30699

تشحيص بيماري هيپرتروفي بطن چپ با استفاده از سيگنال ECG و بر اساس يادگيري عميق

كارشناسي ارشد

مهندسي پزشكي -بيوالكتريك

1398

1402/10/30

دكتر احمد آيت اللهي

برق

هيپرتروفي بطن چپ (LVH) يك بيماري قلبي شايع است كه مي‌تواند ناشي از عوامل مختلفي باشد. شناسايي زودهنگام LVH براي شروع درمان مناسب و جلوگيري از عوارض جدي ضروري است. . روش هاي مختلف براي شناسايي وجود دارد كه استفاده از سيگنال قلبي (ECG) يكي از مهم ترين و راحترين روش ها مي باشد. استفاده از روش هاي يادگيري ماشين و عميق در كاربرد هاي تشخيصي در سال هاي اخير گشترش يافته مي تواند تشخيص بهتري نسبت به ساير روش ها ارائه دهد. در اين مطالعه، يك روش جديد براي تشخيص LVH با استفاده از سيگنال قلبي (ECG) و شبكه‌هاي عصبي عميق CNN ارائه شده است. در اين روش، ابتدا صحت و درستي داده‌هاي ECG با استفاده از ضريب كرست بررسي شد. سپس، داده‌هاي ECG براي استخراج ويژگي‌هاي ضريب كرست پردازش شدند. در نهايت، يك مدل شبكه عصبي CNN با استفاده از اين ويژگي‌ها آموزش داده شد. نتايج نشان داد كه مدل شبكه عصبي CNN مي‌تواند LVH را با دقت بيش از 75 درصد تشخيص دهد. اين مطالعه نشان مي‌دهد كه شبكه‌هاي عصبي عميق مي‌توانند ابزاري ارزشمند براي تشخيص LVH باشند. اين روش مي‌تواند براي تشخيص زودهنگام LVH و بهبود نتايج درماني استفاده شود.

1403/01/27

Diagnosis of left ventricular hypertrophy disease using ECG signal and based on deep learning

1/1/1900 12:00:00 AM

Left Ventricular Hypertrophy (LVH) is a common heart disease that can be caused by various factors. Early detection of LVH is essential to start appropriate treatment and prevent serious complications. . There are different methods for identification, and the use of the heart signal (ECG) is one of the most important and easiest methods. The use of deep and machine learning methods in diagnostic applications has been developed in recent years and can provide better diagnosis than other methods. In this study, a new method for detecting LVH using cardiac signal (ECG) and CNN deep neural networks is presented. In this method, first, the correctness of ECG data was checked by using Crest coefficient. Then, the ECG data was processed to extract the Crest coefficient features. Finally, a CNN neural network model was trained using these features. The results showed that the CNN neural network model can detect LVH with more than 75% accuracy. This study shows that deep neural networks can be a valuable tool for LVH diagnosis. This method can be used for early detection of LVH and improvement of treatment results.

هيپرتروفي بطن چپ , شيكه عصبي كانولوشن , ضربان قلب

Left Ventricular Hypertrophy , Convolutional Neural Network , Heart rate

Arman Kaheh

Dr. Ahmad Ayatollahi