Image Extraction of ECG Signals on Human Emotions Using Wavelet Transformation

Data processing of human heart’s signals can be learned and applied in several studies, whether in psychological subject or in monitoring the condition of the human heart. A human’s emotional aspect could be observed when the person recorded his heartbeat activities. The state of emotion observed in a normal, happy and sad conditions.The first stage of this research consists of measuring, recording, printing out the ECG data and scanning.The second stage, which named as pregeneration of the ECG image data stage, consists of median filtering and determining the threshold value and morphology. The third stage uses thinning and spatial-to-time methods for processing its ECG image.The last stage is named as characteristic extraction which uses a wavelet transform. From the characteristic extraction, the average of energy signal is obtained.

Keywords: electrocardiography (ECG), wavelet transformation and physiological signal
processing

Informasi lebih lanjut dapat dilihat pada link berikut : http://eudl.eu/doi/10.4108/eai.24-10-2018.2280625

Verifikasi Tanda Tangan Asli Atau Palsu Berdasarkan Sifat Keacakan (Entropy)

Pada perkembangan teknologi yang cukup pesat ini keamanan menjadi kebutuhan manusia yang tidak bisa dilepaskan. Baik keamanan untuk dirinya sendiri maupun keamanan hal-hal yang berkaitan dengan dirinya, sepeti dokumen-dokumen legal dan penting. Salah satu bentuk sistem keamanan tersebut adalah dengan menerapkan sistem pengenalan identitas. Salah satu tanda identitas adalah menggunakan sistem biometrika. Terdapat dua jenis biometrika yaitu biometrika fisik dan perilaku. Salah satu bentuk biometrika perilaku adalah tanda tangan.
Sistem biometrika dapat melakukan dua tugas, yaitu verifikasi dan identifikasi. Verifikasi tanda tangan berarti memeriksa apakah tanda tangan tersebut adalah milik orang yang sudah terdaftar atau tidak, serta memeriksa apakah tanda tangan tersebut asli atau palsu. Sedangkan identifikasi merupakan tanda identitas diri atau penetapan identitas seseorang. Dalam hal ini identifikasinya menggunakan tanda tangan. Tanda tangan merupakan sesuatu yang lazim untuk menunjukkan identifikasi atau tanda identitas diri seseorang. Tanda tangan juga merupakan tanda pengesahan dari suatu berkas dokumen.
Jika ingin mengetahui lebih lengkap terkait karya tulis ilmiah diatas silahkan klik link dibawah ini. http://ejournal.st3telkom.ac.id/index.php/infotel/issue/view/17

Mengenal Metode Empirical Mode Decomposition (EMD)

Pengantar

Dalam proses di kehidupan real kita sering dihadapkan pada urusan yang kompleks. Misalnya  ketika kita ingin menganalisis grafik curah hujan , mengingatkan adanya korelasi antara berbagai proses seperti perubahan musiman , proses pemanasan global, perubahan arus laut , perubahan badai dan anticyclones , jumlah karbon dioksida yang dipancarkan ke atmosfer , siklus aktivitas matahari dan ini bisa berlangsung secara kontinue.
Oleh karena itu A grafik jenis ini cukup sulit untuk dianalisis sebagai komponennya , ketika berinteraksi dengan satu sama lain , masker dan mendistorsi keteraturan kami ingin mengidentifikasi . Hal ini menimbulkan keinginan yang sah untuk memecah proses yang dipertimbangkan menjadi komponen-komponen individual dan menganalisa masing-masing komponen secara terpisah . Analisis komponen individu dan pertimbangan dari kontribusi yang mereka buat ke dalam proses di tangan membantu kita lebih memahami proses yang sedang berlangsung , serta , misalnya meningkatkan keandalan perkiraan .

 

1. Dekomposisi

Ada banyak berbagai metode dekomposisi yang dapat diterapkan, untuk urutan yang diberikan dalam pertimbangan. Metode ini memiliki pendekatan matematis dan empiris yang mendasari secara berbeda, tingkat kerumitan yang berbeda dan daerah yang berbeda dari aplikasi.

 

2. Empirical Mode Decomposition

Empiris Modus Dekomposisi (EMD) dikembangkan  sebagai bagian dasar dari Hilbert-Huang Transform (HHT). Hilbert Huang Transform (HHT) dapat dilakukan dalam 2 tahap. Pertama, menggunakan algoritma EMD, sehingga kita memperoleh fungsi modus intrinsik (IMF). Pada tahap kedua, spektrum frekuensi sesaat dari urutan awal diperoleh dengan menerapkan transformasi Hilbert terhadap hasil seperti langkah sebelumnya. Hilbert-Huang Transform (HHT) dapat dimungkinkan untuk mendapatkan spektrum frekuensi sesaat urutan nonlinear dan nonstasioner. Urutan ini dapat digunakan sebagai dekomposisi modus empiris.

Berbeda dengan Transformasi Fourier dan transformasi wavelet, EMD data yang terurai membentuk fungsi modus intrinsik (IMF) yang tidak diatur secara analitis dan bukan ditentukan oleh urutan dianalisis sendiri. Fungsi dasar yang dalam hal ini berasal dari input data. IMF yang dihasilkan harus memenuhi  persyaratan sebagai berikut :

a. Nilai IMF (maximum atau minimum) dan nilai zero-crossingnya harus sama ataupun kalau berbeda paling banyak satu.

b. Nilai rata-rata, yang ditentukan oleh dua sinyal – maximum  dan minimum harus nol.

 

Sumber : http://www.mql5.com/en/articles/439