تشخیص آریتمی ضربان انقباض زودرس دهلیزی از سیگنال نرمال قلبی با استفاده از انتخاب ویژگی بهینه شده و شبکه عصبی کانولوشن
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 43
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ECMCONF10_009
تاریخ نمایه سازی: 8 شهریور 1404
چکیده مقاله:
ضربان زودرس دهلیزی یا یک ضربان قلب اضافی و نابجاست که ریتم طبیعی قلب را مختل می کند. این نوع ضربان زمانی به وجود می آید که یک کانون غیر طبیعی در یکی از دهلیز های قلب، زودتر از آنکه ایمپالس بعدی از گره سینوسی خارج شود، پالس الکتریکی ایجاد کرده و باعث ضربان قلب زودرس و نابجا می شود. الکتروکاردیوگرام یک آزمایش ساده و بدون درد است که فعالیت الکتریکی قلب شما را می سنجد. الکتروکاردیوگرام به عنوان ECG یا EKG هم شناخته می شود. از این تست می توان برای تشخیص اختلال های قلبی استفاده کرد. به کمک این نمودار می توان تغییرات الکتریکی ایجاد شده در قلب به دلیل تغییرات ماهیچه های قلبی یا سیستم هدایت جریان الکتریکی را شناسایی کرد. یادگیری عمیق، یک شبکه عصبی کانولوشن دسته ای از شبکه های عصبی عمیق است که معمولا برای تجزیه و تحلیل تصاویر بصری استفاده می شود. در این مقاله برای تفکیک سیگنال طبیعی قبل از ضربان انقباض زودرس دهلیزی با استفاده از شبکه عصبی کانولوشن بر مبنای معماری AlexNet با ساختار لایه های تماما متصل fc۸، ۱۰۰۰ ویژگی عمیق بدون دخالت دست استخراج شده و سپس به انتخاب ۱۰ ویژگی برتر از ویژگی های استخراج شده پرداختیم. در انتها انقباض زودرس دهلیزی به وسیله طبقه بندی کننده SVM و با صحت ۹۹/۷۵ تشخیص داده شده است.
کلیدواژه ها:
نویسندگان
هادی حسین پور
گروه مهندسی پزشکی، دانشکده برق و کامپیوتر، واحد کازرون، دانشگاه آزاد اسلامی، کازرون، ایران
امید مهدی یار
گروه مهندسی پزشکی، دانشکده برق و کامپیوتر، واحد کازرون، دانشگاه آزاد اسلامی، کازرون، ایران