We live in a digital world where data is being generated at an always increasing rate. This creates the need to develop new technology not only for storing these vast amounts of data, but also for manipulating and analyzing it. It is through this data analysis that we can make decisions and generate knowledge. The medical field is no exception and healthcare and biomedical data must be stored and analyzed to gain insights that help in disease prevention and diagnostics. An example of this kind of data are electrocardiograms (ECG), whose careful analysis has proven to be of significant help to diagnose cardiovascular abnormalities. ECG recording devices can produce a very large amount of data in a short period of time. Usually abstracted as unstructured data, ECG digital signals have traditionally been stored and analyzed using file-based solutions for storage, and ad-hoc programs for data processing. We favor the idea that ECG signals can be abstracted as sets of tuples and stored in database relations. In this paper we present a proposal to store, manage, and analyze ECG data in a column-store database management system (DBMS). We provide extensive empirical evidence showing that incorporating complex analytical tasks such as ECG transformation and classification into a DBMS is not only feasible but also efficient and scalable. For this, we rely on the Structured Query Language provided by relational DBMSs, and the implementation of user defined functions.

中文翻译：

---

具有列存储 DBMS 和 UDF 的下一代心跳分类

我们生活在一个数字世界中，数据以不断增加的速度生成。这就产生了开发新技术的需要，不仅用于存储这些大量数据，而且还用于操作和分析这些数据。正是通过这种数据分析，我们才能做出决策并产生知识。医疗领域也不例外，必须存储和分析医疗保健和生物医学数据，以获得有助于疾病预防和诊断的见解。此类数据的一个例子是心电图 (ECG)，其仔细分析已被证明对诊断心血管异常有重要帮助。心电图记录设备可以在短时间内产生非常大量的数据。通常抽象为非结构化数据，传统上，ECG 数字信号使用基于文件的存储解决方案和用于数据处理的特殊程序进行存储和分析。我们赞成 ECG 信号可以抽象为一组元组并存储在数据库关系中的想法。在本文中，我们提出了在列存储数据库管理系统 (DBMS) 中存储、管理和分析 ECG 数据的建议。我们提供了广泛的经验证据，表明将复杂的分析任务（例如 ECG 转换和分类）纳入 DBMS 不仅可行，而且高效且可扩展。为此，我们依赖关系 DBMS 提供的结构化查询语言，以及用户定义函数的实现。我们赞成 ECG 信号可以抽象为一组元组并存储在数据库关系中的想法。在本文中，我们提出了在列存储数据库管理系统 (DBMS) 中存储、管理和分析 ECG 数据的建议。我们提供了广泛的经验证据，表明将复杂的分析任务（例如 ECG 转换和分类）纳入 DBMS 不仅可行，而且高效且可扩展。为此，我们依赖关系 DBMS 提供的结构化查询语言，以及用户定义函数的实现。我们赞成 ECG 信号可以抽象为一组元组并存储在数据库关系中的想法。在本文中，我们提出了在列存储数据库管理系统 (DBMS) 中存储、管理和分析 ECG 数据的建议。我们提供了广泛的经验证据，表明将复杂的分析任务（例如 ECG 转换和分类）纳入 DBMS 不仅可行，而且高效且可扩展。为此，我们依赖关系 DBMS 提供的结构化查询语言，以及用户定义函数的实现。我们提供了广泛的经验证据，表明将复杂的分析任务（例如 ECG 转换和分类）纳入 DBMS 不仅可行，而且高效且可扩展。为此，我们依赖关系 DBMS 提供的结构化查询语言，以及用户定义函数的实现。我们提供了广泛的经验证据，表明将复杂的分析任务（例如 ECG 转换和分类）纳入 DBMS 不仅可行，而且高效且可扩展。为此，我们依赖关系 DBMS 提供的结构化查询语言，以及用户定义函数的实现。