مهدی خیرالهی - استاد، کارشناس ارشد مهندسی برق مخابرات ، دانشگاه صنعتی اصفهان
سیدمحمد شیرزادی - پزشکی دکتری حرفه ای ، دانشگاه آزاد اسلامی واحد نجف آباد، بیمارستان شریعتی اصفهان
مهسا عسگری - کارشناسی مهندسی پزشکی ،دانشکده برق دانشگاه آزاد اسلامی واحد نجف آباد

میزان برون ده قلبی نشان دهنده وضعیت عملکردی کل سیستم قلبی- عروقی میباشد.دانستن این میزان نقش کلیدی در تعیین سریع علت اختلال همودینامیک وارایه روش درمانی مناسب دارد.روشهای متعدد تهاجمی و غیرتهاجمی بمنظور اندازه گیری برون ده قلبی ارایه شده است. اما تلاش بر این است که اقدامات تشخیصی درمانی تاحد ممکن غیرتهاجمی باشند.بدین منظور روشهای جدید بیشتر با این رویکرد ارائه میشوند. در این تحقیق یک روش غیرتهاجمی بمنظور ارزیابی میزان قدرت انقباضی قلب با استفاده از پردازش دیجیتال سیگنال صدای قلب ارائه شده است که لازمه آن استخراج ویژگیهایی از این سیگنال و طبقه بندی آنها میباشد. بمنظور استخراج ویژگی ازسیگنال صدای قلب لازم است که دربخش اصلی این سیگنال یعنی صدای اول(S1) و صدای دوم(S2)استخراج شوند. لذا دو الگوریتم متفاوت بمنظور جداسازی این صداها پیشنهاد میشود.اولین الگوریتم بدون استفاده از سیگنال الکتروکاردیوگرام و الگوریتم دوم از سیگنال الکتروکاردیوگرام بعنوان مرجع استفاده کرده است. پس ازجداسازی صداها، بمنظور ارزیابی قدرت انقباض، 5 ویژگی را از سیگنال صدای قلب استخراج کرده و بااستفاده از شبکه عصبی RBFطبقه بندی میشوند. نتایج حاصله نشان می دهد که در9/95 % از موارد جواب شبکه با نظر پزشک مطابقت دارد.

قدرت انقباض قلب، سیگنال صدای قلب، صدای اول ودوم، تبدیل موجک، شبکه عصبی RBF، استخراج ویژگی از ECG