšnost detekce., The goal of this thesis is to detect pacing pulses in ultra high-frequency ECG so as to remove these pacing pulses. It makes evaluation of higher frequency components of QRS complex possible. This evaluation is impossible while pacing pulses are present. Chosen issue is solved using heuristic algorithm. Algorithm uses spacing of signal by line in the area which is not influenced by pacing pulses. Subsequently this line is made longer and using differences between line and signal (or another rules) edges of pacing pulses are detected. The top of the stimulation tip is detected by thresholding envelope of original signal´s first difference. More algorithms are tested in this thesis. Several methods of removing pacing pulses are suggested in thesis. Envelopes of high-frequency components are created. Envelopes are analyzed subsequently and suggested methods of removing pacing pulses are compared on the basis of these analysis. Finally the detection efficiency is evaluated.