تشخیص آریتمیهای فیبریلاسیون دهلیزی و تاکی کاردی بطنی از روی سیگنال فعالیت الکتریکی قلب با استفاده از ترکیب ضرایب ویولت و طبقه بندی کننده ماشین بردار پشتیبان

آریتمیهای فیبریلاسیون دهلیزی و تاکیکاردی بطنی از جمله خطرناکترین بیماریهای قلبی هستند که تشخیص زود هنگام آنها میتواند نقس بسیار مهمی در افزایش طول عمر بیمار ایفا کند. امروزه پردازش سیگنال فعالیت الکتریکی قلب که الکتروکاردیوگراف نامیده میشود، جهت تشخیص و بررسی انواع آریتمیهای قلبی، بسیار مورد توجه پژوهشگران قرار گرفته است. در این مطالعه با پردازش سیگنال الکتروکاردیوگراف،  یک الگوریتم هوشمند جهت تشخیص آریتمیهای فیبریلاسیون دهلیزی و تاکیکاردی بطنی ارائه شده است. این الگوریتم شامل سه مرحله اساسی تحت عنوان جمع آوری داده، استخراج ویژگی و طبقهبندی میباشد. در مرحله اول سیگنالهای الکتروکاردیوگرام مربوط به دو نوع آریتمی فیبریلاسیون دهلیزی و تاکیکاردی بطنی و همچنین سیگنال الکتروکاردیوگراف افراد سالم از پایگاه داده MIT-BIH فراهم شد. در مرحله دوم برای استخراج ویژگیهای حوزه زمان- فرکانس از یک روش جدید ترکیب سه تابع تبدیل ویولت استفاده شد. در انتها از یک طبقهبندی کننده ماشینبردار پشتیبان با هسته گوسین جهت تشخیص و طبقهبندی این دو نوع آریتمی استفاده شد. نتایج شیبهسازی نشان داد الگوریتم هوشمند ارائه شده در این مطالعه قادر به تشخیص این دو نوع آریتمی با صحت ۹۸/۳% (AC%) و حساسیت ۹۸/۸% (SE%) و میزان اختصاصی بودن ۹۷/۹% (SP%) میباشد. به منظور اثبات کارآیی روش پیشنهاد شده در این مطالعه، در الگوریتم دوم برای استخراج ویژگیهای سیگنالهای الکتروکاردیوگراف فقط از یک نوع تابع تبدیل ویولت استفاده شد و برای طبقهبندی، یک شبکه عصبی پروسپترون چند لایه مورد استفاده قرار گرفت. سپس نتایج حاصل از الگوریتم دوم با نتایج حاصل از الگوریتم ارائه شده در این مطالعه مقایسه شد.

Keywords:

طبقه بندی کننده ماشین بردار پشتیبان , تبدیل ویولت , ویژگی های حوزه زمان- فرکانس , شبکه عصبی مصنوعی , پردازش سیگنال الکتروکاردیوگراف