Aller au contenu principal
Accès ouvert déclaré 2025 article

Comparative evaluation of filtration techniques for ECG signal denoising with emphasis on stationary wavelet transform

11Citations signalées, ce qui n’est pas une note de qualité
3Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : sk, hu. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

This paper explores filtration techniques for processing ECG signals, focusing on the evaluation of effective denoising methods. We highlight the effectiveness of Stationary Wavelet Transform as the most suitable approach for denoising ECG signals while preserving critical cardiac features. Stationary Wavelet Transform's superior performance was validated through rigorous testing, making it a very good choice for ECG signal filtration. We have also investigated other filtration techniques, including high-pass, Chebyshev type II, Kalman, notch, Savitzky-Golay Smoothing, Moving Average, Empirical Mode Decomposition, Empirical Wavelet Transform, and Stationary Wavelet Transform filtering (with tested wavelets 'db4', 'db5', 'db6', 'sym4', 'sym5', 'coif3', 'coif4', 'coif5', 'bior3.5', and 'rbio3.9'), to assess their effectiveness in ECG signal processing. The paper highlights the advantages of the Stationary Wavelet Transform filtration technique in maintaining signal integrity for subsequent analysis. The optimal configuration, determined to be the wavelet type 'rbio3.9' at level 5 with a threshold scale of 0.5, balances effective noise reduction with the preservation of crucial ECG signal details, thereby significantly contributing to clinical ECG analysis and advancing diagnostic precision.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Comparative evaluation of filtration techniques for ECG signal denoising with emphasis on stationary wavelet transform
Date Crossref
27/11/2025
Éditeur
Springer Science and Business Media LLC
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Technical University of Košice pays non établi dans la notice
    Université ou école supérieure
  • Obuda University pays non établi dans la notice
    Université ou école supérieure
  • Constantine the Philosopher University in Nitra Constantine, Algérie (ville ou établissement reconnu, pays non nommé)
    Université ou école supérieure
  • Faculty of Electrical Engineering and Informatics Department of Computing and Informatics pays non établi dans la notice
    Université ou école supérieure
  • Faculty of Natural Sciences and Informatics Department of Informatics pays non établi dans la notice
    Université ou école supérieure
  • Kandó Kálmán Faculty of Electrical Engineering pays non établi dans la notice
    Université ou école supérieure

Technical University of Košice, Obuda University et Constantine the Philosopher University in Nitra (Constantine, Algérie), avec 3 autres affiliations. Pays d’affiliation : Algérie.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

ECG Monitoring and AnalysisImage and Signal Denoising MethodsCardiac electrophysiology and arrhythmias

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.