پردازش هوشمند سیگنال الکتروکاردیوگرام به منظور تشخیص بیماری با استفاده ازتبدیل موجک و شبکه عصبی مصنوعی

از میان سیگنالهای پزشکی، سیگنالهای قلبی به علت اهمیت ویژهای که در تشخیص سلامت یک فرد دارند، میتوان مورد توجه ویژهای قرار بگیرند. سیگنالهای قلبی از روی بدن یک انسان قابل ثبت میباشند که به آنها سیگنالهای الکتروکاردیوگرام یا ECG گفته میشود.پزشک متخصص از روی این سیگنالها میتواند اکثر بیماریهای قلبی را تشخیص دهد. در این مقاله روشی برای طبقه بندی سیگنال ECG ارایه میگردد. در این روش ابتدا نویز فرکانس پایین مربوط به عضلات بدن حذف و سپس از سیگنال تبدیل موجک گرفته میشود. آنگاه نویز فرکانسبالا از سیگنال حذف شده و دوباره سیگنال اصلی بازسازی میشود، که یک سیگنال بدون نویز و حاوی ویژگیهای اصلی میباشد. همچنین با اینعمل حجم اطلاعات برای پردازش مراحل بعدی 75 % کاهش مییابد. در مرحله بعد با استفاده از یک الگوریتم پیشنهادی تعیین مقدار بیشینه، موج R تشخیص داده شده و سرعت ضربان قلب محاسبه میشود. در نهایت سیگنال برای تعلیم و ارزیابی شبکه عصبی مصنوعی برای طبقه بندیو تشخیص هوشمند بیماری آماده میشود. طراحی انجام شده بر روی مجموعهای از سیگنالهای ECG مربوط به پایگاه داده MIT-BIH موردبررسی قرار گرفته است که تحلیل نتایج خروجی، حساسیت متوسط بالای 98.57 % را برای روش پیشنهادی نشان میدهد

Keywords:

تبدیل موجک , تشخیص بیماری , شبکه عصبی مصنوعی , موج - R