تشخیص آریتمی ضربان انقباض زودرس دهلیزی ازسیگنال نرمال قلبی با استفاده از یادگیری عمیق

چکیده مقاله

بیماری قلبی، یکی از اولین دلایل مرگ برای افراد در دنیا است تشخیص زودهنگام می تواند امکان درمان به موقع و مناسب را فراهم آورد و مرگ بیماران مبتلا به بیماری قلبی را کاهش دهد ECG، الکتروکاردیوگراف، نوار قلبی یا EKG نموداری است که جریان الکتریکی قلب در هر چرخه قلبی را نشان می دهد 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 انقباض زود رس دهلیزی به وسیله طبقه بندی کننده KNN و با صحت ۷۸/۹۹ تشخیص داده شده است

کلیدواژه‌ها

نویسندگان

سولماز بدر

گروه مهندسی پزشکی، دانشکده فنی مهندسی، واحد کازرون، دانشگاه آزاد اسلامی، کازرون، ایران

�در، سولماز،1403،تشخیص آریتمی ضربان انقباض زودرس دهلیزی ازسیگنال نرمال قلبی با استفاده از یادگیری عمیق،بیست و دومین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات بیست و سومین کنفرانس ملی مهندسی برق، کامپیوتر و مکانیک23 مهر 1403 · شیروان