تشخیص زودهنگام ایسکمی با استفاده از سیگنال تغییرات ضربان قلب و شبکه های عصبی احتمالی بازگشتی

Authors

مجید وفایی زاده

دانشجوی کارشناسی ارشد، مرکز فناوری عصبی ایران، گروه مهندسی پزشکی، دانشکده ی مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران عباس عرفانیان امیدوار

دانشیار، مرکز فناوری عصبی ایران، گروه مهندسی پزشکی، دانشکده ی مهندسی برق، دانشگاه علم و صنعت ایران، تهران، ایران عباس فروتن

استادیار، گروه فیزیولوژی، دانشکده ی پزشکی، دانشگاه علوم پزشکی شهید بهشتی، تهران، ایران

abstract

مقدمه: ایسکمی قلبی به وسیله ی عدم خون رسانی کافی به سلول های انقباضی ناشی می شود که باعث سکته ی قلبی می شود. بنابراین تشخیص غیر تهاجمی صحیح و زودهنگام ایسکمی قلبی نقش مهمی در درمان این بیماری و پیشگیری از نارسایی های قلبی متعاقب آن دارد. در طول سالیان متمادی، روش های مختلفی مبتنی بر سیگنال قلبی اخذ شده در ثبت های طولانی مدت برای تشخیص اتوماتیک ایسکمی پیشنهاده شده است. اما تاکنون تشخیص اتوماتیک ایسکمی در ثبت های کوتاه مدت به صورت یک مسأله ی باز باقی مانده است. در این مطالعه روش جدیدی برای تشخیص زودهنگام ایسکمی ارائه شد. روش ها: روش مورد استفاده در این مطالعه مبتنی بر تست های کوتاه مدت، تحلیل زمان-فرکانس سیگنال تغییرات ضربان قلب (hrv یا heart rate variability) و شبکه های عصبی احتمالی بازگشتی به عنوان طبقه بندی کننده بود. برای این منظور ویژگی های باندهای فرکانسی در حین انجام سه آزمایش اتونومیک برخاستن، تنفس عمیق و کنترل تنفس در 98 نفر (50 فرد سالم و 48 بیمار) استخراج شد و به عنوان بردار ویژگی در نظر گرفته شد. افراد مورد آزمایش با نظر متخصص قلب و انجام تست ورزش و آنژیوگرافی مورد ارزیابی قرار گرفتند. یافته ها: نتایج این تحقیق نشان داد که می توان با استفاده از روش پیشنهادی و انجام تست های کوتاه مدت، افراد دچار ایسکمی را با دقت 88 درصد تشخیص داد. میزان دقت تشخیص افراد سالم 82 درصد بود. نتیجه گیری: نتایج این تحقیق نشان داد که می توان از سیگنال ضربان قلب اخذ شده در حین آزمایشات کوتاه مدت اتونومیک و شبکه های عصبی، به عنوان روشی برای تشخیص غیر تهاجمی و زود هنگام ایسکمی استفاده کرد. روش ارائه شده ساده، سریع و غیر تهاجمی بود و نیازی به ثبت های طولانی مدت و تست ورزش نداشت.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

ارائه یک سیستم هوشمند در تشخیص بیماری عروق کرونری قلب با استفاده از شبکه عصبی احتمالی

مقدمه: انتخاب روش مناسب برای مدلسازی و تحلیل داده های سلامت و بهداشت، مبتنی بر نوع داده های موجود، بسیار مهم و در مواردی بسیار حساس است. تحقیق حاضر با هدف بررسی بسته بودن یا نبودن عروق کرونری قلب بر اساس شبکه عصبی احتمالی انجام شد. نتایج این تحقیق نشان داد که در جامعه آماری مورد مطالعه، شبکه های عصبی احتمالی بهتر و قوی تر از سایر شبکه های عصبی در تشخیص بیماری عمل کرده اند. روش بررسی: این تحقیق،...

full text

تشخیص تغییرات ناهماهنگ ضربان قلب با استفاده از سیگنال ecg مبتنی بر اطلاعات زمان-فرکانس

در این پایان نامه استخراج سیگنال hrv مورد بررسی قرار گرفت و روشی که بیشترین دقت را در بین الگوریتم ها داشته است پیشنهاد شد. در ادامه به بررسی تشنج در نوزادان یک الی 28 روزه پرداختیم. علت اصلی تشنج، صدمات درون مغزی مادر زادی و عفونت سیستم عصبی مرکزی می باشد که اگر این عارضه در نوزادان بطور جدی بررسی نشود، نوزاد دچار صرع و فلج مغزی خواهد شد. در نوزادان یک الی 28 روزه به علت عدم تکامل سیستم عصبی ا...

تشخیص عیب یاتاقان های غلتشی با استفاده از سیگنال های ارتعاشی بر اساس تحلیل طیف تکین و شبکه عصبی مصنوعی

در کاربردهای صنعتی، پایش وضعیت و عیب‌یابی بیرینگ­ها از اهمیت زیادی برخوردار است. تحلیل ارتعاشی، انتشار صدا، دمانگاری و تحلیل روانکار از جمله روش­های تشخیصی جهت شناسایی عیوب بیرینگ­ها می­باشند. یکی از قابل اطمینان­ترین روش‌ها جهت عیب­یابی تجهیزات دوار، مطالعه بر روی سیگنال ارتعاشی می­باشد. تاکنون روش­های مختلفی جهت عیب­یابی بیرینگ­های غلتشی توسط سیگنال­های ارتعاشی در حوزه زمان ارائه شده است. بیش...

full text

تشخیص زودهنگام مرگ ناگهانی قلبی با استفاده از پردازش سیگنال قلبی و فیلتر کالمن تعمیم‌یافته

مرگ ناگهانی قلبی یکی از مهم­ترین عوامل مرگ و میر در جهان به شمار رفته، و در بین مرگ­های ناشی از بیماری­های قلبی سهم عمده­ای را به خود اختصاص می­دهد. یکی از راه­های کاهش آمار مرگ ناشی از این دسته از بیماری­ها، تشخیص به موقع وقوع ناهنجاری‌های خطرناک قلبی است. اساس این تحقیق بر این باور استوار است که ناهنجاری­های مخاطره­آمیز قلبی به صورت ناگهانی رخ نمی­دهند، بلکه دقایقی قبل از وقوعشان، علائم و یا ...

full text

شناسایی خسارت در سازه با استفاده از پردازش سیگنال و شبکه های عصبی مصنوعی

در طول دو دهه اخیر بحث شناسایی خرابی و پایش سلامت سازه ها با هدف کاهش هزینه نگهداری و بهبود ایمنی و قابلیت اطمینان سازه مورد توجه قرار گرفته است. پس از وقوع زلزله با توجه به وضعیت بحرانی موجود و تعداد زیاد سازه های بلند مرتبه امکان مراجعه حضوری به تک تک سازه ها وجود ندارد. این موضوع اهمیت توسعه روش هایی که بتوانند تنها با استفاده از سیگنال های پاسخ ثبت شده در مدت زمان زلزله، خسارت ایجاد شده در ...

full text

My Resources

Save resource for easier access later


Journal title:
مجله دانشکده پزشکی اصفهان

جلد ۲۹، شماره ۱۷۴، صفحات ۰-۰

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023