CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

طبقه بندی سیگنال های قلبی به منظور تشخیص آنفارکتوس میوکارد مبتنی بر استخراج ویژگی های مورفولوژیکی از الگو های فضایی-زمانی سیگنال هایوکتورکاردیوگرام

عنوان مقاله: طبقه بندی سیگنال های قلبی به منظور تشخیص آنفارکتوس میوکارد مبتنی بر استخراج ویژگی های مورفولوژیکی از الگو های فضایی-زمانی سیگنال هایوکتورکاردیوگرام
شناسه ملی مقاله: ICBME26_010
منتشر شده در بیست و ششمین کنفرانس ملی و چهارمین کنفرانس بین المللی مهندسی‌ زیست پزشکی ایران در سال 1398
مشخصات نویسندگان مقاله:

نسترن جعفری هفشجانی - گروه بیوالکتریک، دانشکده فناوری های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران
علیرضا مهری دهنوی - گروه بیوالکتریک، دانشکده فناوری های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

خلاصه مقاله:
یکی از شایعترین بیماری های قلبی عروقی (CVDs) در سراسر جهان آنفارکتوس میوکارد (MI) است که به سکته ی قلبی معروفاست و علت آن انسداد عروق کرونری و خون رسانی ناکافی به ماهیچه های قلبی است. استفاده از الکتروکاردیوگرافی (ECG) ووکتورکاردیوگرافی (VCG)، تشخیص و توصیف بیماری های قلبی را بهبود بخشیده است . در این تحقیق، علاوه بر بکارگیری سیگنالهای الکتروکاردیوگرام در حوزه زمان، از الگوهای فضایی-زمانی سیگنال های وکتورکاردیوگرام به منظور شناسایی 80 بیمار مبتلا بهMI و تمایز آنها از 52 فرد سالم به کار گرفته شد . هدف در این تحقیق تفکیک صحیح سیگنال های سالم از بیمار و رسیدن به دقتو صحت قابل قبول و همچنین نشان دادن مزایای وکتورکاردیوگرافی و بکارگیری آن به عنوان روشی جهت پوشش معایبالکتروکاردیوگرافی قدیمی است.

کلمات کلیدی:
آنفارکتوس میوکارد (MI)، الکتروکاردیوگرام (ECG)، وکتورکاردیوگرام (VCG)، تبدیل ویولت (WT)، شبکه عصبی مصنوعی (ANN)

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1011500/