K-means algorithm for the detection and delineation of QRS-complexes in Electrocardiogram

Electrocardiogram (ECG) is an important bioelectrical signal used to asses the cardiac state of a patient. It consists of a recurrent wave sequence of P-wave, QRS-complex and T-wave associated with each beat. The QRS-complex is the prominent feature of the ECG. This paper presents a simple method using K-means clustering algorithm for the detection of QRS-complexes in ECG signal. Digital filters are used to remove the power line interference and baseline wander present in the ECG signal. K-means algorithm is used to classify QRS and non-QRS-region in the ECG signal. The performance of the algorithm is validated using dataset-3 of the CSE multi-lead measurement library. Detection rate of 98.66% is obtained. The percentage of false positive and false negative is 1.14% and 1.34% respectively. The mean and standard deviation of the errors between automatic and manual annotations is calculated to validate the delineation performance of the algorithm. The onsets and offsets of the detected QRS-complexes are found well within the tolerance limits as specified by the CSE library.

RésuméL’électrocardiogramme (ECG) est un signal bioélectrique important utilisé pour évaluer l’état cardiaque du patient. Il consiste en une séquence d’ondes récurrente, l’onde P, le complexe QRS et l’onde T, associée à chaque battement. Le complexe QRS est l’onde dominante de l’ECG. Cet article présente une méthode simple utilisant l’algorithme des K-means pour la détection des complexes QRS dans le signal ECG. Des filtres numériques sont utilisés pour éliminer le bruit d’alimentation électrique et les fluctuations de ligne de base dans le signal ECG. L’algorithme K-means est utilisé pour différencier les régions QRS et non-QRS dans le signal ECG. Les performances de l’algorithme sont validées sur la base d’une librairie de données (CSE multi-lead measurement library). Le taux de détection est de 98,66 %. Les pourcentages de faux positifs et de faux négatifs sont respectivement de 1,14 % et 1,34 %. Les moyennes et écart-types des erreurs entre détections automatiques et manuelles sont calculés pour valider les limites de performances de l’algorithme. Les débuts et fin de détection des complexes QRS détectés sont dans les limites de tolérance spécifiées par la librairie CSE.