تشخیص تغییرات ناهماهنگ ضربان قلب با استفاده از سیگنال ecg مبتنی بر اطلاعات زمان-فرکانس
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده برق و کامپیوتر
- نویسنده حسین رعنایی
- استاد راهنما محمد علی طینتی بهزاد مظفری تازه کند
- سال انتشار 1393
چکیده
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 این عارضه بدون علائم ظاهری می باشد. در روش پیشنهادی مبتنی بر سیگنال قلب، تغییرات ضربان قلب و طی آن سیگنال hrv را برای استخراج ویژگی از سیگنال قلب استخراج کردیم. برای استخراج پیک از سیگنال قلب از الگوریتم پیشنهادی استفاده کردیم که دقت بالاتری نسبت به دیگر الگوریتم ها دارد. سپس به استخراج ویژگی های خطی و غیر خطی از سیگنال hrv پرداختیم. ویژگی-های خطی عبارتند از ویژگی های زمانی، ویژگی های فرکانسی و ویژگی های زمان-فرکانسی. ویژگی های غیر خطی عبارتند از معیار پوین کیر و تحلیل نوسانات دترند شده. ویژگی های زمانی که استخراج شده است مبتنی بر میانگین و انحراف معیار سیگنال hrv است که بعلت اختلالات تنفسی در زمان تشنج از این ویژگی استفاده کرده ایم. با استفاده از چگالی طیف توان به تحلیل فرکانسی پرداختیم. همچنین از تبدیل ویگنرویل برای استخراج ویژگی های زمان فرکانس استفاده کردیم. بعلاوه از کیومولانت های ضرایب ویولت نیز به عنوان ویژگی استفاده شده است که در انتها از کاهش ویژگی بروش الگوریتم انتخابی ترتیبی مستقیم و الگوریتم نزدیکترین همسایه برای طبقه بندی استفاده شده است. دقت الگوریتم پیشنهادی 57/88 % است که نسبت به روش های قبلی دقت بالاتری دارد، علاوه بر اینکه نسبت به روش مالارویلی پیچیدگی کمتری دارد.
منابع مشابه
تشخیص زودهنگام ایسکمی با استفاده از سیگنال تغییرات ضربان قلب و شبکه های عصبی احتمالی بازگشتی
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 ...
متن کاملبررسی 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...
متن کاملتشخیص بیماری فلاتر دهلیزی با استفاده از سیگنال ecg مبتنی بر اطلاعات آماری مرتبه بالا
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 ثانی...
15 صفحه اولتشخیص و تخمین تغییرات موج t با استفاده از تحلیل چندلیدی سیگنال ecg
وجود تغییرات الکتریکی در فاز رپلاریزاسیون سیکل قلبی با افزایش خطر آریتمیهای بطنی و مرگ قلبی ناگهانی ارتباط مستقیمی دارد، بنابراین تشخیص و ارزیابی این تغییرات، که تغییرات موج t (twa) نامگذاری شدهاند، میتواند امکانات جدیدی را در اختیار پزشکان قرار دهد. با این حال تشخیص صحیح twa به دلیل دامنهی بسیار کوچک آن (گاهی کوچکتر از سطح نویز) و ادغام شدن با نویزهای بیولوژیکی نظیر حرکت الکترودها، فعالیت ...
متن کاملامکان 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 ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده برق و کامپیوتر
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023