امکان تشخیص آریتمی های قلبی با استفاده از تحلیل شاخص های آشوبی سیگنال ECG

سیگنال الکتروکاردیوگرام (ECG) معمول ترین روش غیرتهاجمی برای بررسی سلامتی قلب یا تشخیص احتمالی بیماری های قلبی است. مطالعات نشان می دهد سیگنال ECG یک ساختار خطی ساده ندارد بلکه دارای مولفه های غیرخطی است. در این مقاله سیگنال ECG به عنوان یک سری زمانی در نظر گرفته شده است و شاخص های غیرخطی آشوبی مانند بزرگ ترین نمای لیاپانوف ( ) و بعد همبستگی (D۲) از سیگنال ECG برای افراد سالم و بیمار استخراج می شود. در این راستا الگوریتم های مناسب جهت استخراج پارامترهای لازم برای بازسازی فضای حالت و نیز محاسبه بزرگ ترین نمای لیاپانوف و بعد همبستگی از روی سیگنال ECG با ملاحظات مربوطه ارائه می گردد. سپس با استفاده از طبقه بندی کننده فازی امکان تفکیک افراد سالم و بیمار، براساس شاخص های آشوبی محاسبه شده بررسی می شود. داده ها از پایگاه داده های MIT-BIH گرفته شده است و مقایسه نتایج برای سه گروه شامل افراد با ریتم قلبی سالم (NSR)، بیماران فیبریلاسیون دهلیزی (AF) و بیماران انسداد دسته شاخه چپ (LBBB) انجام شده است که مبین کارایی طبقه بندی ارائه شده بر اساس شاخص های آشوبی است.