پیش بینی آریتمی قلب با استفاده از یادگیری عمیق و مبدل هایVision

پیش بینی آریتمی های قلبی به عنوان یک چالش اساسی در پزشکی مدرن، نیازمند توسعه روش های دقیق و کارآمد است که قادر به شناسایی و طبقه بندی این اختلالات با سرعت و دقت بالا باشند. در این مقاله، یک روش نوین مبتنی بر یادگیری عمیق و مبدل های بینایی برای پیش بینی آریتمی های قلبی ارائه می شود. در این روش، سیگنال های الکتروکاردیوگرام (ECG) به عنوان داده های اولیه مورد استفاده قرار می گیرند. ابتدا این سیگنال ها با تکنیک های پیش پردازش مناسب مانند فیلتر کردن و نرمال سازی، به نمودارهای نمایشی تبدیل می شوند که اطلاعات کلیدی فعالیت الکتریکی قلب را به صورت بصری نمایش می دهند. سپس، با استفاده از معماری Vision Transformers، ویژگی های این نمودارها استخراج و برای طبقه بندی نوع آریتمی به کار گرفته می شوند. روش پیشنهادی ما با بهره گیری از قابلیت های قدرتمند مبدل بینایی در پردازش داده های بصری، به دقت بالایی در شناسایی الگوهای پیچیده و انواع مختلف آریتمی ها دست می یابد. نتایج آزمایش های انجام شده بر روی دیتاست های معتبر نشان دهنده عملکرد مطلوب و قابلیت اعتماد این روش در تشخیص آریتمی های قلبی است. این مطالعه می تواند به عنوان ابزاری کارآمد در حوزه پزشکی، به متخصصان قلب کمک کند تا به تشخیص سریع و دقیقی از آریتمی ها دست یابند و در نهایت به بهبود نتایج درمانی بیماران منجر شود.

کلیدواژه ها:

آریتمی ، مبدل بینایی ، سیگنال الکتروکاردیوگرام ، استخراج ویژگی ، یادگیری عمیق ، تحلیل سیگنال ، شبکه های عصبی