New trends for ECG signals classification

مقدم أطروحة جامعية

al-Tarawinah, Asya Ahmad Jarad

مشرف أطروحة جامعية

al-Abbadi, Muhammad Ali Husayn

الجامعة

جامعة مؤتة

الكلية

كلية تكنولوجيا المعلومات

القسم الأكاديمي

قسم الحاسوب

دولة الجامعة

الأردن

الدرجة العلمية

ماجستير

تاريخ الدرجة العلمية

2020

الملخص العربي

يعد مخطط كهربية القلب (ECG) أحد أكثر الاختبارات التشخيصية فائدة في طب الطوارئ.

إنه اختبار سهل و غير مكلف يتم استخدامه بشكل روتيني في تقييم المرضى الذين يعانون من آلام في الصدر.

يعد مخطط كهربية القلب (ECG) حجر الزاوية في تشخيص نقص تروية القلب و يستخدم لاتخاذ القرارات بشأن الأهلية للعلاج حال التخثر.

مخطط كهربية القلب هو إشارة كهربائية و إشارة كهربائية حيوية تقيس النشاط الكهربائي للقلب بمرور الوقت باستخدام أداة تشخيصية أساسية لتقييم وظائف القلب.

في هذه الدراسة، تم اختيار شكل الموجة ECG من مركز Beth Deaconessالطبي.

تمت معالجة عينات ECG و تحسينها لإنتاج ميزات يمكن أن تعمل مع العديد من العلاقات العامة) PR التعرف على الأنماط) و) CNN الشبكة العصبية التلافيفية( ، إستخدم كلا المصنفين البيانات المعالجة مسبقا و المستخرجة.

تعتمد الطريقة المقترحة على مرحلتين، المرحلة الأولى تصنف و تميز بين المرضى الطبيعيين و غير الطبيعيين في مجموعة البيانات مع توفير مقياس النتائج.

المرحلة الثانية تصنف بيانات المريض غير الطبيعي إلى 4 حالات (فئات) لتشخيص قلب المريض و إشارة تخطيط القلب مع التعرف على مرض القلب.

تمت مقارنة الطريقة المقترحة مع المؤلفين الآخرين و نفس نتائج البحوث الميدانية، كما تم مقارنة المصنفين الرئيسيين اللذين تم استخدامهما في هذا العمل لإظهار أفضل مصنف تم استخدامه في هذا العمل.

الملخص الإنجليزي

The electrocardiogram (ECG) is one of the most useful diagnostic tests in emergency medicine.

It is an easy and inexpensive test that is used routinely in the assessment of patients with chest pain.

The ECG is the cornerstone for making the diagnosis of cardiac ischemia and is used for making decisions about eligibility for thrombolytic therapy.

ECG is an electric signal and bioelectric signal that measures the electrical activity of the heart over time with a diagnostic instrument essential for the assessment of cardiac functions.

In this study, the ECG waveform has been selected from MIT-BIH (Beth Israel Deaconess Medical Center) as a study dataset.

The ECG samples have been processed and optimized to produce features that can work for various PR (Pattern Recognition) and CNN (Convolutional Neural Network), both classifiers will use preprocessed and feature extracted data.

The proposed method is based on two phases, the first phase classifying and distinguish between the normal and abnormal patients in the dataset with providing the results metric.

The second phase classifying the abnormal patient's data into 4 cases (classes) to diagnoses the patient's heart and ECG signal with recognizing the heart illness.

The proposed method has been compared with other authors and the same field researches results, also the two main classifiers that have been used in this work have been compared to shows the best classifier that has been used in this work

التخصصات الرئيسية

تكنولوجيا المعلومات وعلم الحاسوب

عدد الصفحات

54

قائمة المحتويات

• APA
• MLA
• AMA

لغة النص

الإنجليزية

نوع البيانات

رسائل جامعية

رقم السجل

BIM-1349955