بهروز کوکبی سیوکی - دانشجوی کارشناسی ارشد، موسسه آموزش عالی خاوران- ارائه دهنده
جلیل شیرازی - استادیار، موسسه آموزش عالی خاوران مشهد

موضوع تشخیص هوشمند آریتمی های قلبی از روی سیگنال ECG به علت حساسیت بالای قلب انسان، یکی از موضوع های بسیار چالش برانگیز امروزه می باشد. طبق آمار سازمان سلامت جهانی (WHO)، ییماری های قلبی در بین رتبه های اول ابتلا به مرگ در جهان قرار دارند. در این مطالعه برای تشخیص و تفکیک آریتمی ها از ضرایب MFCC استفاده شده که تاکنون برای استخراج ویزگی از سیگنال صوت و همچنین تفکیک آریتمی ها از روی صدای قلب، کارایی داشته است. در این مطالعه، بررسی بر روی دو گروه آریتمی از پایگاه داده Physionet انجام شده است. گروه اول شامل پنج آریتمی که هر آریتمی شامل پنج فایل مجزا بوده که جمعاً معادل بیست و پنج فایل می باشد، آریتمی ها به قاب های زمانی 1، 2، ... 10 ثانیه تقسیم شده اند که پس از تفکیک، ضرایب MFCC انها محاسبه شده و در نهایت از ماشین بردار پشتیبان SVM برای دسته بندی آنها استفاده شده است. بررسی دسته بندی بر روی دوحالت نرمالیزه و خام بودن ضرایب MFCC و همچنین اعمال PCA بر روی هردوحالت انجام شده است، که دقت صحت تشخیص در بهترین حالت برای قاب های زمانی ده ثانیه 99/8507% بدست آمد. گروه دوم شامل چهار آریتمی که هر آریتمی شامل چهار فایل بوده که جمعاً معادل شانزده فایل می باشد، بررسی بر روی این گروه داده نیز همانند گروه اول انجام گرفته است که درصد صحت تشخیص در بهترین حالت برای قاب های زمانی شش ثانیه برابر 99/4444% بدست آمده است.

الکتروکاردیوگرام، آریتمی های قلبی، ماشین بردار پشتیبان، ضرایب کپسترال فرکانس مل