الكشف عن اللانظيمات واحتشاء العضلة القلبية باستخدام خوارزميتي SVM و ANN
DOI:
https://doi.org/10.21123/bsj.2024.8168الكلمات المفتاحية:
سمات إشارة ECG، احتشاء العضلة القلبية، مصنف الشبكة العصبونية، مصنف SVM، تحويل Wavelet للمويجاتالملخص
يعد القلب من أهم الاعضاء الحيوية عند الإنسان وأي خلل في وظيفته فإنه ينعكس على الصحة العامة للمريض لذلك تمت دراسة القلب وأمراضه في العديد من الأبحاث من أجل مساعدة الطبيب في تشخيصه للأمراض القلبية وتقليل الأخطاء قدر الإمكان. يهدف هذا البحث الى تقديم طريقة لتشخيص أمراض القلب بالاعتماد على اشارات مخطط كهربائية القلبECG ، حيث تم في البداية إزالة الضجيج من الإشارة واستخلاص السمات المورفولوجية والديناميكية لإشارة ECG عن طريق خوارزمية استخلاص سمات مناسبة و تحويل (Wavelet) للمويجات، ومن ثم تم استخدام مصنف SVM لتحديد الاشارات السليمة من الاشارات المرضية يتبع ذلك تدريب شبكة عصبونية من أجل تصنيف الاشارات المرضية واستخلاص النتائج. وقد أظهر النموذج دقة تعرف على الاصناف المريضة من الاصناف السليمة بلغت 97 % من أصل 150 عينة . كما استطاع النموذج التعرف على 96 % من عدد العينات المرضية وذلك بنسبها الى 3 اصناف هي (احتشاء العضلة القلبية واللانظيمات واصناف اخرى).
Received 26/11/2023
Revised 14/07/2023
Accepted 16/07/2023
Published Online First 20/01/2024
المراجع
Haedar A, Jorge M, Javad J. An Approach for Cardiac Coronary Detection of Heart Signal Based on Harris Hawks Optimization and Multichannel Deep Convolutional Learning. Comput Intell Neurosci. 2022; 2(1):1-17. https://doi.org/10.1155/2022/7276028
Cherappa V, Anand P, Karthi K Satheeskumaran S. ECG Signal Preprocessing and SVM Classifier-Based Abnormality Detection in Remote Healthcare Applications. IEEE Access. 2018; 27(5): 1-8. https://10.1109/ACCESS.2018.2794346
Pratik D, Mohammad N, Md. Shajahan B. Detection of Abnormal Electrocardiogram (ECG) Using Wavelet Decomposition and Support Vector Machine (SVM). IEEE Xplore. 2019; 5(2): 1-8. https://doi.org/10.1109/ICASERT.2019.8934588
Sandra Ś. ECG Classification Using Orthogonal Matching Pursuit and Machine Learning. Sensors (Basel). 2022; 22(13): 1-23. https://doi.org/10.3390/s22134960
Anika A Md. Kafiul I. Application of Machine Learning on ECG Signal Classification Using Morphological Features. IEEE Xplore.2020; 10(6):1632-1635 . https://doi.org/10.1109/TENSYMP50017.2020.9230780
Priyanka M.Classification of Arrhythmia from ECG Signals using MATLAB. IJEMR. 2018; 8(6):115-129. https://doi.org/10.31033/ijemr.8.6.11
Maryam S. Gina M., Automated Diagnosis of Heart Diseases Based on Image Processing of ECG Signals and Artificial Intelligence Techniques, Tishreen University Journal for Research and Scientific Studies - Engineering Sciences Series. 2016; 38( 2):507-523.
Noor Mohammed G. Nassir H. Salman. Deep Learning-Based Segmentation and Classification Techniques for Brain Tumor MRI. Baghdad Sci J. 2022; 28(12) :93-112. https://doi.org/10.31026/j.eng.2022.12.07
Nadia A. Al-Jamali. Convolutional Multi-Spike Neural Network as Intelligent System Prediction for Control Systems. Baghdad Sci J. 2020; 26(11): 184-194. https://doi.org/10.31026/j.eng.2020.11.12.
Li, Y, Su Z, Chen K, Zhang W, Du M. Application of an EMG interference filtering method to dynamic ECGs based on an adaptive wavelet-Wiener filter and adaptive moving average filter. Biomed Signal Process Control. 2022; 72(B): 1-10. https://doi.org/10.1016/j.bspc.2021.103344
Rajani K., Padma S., Balaji N., R-peak identification in ECG signals using pattern-adapted wavelet technique. IETE J Res. 2021; 26(7) :1-10. https://doi.org/10.1080/03772063.2021.1893229
Bui N-T., Byun G., The comparison features of ECG signal with different sampling frequencies and filter methods for real-time measurement. Symmetry (Basel). 2021; 13(8): 1-16. https://doi.org/10.3390/sym13081461
Al-Shareeda MA., Manickam S., Saare. MA. DDoS attacks detection using machine learning and deep learning techniques: analysis and comparison. BEEI. 2023; 12(2): 930-939. https://doi.org/10.11591/eei.v12i2.4466
Aous M, Ghada S. Designing a Multiclassification Convolutional Neural Networks Model for the Diagnosis of Lung Cancer and Covid-19. Tishreen University Journal for Research and Scientific Studies - Engineering Sciences Series. 2022; 44(6):185-20.
Dina M. , Nada M. , Amany M. Deep-chest: Multi-classification deep learning model for diagnosing COVID-19, pneumonia, and lung cancer chest diseases. Comput Biol Med. 2021; 15(3): 1-13. https://doi.org/10.1016/j.compbiomed.2021.104348
التنزيلات
إصدار
القسم
الرخصة
الحقوق الفكرية (c) 2024 مجلة بغداد للعلوم
هذا العمل مرخص بموجب Creative Commons Attribution 4.0 International License.
كيفية الاقتباس
