منصة الرسائل والاطاريح: تصميم وتنفيذ وتحليل الأداء لنظام تحليل نبضات القلب الذكي

الخلاصة

يعد مخطط كهربائية القلب ) (ECGإشارة جسم طبية حيوية اساسية حيث تُظهر نشاط القلب وتشخص أمراض القلب والأوعية الدموية. قام العديد من الباحثين بالتحقيق في الكشف عن نبضات القلب وتصنيفها بناًء على تخطيط القلب ECGلتحقيق طريقة عالية الأداء ولأنها تتعلق بحياة الإنسان وكنتيجة للتقدم الحاصل في التكنولوجيا القابل للارتداء. إن خوارزمية اكتشاف ( QRSنبضات القلب) اساسي لمعالجة إشارة تخطيط القلب في تطبيقات الرعاية الصحية. في العديدة من الطرق، يتم تحليل إشارة مخطط كهربائية القلب لتصنيف أنواع أو فئات مختلفة من نبضات القلب. تبدأ هذه الفئات من الضربات العادية أو غير الطبيعية وتصل إلى أنواع عديدة بناًء على طرق التصنيف والتنوع في انواع الضربات المتوفرة في قاعدة البيانات. تمثل خوارزمية اكتشاف وتصنيف نبضات القلب ذات الخطأ المنخفض مع الحسابات المنخفضة تحديًا كبيًار للباحثين. المشكلة الرئيسية في تحسين الأداء تودي الى زيادة الحسابات، كما هو الحال في العديد من الطرق الحالية للكشف والتصنيف. علاوة على ذلك، فإن طرق الحساب العالية غير مناسبة للتنفيذ في الأجهزة القابلة للارتداء وتطبيقات الإنترنت ذات معدل البيانات المنخفض. من ناحية أخرى، بالنسبة لقاعدة بيانات عدم انتظام ضربات القلب ، MIT-BIHيتم حساب أرقام نبضات قلب مختلفة من الباحثين اعتماًدا على الاختلاف في فهم ملف التعليقات التوضيحية. هذه الأطروحة طورت نظام رعاية صحية يمكن ارتداؤه عالي الدقة ومنخفض حسابًيا يعتمد على الذكاء الاصطناعي ) (AIوإنترنت الأشياء ) (IoTباستخدام طرق مقترحة للكشف عن دقات القلب وتصنيفها. ومن أجل تحقيق ذلك :أولاً، تم تصميم خوارزمية كشف QRSذات اكتشاف أخطاء منخفضة. تتميز الخوارزمية المقترحة بحساب منخفض وأداء عاٍل تعتمد على تقنيات جديدة لاستخراج الميزات وتصنيف هجين بواسطة الشبكات العصبية الاصطناعية ( )ANNوأشجار القرار. ثانًيا، تم توحيد رقم دقات القلب لقاعدة بيانات عدم انتظام ضربات القلب MIT-BIHبعد تطوير دالة جديدة لـ MATLAB ) .Waveform Database Toolbox (WFDBثالثًا، تم تطوير طريقة تصنيف بحسابات منخفضة مها ودقة عالية لضربات القلب الطبيعية وغير الطبيعية بناًء على المي ازت الجديدة المختلطة والمعاد استخدا على اساس الشبكات العصبية الاصطناعية. اربًعا، تم تصميم طريقة تصنيف عالية الدقة لخمس فئاتمن ضربات القلب وفًقا لطريقة جديدة تسمى الشبكة العصبية الاصطناعية ذات القناع الانتقائي ( )SMANNمناسبة للتطبيقات الحسابية المنخفضة. يعطي SMANNبُعًدا جديًدا لـ ANNبدلاً من البعد التسلسلي لطرق التعلم العميق. SMANNعبارة عن شبكه عصبية اصطناعية ذات أقنعة متعددة ، يتم استخدام كل قناع للبيانات الانتقائية التي يتم فصلها حسب مميزاتها. علاوة على ذلك، يتم استخدام مزيج جديد من الميزات من ميزات مرحلة اكتشاف QRSالمعاد استخدامها والمي ازت الأخرى من فترة RRوبين RRلتقليل حسابات استخراج الميزات. أخيًار، تم تصميم وتنفيذ نظام ذكي يمكن ارتداؤه للكشف عن نبضات القلب وتصنيفها باستخدام Node-MCUمع إنترنت الأشياء بناًء على خوارزمية اكتشاف QRS المقترحة وطريقة تصنيف الفئات الخمس المقترحة. تم تقييم خوارزمية الكشف المقترحة وأداء طرق التصنيف المقترحة باستخدام برنامج MATLAB على أساس قاعدة بيانات MIT-BIHلعدم انتظام ضربات القلب. نتائج أداء التقييم لخوارزمية اكتشاف QRSالمقترحة ذات حساسية عالية ( ،)٪99.88واكتشاف معدل خطأ منخفض ( ،)٪0.224وتنبؤ عالي بنسبة .٪99.89اما نتائج طريقة التصنيف للحالة الطبيعية لها دقة ٪98.97وحساسية ٪99.42وتوقع إيجابي .٪99.13بعد ذلك، كانت نتائج تصنيف الطريقة المقترحة للفئات الخمس ذات دقة عالية تصل إلى ٪99.9224؛ إجمالي أخطاء التصنيف لـ SMANNهي 80من أصل 103192ومقارنة بـ 583 خطأ لشبكة ANNالتقليدية. وبالتالي، يعد SMANNمنه ًجا جديًدا لتحسين الأداء بموارد منخفضة. اخي اًر كانت نتائج النظام المنجر القابل للارتداء واعدة للكشف عن دقات القلب في الوقت الفعلي وتصنيفها كمراقبة للمرضى عبر الإنترنت وبدونه ذات تكلفة منخفضة تبلغ تقريباً 52دولاًار