تشخیص بیماری دیابت با استفاده از سیگنال ECG بر اساس آموزش عمیق

دیابت یک بیماری متابولیک است که افراد زیادی را در سراسر جهان تحت تاثیر قرار می دهد. میزان بروز آن هر سال به طرز نگران کننده ای افزایش می یابد. در صورت عدم درمان، عوارض مرتبط با دیابت در بسیاری از اندام های حیاتی بدن ممکن است کشنده شود. تشخیص زودهنگام دیابت برای درمان به موقع بسیار مهم است که میتواند از پیشرفت بیماری به چنین عوارضی جلوگیری کند. سیگنالهای ECG۱میتوانند به طور موثر برای تشخیص غیرتهاجمی دیابت استفاده شوند. این مقاله روشی را برای طبقه بندی افراد دیابتی و عادی با استفاده از معماریهای یادگیری عمیق ارائه میکند. ما از شبکه عصبی کانولوشنال ۲(CNN) برای استخراج ویژگی های سیگنال ECG استفاده میکنیم. این ویژگیها برای طبقه بندی به ماشین بردار پشتیبان (SVM)۳ منتقل می شوند. سیستم طبقه بندی پیشنهادی میتواند به پزشکان کمک کند تا دیابت را با استفاده از سیگنال های ECG با دقت بسیار بالای ۹۸.۵٪ تشخیص دهند.