Learning neural networks for detection and classifcation of biomedical signal section (ECG)
Other Title(s)
كشف و تصنيف الإشارات الطبية (ECG) باستخدام الشبكات العصبية
Joint Authors
Khulayf, Husayn Karim
Akkar, Hanan Abd al-Rida
Source
Iraqi Journal of Computer, Communications and Control Engineering
Issue
Vol. 7, Issue 1 (30 Jun. 2007), pp.1-12, 12 p.
Publisher
Publication Date
2007-06-30
Country of Publication
Iraq
No. of Pages
12
Main Subjects
Information Technology and Computer Science
Topics
Abstract AR
تم في هذا البحث استخدام أسلوب المعالجة المسبقة للمعلومات المستخرجة من إشارة تخطيط القلب (ECG) قبل اعتمادها كعناصر دخل إلى الشبكات العصبية.
حيث تم استخدام طريقة تشفير التوقع الخطية (Linear Predicative Coding (LPC) ) كدالة لضغط البيانات المستخرجة مسبقا.
لقد تم اختبار هذه الطريقة قل أن تعتمد في هذا العمل، حيث أثبتت نجاحها في عملية التشفير للإشارات.
مما عكست فائدة كبيرة في تقليص حجم الشبكة العصبية المستخدمة.
و قد استخدمت طريقة الانتشار العكسي (Back-propagation) neural network كونها أحد الطرق الكفوءة في عملية تمييز الأشكال (pattern recognition) ضمن التدريب بوجود مشرف (supervised training).
تم تدريب هذه الشبكة على عدد من الأمراض الشائعة للقلب.
حيث تم جمع عدد من هذه المعلومات من خلال المواقع المختصة في الانترنيت و كذلك من خلال المسح الميداني لعدد من المستشفيات و كذلك من خلال بعض المنشورات في هذا الحقل.
حيث تم اختيار البيانات الجيدة منها بالاستعانة ببعض الأطباء و المختصون في هذا المجال.
تمت مقارنة نتائج تشخيص الشبكة مع نتائج التشخيص من قبل الطبيب المختص و كانت نتائج التشخيص عالية جدا، من حيث أداء البرنامج في ترجمة الإشارة الكهربائية و تشخيص الحالة المرضية للقلب، حيث تم استخدام المختبر الرياضي MATLAP و التقنيات المتوفرة فيها لتنفيذ هذا العمل كأحد لغات البرمجة المستخدمة في تطبيقات البحوث العلمية.
Abstract EN
In this paper back-propagation neural network is presented for pattern recognition of ECG wave analysis and diagnosis, where training is applied for some common heart disease.
Linear Predictive Coding (LPC) is used as a proposed method to compress the data, which were extracted from electrocardiogram, ECG paper.
LPC method is tested before using it in this work, where it has succeeded in verifying coding operation to the signals.
This method is efficient to reduce the ANN size used in this work.
Data used are obtained from all currently available ECG databases, which were previously collected from different fields, such as Internet sites, different hospitals and some publications related with this field.
The ECG samples were processed and normalized to produce a set of data that was applied to LPC and then to Artificial Neural Network (ANN).
The results obtained are compared with the classifications made by a Doctor, where these results proved an efficient diagnosis with good performance and accuracy.
Simulation results are obtained using technical (MATLAB) package implemented on IBM PC.
American Psychological Association (APA)
Akkar, Hanan Abd al-Rida& Khulayf, Husayn Karim. 2007. Learning neural networks for detection and classifcation of biomedical signal section (ECG). Iraqi Journal of Computer, Communications and Control Engineering،Vol. 7, no. 1, pp.1-12.
https://search.emarefa.net/detail/BIM-276736
Modern Language Association (MLA)
Akkar, Hanan Abd al-Rida& Khulayf, Husayn Karim. Learning neural networks for detection and classifcation of biomedical signal section (ECG). Iraqi Journal of Computer, Communications and Control Engineering Vol. 7, no. 1 (Jun. 2007), pp.1-12.
https://search.emarefa.net/detail/BIM-276736
American Medical Association (AMA)
Akkar, Hanan Abd al-Rida& Khulayf, Husayn Karim. Learning neural networks for detection and classifcation of biomedical signal section (ECG). Iraqi Journal of Computer, Communications and Control Engineering. 2007. Vol. 7, no. 1, pp.1-12.
https://search.emarefa.net/detail/BIM-276736
Data Type
Journal Articles
Language
English
Notes
Includes appendices : p. 12
Record ID
BIM-276736
