تشخیص نوع و سطح خطر انقباضات زودرس بطنی (PVC) مبتنی بر پردازش سیگنالHRV با کمک شبکه عصبی کانولوشن

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 181

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

DMECONF08_196

تاریخ نمایه سازی: 31 فروردین 1402

چکیده مقاله:

انقباضات زودرس بطنی (PVC) یکی از شایع ترین بینظمیهای ضربان قلب است. انقباضات زودرس بطنی فعالیت های نامنظمی هستند که به علت انقباضات شدید بطنی اتفاق می افتند و بدین ترتیب، الگوهای غیر طبیعی در کمپلکس QRS سیگنال قلبی((ECG رخ می دهد. این انقباضات مکرر در طی فعالیت فیزیکی خطر مرگ را افزایش میدهند و میتواند منجر به آریتمی قلبی جدی تر مانند فیبریلاسیون دهلیزی شوند. معمولا انقباضات زودرس بطنی به راحتی در ECG با شکل متمایز تشخیص داده میشوند. در این پژوهش جهت پیش بینی انقباضات زود رس بطنی در بازه های زمانی مشخص، ویژگی های مبتنی بر بازه استخراج و با استفاده از شبکه عصبی و SVM و KNN و شبکه ی عصبی کانولوشن وقوع و عدم وقوع PVC در بازه زمانی ۵ ثانیه پیش بینی گردید. نتایج نشان داد که SVM و شبکه عصبی کانولوشن دارای عملکرد بالاتری است.

کلیدواژه ها:

فیبریلاسیون بطنی ، انقباضات زود رس بطنی ، ویژگی های مبتنی بر بازه استخراج

نویسندگان

نازنین طاطائی سرشار

دانشجوی دانشگاه آزاد اسلامی واحد تهران شمال

محمد میرزایی

استاد گروه مهندسی برق و کامپیوتر،دانشگاه آزاد اسلامی، واحد تهران شمال