تشخیص بیماری فلاتر دهلیزی با استفاده از سیگنال ecg مبتنی بر اطلاعات آماری مرتبه بالا

thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده برق و کامپیوتر
author عبدالستار الله بخش
adviser محمد علی طینتی توحید یوسفی رضایی
Number of pages: First 15 pages
publication year 1393

abstract

در این پایان نامه روشی نوین مبتنی بر اطلاعات آماری مرتبه بالا برای تشخیص بیماری فلاتر دهلیزی به کمک سیگنال ecg ارائه شده است. از الگوریتم پن-تامپکینز برای شناسایی قله های r و سپس با توجه به موقعیت قله r، قله های s ،q و t شناسایی شده اند. برای استخراج ویژگی های اطلاعات آماری مرتبه بالا از سیگنال tq که نشان دهنده ی فعالیت های دهلیزی می¬باشد و بصورت دنباله ای از قطعه های tq برای نمونه¬¬های 20 ثانیه ای از داده ها می¬باشد استفاده شده است. بردار ویژگی شامل میانگین ارتفاع قله های t، میانگین قله های r و فاصله ی زمانی tq به عنوان ویژگی زمانی و کشیدگی، کمولانت و گشتاور ششم به عنوان ویژگی های آماری مرتبه بالا می¬باشد. به منظور توجیه ریاضی از توزیع مقدار حدی تعمیم یافته برای ارائه یک مدل آماری برای سیگنال های انتخابی استفاده شده است. برای دسته بندی از تحلیل توابع تفکیک استفاده شده است که دقت دسته بندی %98.81، اختصاصیت %100 و حساسیت %96.3 می باشد. نتایج الگوریتم ارائه شده در تشخیص بیماری فلاتر دهلیزی به کمک سیگنال ecg نسبت به الگوریتم های پیشین بهتر می باشد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

تشخیص بیماری هیپرتروفی بطن چپ با استفاده از سیگنال ecg و براساس اطلاعات آماری مرتبه بالا

در این پایان نامه روشی جدید برای تشخیص بیماری هیپرتروفی بطن چپ به کمک سیگنال ecg ارائه شده است. هیپرتروفی قلبی به افزایش حجم عضلات قلب به بیش از یک مقدار آستانه گفته می شود. هیپرتروفی بطن چپ شایع ترین نوع هیپرتروفی قلبی بوده و به دلیل افزایش احتمال سکته قلبی تشخیص به موقع این بیماری اهمیت ویژه ای دارد. بعد از جمع آوری دیتابیس سالم و بیمار برای شناسایی قله های r از الگوریتم پن-تامپکینز استفاده...

15 صفحه اول

بررسی تشخیص بیماری دیابت بر اساس اطلاعات مستخرج از سیگنال ECG با استفاده از شبکه‌های عصبی مصنوعی

زمینه و هدف: بیماری دیابت یکی از شایع‌ترین بیماری‌های دنیا شناخته‌ شده است. یکی از مشکلات اساسی مربوط به این بیماری عدم ‌تشخیص به‌موقع و صحیح آن می‌باشد. هدف این پژوهش ارائه روش جدیدی برای تشخیص بیماری دیابت است و قصد دارد برای اولین بار ارتباط تصاویر ECG با تشخیص بیماری دیابت به کمک شبکه عصبی مصنوعی و الگوریتم‌های داده‌ کاوی را بررسی کند. روش بررسی: در این مطالعه 8 بیمار دیابتی و 64 فرد سالم ح...

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...

امکان تشخیص آریتمی‌های قلبی با استفاده از تحلیل شاخص‌های آشوبی سیگنال ECG

سیگنال الکتروکاردیوگرام (ECG) معمول‌ترین روش غیرتهاجمی برای بررسی سلامتی قلب یا تشخیص احتمالی بیماری‌های قلبی است. مطالعات نشان می‌دهد سیگنال ECG یک ساختار خطی ساده ندارد بلکه دارای مؤلفه‌های غیرخطی است. در این مقاله سیگنال ECG به عنوان یک سری زمانی در نظر گرفته شده است و شاخص‌های غیرخطی آشوبی مانند بزرگ‌ترین نمای لیاپانوف ( ) و بعد همبستگی (D2) از سیگنال ECG برای افراد سالم و بیمار ...

full text

تشخیص و تخمین تغییرات موج T با استفاده از تحلیل چندلیدی سیگنال ECG

full text

امکان تشخیص آریتمی‌های قلبی با استفاده از تحلیل شاخص‌های آشوبی سیگنال ECG

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}

document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده برق و کامپیوتر

Keywords

لرزش دهلیزی برق نگاری قلب چاولگی کشیدگی روش آماری انباشتک ها

Hosted on Doprax cloud platform doprax.com