20669

۲۰۶۶۹

تشخيص بيماري عروق كرونري با استفاده از HRV

كارشناسي ارشد

الكترونيك ديجيتال

۱۳۹۵

1397/12/18

دكتر احمد آيت اللهي

برق

پردازش سيگنال هاي حياتي قلب و جدا كردن پارامترهاي آن براي تشخيص پزشكي به كار برده مي شوند در اين تحقيق روشي جهت تشخيصHRVبااستفاده ازپردازش سيگنالهاي قلبي براي كمك به پژشك در هنگام معالجه و تشخيص نوع بيماري ارايه شده است. به منظور تشخيصHRVبااستفادهازپردازش سيگنالهاي قلبي، در اين پايانامه ابتدا به استخراج فواصل R_R سيگنال ECG جهت تشكيل سيگنال هاي HRV پرداخته مي شود. از هر سيگنال استخراج شده ي HRV مشخصه هاي زماني، فركانسي و مشخصه ي غير خطي استخراج مي گردد. با استفاده از شناسايي اين مشخصه ها جهت تشخيص نوع اريتمي هاي مختلف كه براي تشخيص عروق كرونروي استفاده مي شود استخراج مي كنيم.. طراحي و پياده سازي الگوريتم ژنتيك و شبكه عصبي مناسب جهت تشخيص HRV از روي سيگنالهاي قلب ارائه گرديد. و نمايش خروجي¬ها بر روي نمودار و پياده¬سازي¬ها با استفاده از شبيه سازهاي شبكه¬هاي عصبي متلب انجام گرفت. سپس مقايسه روش و مدل ارائه شده در مقابل مدل‌هاي مشابه از لحاظ پايين بودن خطاي تخمين و ضريب دقت پيش بيني انجام پذيرفت. در اين تحقيق مدل پيشنهادي در بين ساير مدل‌هاي ارائه شده به لحاظ درصد پايين بودن خطاي پيش بيني و ضريـب دقت بالا در بين مدل‌هاي سنتي تشخيص HRV از روي سيگنالهاي قلب ، مـدلي جديـد مي¬بـاشد. از ضريب خطاي بـدست آمده مي¬تـوان گفت از بين مدل‌هاي پيشنهاد شده ايـن روش مي¬تواند روش خوبي باشد. كلمات كليدي: تشخيص HRV، شبكه عصبي، سيگنالهاي قلبي، آريتمي، الگوريتم ژنتيك

1398/03/26

Diagnosis of coronary artery disease using HRV

6/16/2019 12:00:00 AM

The processing of heart signals and separating their parameters is used for medical diagnosis. In this study, a method for the diagnosis of HRV using heart signal processing is provided to help the prescriber during the treatment and diagnosis of the disease. In order to detect the HRV using cardiac signals, the first is to extract the R_R intervals of the ECG signal for the formation of HRV signals. From each HRV extracted signal, the time, frequency and nonlinear characteristics are extracted. Using the identification of these features to identify the different types of arrhythmia that is used to detect coronary arteries. Design and implementation of a suitable neural network for detecting HRV from heart signals was presented and displaying outputs on diagrams and implementations using MATLAB neural network simulators. Then the comparison of the proposed method and the model with similar models was carried out in terms of low error estimation and prediction accuracy coefficient. In this research, the proposed model is a new model among the other models presented in terms of the low percentage of predictive errors and the high precision coefficient among traditional HRV diagnostic models from heart signals. From the obtained error coefficient, it can be said that among the suggested models of this method can be a good method. Keywords: HRV Diagnosis, Neural Network, Heart Signals, Arrhythmia, Genetic Algorithm