يش‎تر بيماري‎هاي قلبي با استفاده از سيگنال الكتروكارديوگرام و تصاوير اكوكارديوگرافي تشخيص داده مي‎شوند. از آن‎جا كه تفسير و تحليل اطلاعات بيمار، به تجربه شخص وابسته است و براي تشخيص صحيح زمان زيادي لازم مي‎باشد لذا كمي كردن بخشي از تشخيص مي‎تواند كمك بسزايي به پزشك محسوب شود. تشخيص خودكار هايپرتروفي بطن چپ ناشي از بيماري كارديوميوپاتي هايپرتروفيك و فشار خون سيستميك با استفاده از اطلاعات حاصل از سيگنال الكتروكارديوگرام و تصاوير اكوكارديوگرافي، مي‎تواند به پزشك در تشخيص كمك نمايد. در اين پژوهش به منظور تشخيص هايپرتروفي بطن چپ ناشي از بيماري HCM و فشار خون سيستميك، ابتدا ويژگي‎هاي كرنش و نرخ كرنش سيستول و دياستول در نواحي راسي و پاييني ديواره‎هاي جانبي و جداري از تصاوير اكوكارديوگرافي و ويژگي‎هاي زماني و دامنه‎اي سيگنال ECG استخراج شد. پس از استخراج ويژگي به منظور انتخاب ويژگي‎هاي با كارايي بيش‎تر در تشخيص، از انتخاب ويژگي استفاده شد و در نهايت طبقه‎بندي با طبقه‎بندي كننده ماشين بردار پشتيبان و درخت تصميم‎گيري انجام شد. در اين پژوهش نشان داده شد بهترين طبقه‎بندي با 3 ويژگي انتخاب شده با معيار فيشر از ويژگي‎هاي سيگنال ECG، با طبقه‎بندي كننده درخت تصميم‎گيري با دقت 06/78% و معيار F 17/79 % و بهترين طبقه‎بندي با استفاده از 7 ويژگي انتخابي با روش ريليف از ميان ويژگي‎هاي كرنش و نرخ كرنش با طبقه‎بندي كننده ماشين بردار پشتيبان با دقت 41/76% و معيار F 83/65 % است. اما بهترين طبقه‎بندي با 2 ويژگي انتخاب شده از ويژگي‎هاي تركيب سيگنال ECG و ويژگي‎هاي ميانگين كرنش و ميانگين نرخ كرنش با دقت 86/85 % و معيار F 14/86 % است. بنابراين طبق نتايج مشخص شد كه تلفيق ويژگي‎هاي اكوكارديوگرافي و الكتروكارديوگرام باعث بهبود تشخيص مي‎شود.

1397/06/04

Incorporating echocardiography and electrocardiogram information for diagnosis of heart hypertrophy caused by hypertrophic cardiomyopathy and systemic hypertension disease

8/26/2018 12:00:00 AM

Major heart diseases are diagnosed using echocardiography and electrocardiogram. Since their information processing is depended on experience and it takes time for correct identifying, then quantifying the diagnosis can help to improve the medical science. Automatic diagnosis left ventricular hypertrophy caused by HCM and systemic hypertension disease using echocardiography and electrocardiogram information can help cardiologist to diagnosis. .In this study to diagnosis left ventricular hypertrophy caused by HCM and systemic hypertension disease. Features of longitudinal strain and SR in the basal and apical segments of lateral and septal wall from echocardiography frames and amplitude and time features from ECG signal is extracted. After extracting features, feature selection is used to select informative features. Finally, the classifiers SVM and decision tree are used to classify the normal heart, hearts affected with HCM and hearts affected with H-LVH. The results showed that the best classification using ECG signal features belongs to decision tree classifier with 3 selected features using fisher's discriminant ratio and the precision and F-measure were 78.06% and 79.17%. Also, the best classification using strain and strain rate features belongs to support vector machine classifier with 7 selected features using relief algorithm and the precision and F-measure were 76.41% and 65.83%. But the best classification belongs to decision tree classifier with 5 selected features from ECG signal, systolic and diastolic strain and strain rate features using fisher's discriminant ratio. The accuracy was 87.50% with sensitivity and F-measure 85.86% and 84.14%, respectively. According to results, incorporating echocardiography and electrocardiogram lead to diagnosis improvement