مهناز اروانه - دانشگاه فردوسی مشهد، دانشکده مهندسی، گروه برق
اسد عازمی
ناصر پرویز
مهنوش شجیعی

در این مقاله به معرفی روش جدیدی در پیش بینی آریتمیها بر اساس مدلسازی دینامیکی قسمتی از سیگنال ECG می پردازیم و توانایی این روش را در پیش بینی حملات فیبریلاسیون دهلیزی بررسی می کنیم. در این روش ابتدا به کمک الگوریتمی بر مبنای برنامه سازی ژنتیکی به شناسایی همزمان بهترین ساختار و پارامترهای بازه PR پرداخته، سپس از تغییرات پارامترها در افراد سالم و در شرف بیماری برای پیش بینی حملات فیبریلاسیون دهلیزی استفاده می کنیم. به این صورت که شبکه عصبی آموزش دیده ای با استفاده از ورودی پارامترها به پیش بینی حملات فیبریلاسیون دهلیزی می پردازد. از مزایای عمده این روش، پیش بینی بر اساس تنها 30 ثانیه سیگنال ECG می باشد. در پایان، با آزمایش این الگوریتم بر روی 30 سیگنال، توانایی بالای این الگوریتم در پیش بینی مشخص می گردد. همچنین مقایسه این روش با پیش بینی بر اساس مدلسازی زمانی نیز برتری این روش را مشخص می نماید.

پیش بینی آریتمی، فیبریلاسیون دهلیزی، شناسایی سیستمها، برنامه سازی ژنتیکی (GP)، شبکه عصبی