کاربرد الگوریتم های یادگیری ماشین در تشخیص خودکار بیماری های قلبی بر اساس سیگنال ECG: رویکردی نوین در مهندسی پزشکی

چکیده مقاله

در دهه های اخیر، پیشرفت های چشمگیری در حوزه مهندسی پزشکی و به ویژه در تشخیص خودکار بیماری های قلبی به واسطه استفاده از الگوریتم های یادگیری ماشین به وقوع پیوسته است یکی از روش های متداول برای بررسی وضعیت سلامت قلب، تحلیل سیگنال الکتروکاردیوگرام ECG است که از آن برای تشخیص بیماری های مختلف قلبی مانند آریتمی ها، بیماری های عروق کرونری، و اختلالات قلبی استفاده می شود با توجه به پیچیدگی های سیگنال های ECG و حجم عظیم داده ها، استفاده از الگوریتم های یادگیری ماشین می تواند به طور موثری در فرآیند تشخیص خودکار این بیماری ها نقش آفرینی کند این مقاله مروری به بررسی کاربرد الگوریتم های یادگیری ماشین در تحلیل سیگنال های ECG و تشخیص بیماری های قلبی می پردازد الگوریتم های مختلفی از جمله شبکه های عصبی مصنوعی ANN ، درخت تصمیم، ماشین بردار پشتیبان SVM ، و الگوریتم های یادگیری عمیق مانند شبکه های عصبی کانولوشن CNN در فرآیند شناسایی الگوهای ECG به کار گرفته شده اند نتایج تحقیقات نشان می دهند که این الگوریتم ها توانایی شناسایی دقیق تر و سریع تر بیماری های قلبی را فراهم می کنند و در مقایسه با روش های سنتی، از دقت و کارایی بالاتری برخوردار هستند این مقاله ضمن بررسی روش های مختلف، چالش ها و فرصت های پیش رو را در راستای توسعه سیستم های تشخیص خودکار بیماری های قلبی با استفاده از یادگیری ماشین تحلیل می کند

کلیدواژه‌ها

نویسندگان

ملیکا عمادی سقزچی

نویسنده اول

غزل میرزایی

نویسنده

�مادی سقزچی، ملیکا و میرزایی، غزل،1404،کاربرد الگوریتم های یادگیری ماشین در تشخیص خودکار بیماری های قلبی بر اساس سیگنال ECG: رویکردی نوین در مهندسی پزشکی،اولین همایش بین المللی معلمان پیشرو در عصر پژوهش های تحول آفرین،اهواز

ارائه‌شده در

مجموعه مقالات اولین همایش بین المللی معلمان پیشرو در عصر پژوهش های تحول آفرین15 مهر 1404 · اهواز