بکارگیری الکتروکاردیوگرام برای تشخیص بیماریهای قلبی در سیستمهای پزشکی هوشمند مبتنی بر اینترنت اشیا

سیستمهای اینترنت اشیاء در زمینه های مختلف از جمله صنعت ، کشاورزی ، خانه های هوشمند و پزشکی به طور گسترده ای استفاده می شود. یکی از کاربردهای سیستمهای اینترنت اشیاء، شناسایی و تشخیص به موقع آثار و علائم بیماری های مختلف به ویژه بیماری های مرتبط با عملکرد و نارسایی قلبی می باشد. فیبریلاسیون دهلیزی یک ریتم قلب نامنظم و اغلب سریع است که می تواند منجر به مشکلات جدی برای سلامتی بیمار شود. تشخیص زودهنگام منجر به پیشرفت مطلوب در درمان خواهد شد و با درمان پیشگیرانه مناسب ، احتمال ابتلا به سکته مغزی و سایر عوارض مرتبط با قلب را کاهش می دهد. بنابراین ضروری است که به طور موثر در غربالگری فیبریلاسیون دهلیزی شرکت کرد. سیگنال الکتروکاردیوگرام i (ECG) مهمترین سیگنال برای تشخیص بیماری های قلبی می باشد و همواره بهترین نتایج را در تشخیص می دهد. روشهای تشخیص با استفاده از شبکه های عصبی کانولوشن برای طبقه بندی بیماری ها بسیار مورد توجه قرار گرفته است و توانایی خود را به اثبات رسانده است . در این مقاله از شبکه عصبی کانولوشن برای تشخیص فیبریلاسیون دهلیزی در سیستمهای مراقبت و پزشکی هوشمند مبتنی بر اینترنت اشیا استفاده شده است و بدون نیاز به ویژگی های دستی این کار کاملا خودکار انجام شده است . نتایج بدست آمده نشان می دهد که روش پیشنهادی در مقایسه با روشهای موجود، کارایی ، دقت و قابلیت اطمینان بالاتری ارائه می دهد.

بکارگیری الکتروکاردیوگرام برای تشخیص بیماریهای قلبی در سیستمهای پزشکی هوشمند مبتنی بر اینترنت اشیا Keywords:

پزشکی مبتنی بر اینترنت اشیاء , فیبریلاسیون دهلیزی , الکتروکاردیوگرام , شبکه عصبی ,