فرزان نیک نژاد - دانشجوی کارشناسی ارشد مهندسی پزشکی - بیو الکتریک، دانشکده مهندسی برق، دانشگاه صنعتی خواجه نصیرالدین طوسی
مریم محبی - استادیار گروه مهندسی پزشکی، دانشکده مهندسی برق، دانشگاه صنعتی خواجه نصیرالدین طوسی

پزشکان الکتروفیزیولوژیک قلب با بررسی اطلاعات مورفولوژیک سیگنال ECG از لید های متفاوت و همچنین اطلاعات بالینی بیمار سعی در تشخیص VT از SVT با aberrancy را دارند. افتراق این دو آریتمی از یکدیگر با توجه به شباهت ظاهری آنها، چالش بزرگی است و هنوز هیچ روش خودکاری برای جداسازی آنها ارایه نشده است. هدف از این مقاله ارایه روشی کارامد و خودکار برای جداسازی این دو آریتمی با استفاده از اطلاعات سیگنال ECG تک کاناله است. بدین منظور از ترکیبی از اطلاعات حوزه زمانی و حوزه کپسترم هر ضربان ECG استفاده شده است. ویژگی های زمانی انتخاب شده که بر اساس منشاء فیزیولوژیکی آریتمی ها استخراج شده اند، شامل فاصله زمانی شده است. ویژگی های زمانی R-R بیشترین و کمترین شیب در هر ضربان و همچنین متوسط شیب بالارونده و پایین رونده موج R در هر ضربان می باشد. در حوزه کپستروم نیز از تحلیل فیلتر بانک تحت عنوان LFBE بهره برده ایم. در پایان با طبقه بندی کننده SVM، ضربان های نرمال VT و SVT با aberrancy از همدیگر تفکیک شده اند. الگوریتم ارایه شده برروی پایگاه داده ای متشکل از 83 فرد که از بیمارستان شهید رجایی تهران اخذ شده، ارزیابی شده است و توانسته است صحت 91/06% را ارایه دهد.

سیگنال الکتروکاردیوگرام، تاکی کاردی بطنی و فوق بطنی، کپستروم و فاصله زمانی R-R