پیشینه تحقیق سیگنال الکتریکی قلب و فرآیند تشخیص بیماری های قلبی دارای ۱۶ صفحه می باشد فایل پیشینه تحقیق به صورت ورد  word و قابل ویرایش می باشد. بلافاصله بعد از پرداخت و خرید لینک دنلود فایل نمایش داده می شود و قادر خواهید بود  آن را دانلود و دریافت نمایید . ضمناً لینک دانلود فایل همان لحظه به آدرس ایمیل ثبت شده شما ارسال می گردد.

فهرست مطالب

۱-۱- تعریف مفاهیم    ۴
سیگنال الکتریکی قلب:    ۴
پتانسیل عمل عضله قلب    ۶
مرحله استراحت :    ۶
مرحله دپلاریزاسیون :    ۶
مرحله رپلاریزاسیون :    ۶
موج P :    ۶
منحنی QRS :    ۶
موج T :    ۷
قطعه ST :    ۷
بازه  QT:    ۷
بیماریهای ضربان قلب :    ۷
۲-۱- مقدمه    ۹
معرفی پایگاه داده:    ۹
۲-۲- طبقه بندی سیگنال ECG با استفاده از موجک و شبکه عصبی    ۱۰
۲-۳- طبقه بندی سیگنال ECG با استفاده ازموجک و خواص مورفولوژیک و شبکه عصبی    ۱۰
۲-۴- طبقه بندی سیگنال ECG با استفاده از تبدیل موجک و شبکه عصبی فازی    ۱۱
۲-۵- طبقه بندی سیگنال ECG با استفاده از تبدیل ویولت و شبکه عصبی مصنوعی و الگوریتم پرندگان    ۱۱
۲-۶- طبقه بندی آریتمیهای قلبی با استفاده از SVM    ۱۱
۲-۷- طبقه بندی آریتمی دهلیزی بطنی    ۱۲
۲-۸- طبقه بندی سیگنال الکتروکاردیوگرام با طبقهبند ماشین بردار پشتیبان و الگوریتم PSO    ۱۲
۲-۹-  طبقه بندی آریتمیهای قلبی با استفاده از PSO    ۱۲
۲-۱۰-  رویکرد ترکیبی در طبقهبندی سرطان    ۱۳
۲-۱۱- دسته بندی آریتمیهای قلبی بر مینای تبدیل موجک و SVM    ۱۳
۲-۱۲- طبقه بندی سیگنال ECG با استفاده از خواص مورفولوژی    ۱۳
۲-۱۳- انتخاب ویژگی با استفاده از الگوریتم فاخته باینری    ۱۴
۲-۱۴- انتخاب ویژگی با استفاده از الگوریتم فاخته    ۱۴
منابع :    ۱۵

منابع :

]۲[ قبادی محبی، سحر. (۱۳۸۹)، تشخیص و طبقه بندی آریتمی های قلبی با استفاده از روش SVM، سیزدهمین کنفرانس دانشجویی مهندسی برق ایران.

[۳] Melgani, F. And Bazi, Y. (2008), Classification of Electrocardiogram Signals with Support Vector Machines and Particle Swarm Optimization, IEEE Transactions on Information Technology in Biomedicine, VOL. 12, No. 5, pp. 667-677.

]۴[مخلصی، امید. مهرشاد، ناصر. رضوی، سید محمد. (۱۳۹۰)، به کارگیری ساختارهای ترکیبی از شبکه های عصبی به منظور تشخیص آریتمی های قلبی با استفاده از ادغام ویژگی های موجک و زمانی، سیستم های هوشمند در مهندسی برق، سال دوم، شماره اول.

]۵[ خزایی، علی. (۱۳۸۹)، طبقه بندی بیماری های قلبی، پایان نامه کارشناسی ارشد دانشگاه صنعتی نوشیروانی.

[۶] R.G. Mark, and G. B. Moody, MIT-BIH Arrhythmia Database 1997 [Online]..

[۷] Ghorbanian, P. Ghaffari, A.  Jalali, A. Nataraj, C. (2010) Heart arrhythmia detection using continuous wavelet transform and principal component analysis with neural network classifier. Computing in Cardiology IEEE Conference, pp 669-672.

[۸] گایتون، آرتور؛ فیزیولوژی پزشکی، سپهری و دیگران، تهران، اندیشه رفیع، ۱۳۸۷، چاپ سوم، ص ۵۶٫

[۹] L.Y. Shyu, Y.H. Wu, W.C. Hu,(2004) Using wavelet transform and fuzzy neural network for VPC detection from the Holter ECG, IEEE Trans. Biomed. Eng. 51, 1269–۱۲۷۳٫

[۱۰] T. Ince, S. Kiranyaz, and M. Gabbouj, (2009) A Genetic and Robust System for Automated Patient-Specific Classification of Electrocardiogram Signals, IEEE Trans. Biomed. Eng. 56, 1415-1426.

[۱۱] Testing and Reporting Performance Results of Cardiac Rhythm and ST Segment Measurement Algorithms, ANSI/AAMI EC57:1998 standard, Association for the Advancement of Medical Instrumentation, 1998.

]۱۲[ کتایون شجاعیان، رسول امیرفتاحی، (۱۳۸۷) شناسایی آریتمی‌های حاد دهلیزی- بطنی بر اساس بخش‌بندی و تشخیص، مهندسی برق مجلسی، سال دوم، شماره اول.

[۱۳] I. Guyon, A. Elisseeff(2003), “An introduction to variable and feature selection”, Journal of Machine Learning Research, Vol. 3, pp. 1157–۱۱۸۲٫

[۱۴] Khazaee, A. (2013), Heart Beat Classification Using Particle Swarm Optimization,  I.J. Intelligent Systems and Applications, Vol.5, No. 6, pp. 25-33.

[۱۵] Y. Peng, W. Li, Y. Liu, (2006) A hybrid approach for biomarker discovery from microarray gene expression data for cancer classification, Cancer Informatics, Vol. 2, pp.301–۳۱۱٫

]۱۶ [کلاته میمری؛ عاطفه؛ شیرازی؛ جلیل؛ (۱۳۹۱)؛ دسته بندی آریتمی های قلبی بر مینای تبدیل موجک و SVM؛ چهارمین کنفرانس مهندسی برق و الکترونیک ایران.

-۱- تعریف مفاهیم

سیگنال الکتریکی قلب:

انتشار پتانسیل عمل در قلب، یک جریان ایجاد می‌کند. این جریان به نوبه خود تولید یک میدان الکتریکی می‌نماید که می‌تواند با استفاده از یک سیستم اندازه‌گیری ولتاژ تفاضلی به صورت خیلی ضعیف در سطح بدن بدست آید. سیگنال اندازه‌گیری شده به این طریق، هنگامی که به وسیله الکترودهایی در مکان‌های استاندارد گرفته شود، به عنوان الکتروکاردیوگرام یا به اختصار ECG شناخته میشود. سیگنال ECG معمولی، در رنج ±۲mv است و برای ثبت آن نیاز به دستگاهی با پهنای باند ۰٫۵ تا ۱۵هرتز می‌باشد. به عبارت دیگر ECG یک نمایش گرافیکی از فعالیت قلب به صورت سیگنال الکتریکی است که در طول یک دوره زمانی ثبت شده است[۵].

وجود فعالیت الکتریکی برای ایجاد ضربان در قلب ضروری است. خون‌رسانی کافی به بافت‌‌های بدن، مستلزم تعداد ضربان کافی قلب بوده و هم چنین باید زمان‌بندی و توالی انقباضات عضلانی قلب به دقت هماهنگ باشند. ضربان‌ساز طبیعی قلب، “گره سینوسی- دهلیزی SA ” است که یک گروه میکروسکوپی از سلول‌های الکتریکی تخصص یافته قلبی می‌باشند و در بالای دهلیز  راست واقع شده‌اند. به دنبال ایجاد یک تحریک الکتریکی توسط “گره سینوسی– دهلیزی “، یک ضربان قلب ایجاد می‌شود. این تحریک از طریق مسیرهای اختصاصی به سلول‌های بافت عضلانی دیواره‌های قلب منتقل می‌شود. این تحریک ابتدا حفره‌های فوقانی قلب یعنی دهلیزها را منقبض می‌کند و خون را به داخل بطن‌ها  می‌راند. سپس تحریک به ناحیه دیگری از سلول‌های الکتریکی تحت عنوان “گره دهلیزی- بطنی “، که در بالای بطن‌ها واقع شده است، منتقل می‌گردد. این گره به شکل یک ایستگاه تأخیری در مسیر تحریک عمل می‌کند و اجازه می‌دهد دهلیزها به طورکامل تخلیه شوند. پس از یک فاصله کوتاه زمانی، تحریک از طریق مسیرهای شاخه‌ای وارد بطن‌ها شده و منجر به‌انقباض آنها می‌گردد.

پتانسیل عمل عضله قلب

فرآیند انقباض هماهنگ بخش‌های مختلف قلب توسط پتانسیل عمل در سلول‌های موجود در بافت قلب انجام می‌گیرد. در ادامه مراحل مختلف پتانسیل عمل در یک سلول قلبی جهت ایجاد انقباض ماهیچه قلب بررسی می‌گردد[۸].

مرحله استراحت :

پیش از وقوع پتانسیل عمل، مرحله استراحت بر غشا حاکم است. در این مرحله گفته می‌شود که غشا پلاریزه یا قطبی است. زیرا پتانسیل آن ۹۰- میلی‌ولت است.

مرحله دپلاریزاسیون :

در این مرحله غشا ناگهان نسبت به یون سدیم نفوذپذیر می‌شود و اجازه می‌دهد تا تعداد بی‌شماری یون مثبت سدیم به درون آکسون جاری شود. حالت طبیعی پلاریزه با پتانسیل ۹۰- میلی‌ولت از بین می‌رود و پتانسیل به سرعت در جهت مثبت بالا می‌رود. به‌این حالت دپلاریزاسیون می‌گویند.

مرحله رپلاریزاسیون :

در چند ده‌هزارم ثانیه بعد از اینکه غشا به شدت نسبت به سدیم نفوذپذیر گردید،‌کانال‌های سدیم شروع به بسته شدن می‌کنند و کانال‌های پتاسیمی به میزان بیشتری نسبت به حالت طبیعی بازمی‌گردند. سپس انتشار سریع یون‌های پتاسیم به خارج، مجددا پتانسیل غشا را به حالت منفی زمان استراحت می‌رساند؛ به‌این حالت رپلاریزاسیون غشا می‌گویند.

موج P :

انتشار پتانسیل تحریک از طریق دهلیز، باعث انقباض دهلیز میشود )دپلاریزاسیون( و موج P را تولید می‌کند. دامنه موج P به طور نرمال کم است.

منحنی QRS :

منحنی QRS مربوط به دوره زمانی انقباض یا دپلاریزاسیون بطنی است. سیگنال رپلاریزاسیون[۱] دهلیزی مغلوب سیگنال بسیار بزرگتر بطنی می شود. این سیگنال حاصل دپلاریزاسیون بطنی است. منحنی QRS به دلیل حجم بافت بطنی که درگیر است سیگنال بسیار بزرگتری نسبت به موج P است.

موج T :

موج T نتیجه انبساط یا رپلاریزاسیون بطن‌ها است و دارای طول زمانی بیشتری نسبت به منحنی QRS است، زیرا رپلاریزاسیون بطنی بسیار آهسته تر از دپلاریزاسیون اتفاق می‌افتد.

قطعه ST :

بخش ST زمان بین دپلاریزاسیون و رپلاریزاسیون بطنی را نشان می­دهد. بخش ST از پایان کمپلکس QRS شروع می‌شود و در آغاز موج T پایان می­یابد. در حالت نرمال، بخش ST به‌اندازه ۰٫۱۲ ثانیه یا کمتر است.

بازه  QT:

بازه  QT از آغاز موج  (Qi) Q شروع می‌شود و در نقطه پایان موج  (Ti) Tتمام می‌شود، که نشان دهنده طول  زمان سیکل دپلاریزاسیون یا رپلاریزاسیون است. اندازه نرمال زمانی بازه  QTحدود ۰٫۳۸ ثانیه است، و اندازه ‌آن در مردان و زنان و در سنین مختلف، متفاوت است. به عنوان یک قانون کلی، فاصله زمانی QT باید حدود ۰٫۴۰ درصد فاصله زمانی  R-R اندازه‌گیری شده باشد.

بیماریهای ضربان قلب :

از تحلیل تغییرات ایجاد شده درشکل سیگنال نرمال الکتروکاردیوگرام می‌توان برای تشخیص بسیاری از انواع آریتمی و بیماری‌های قلبی استفاده شود. سیگنال الکتروکاردیوگرام می‌تواند به بخش‌ها و فواصل زمانی گوناگون تقسیم شود که با تعیین محدوده برای این بخش‌ها، ضربان‌های غیر نرمال تشخیص داده شوند. سیگنالهای ECG با توجه به شکل آنها و نوع آریتمی‌ها به گروه‌های مختلف تقسیم می شوند.

در این تحقیق به طبقه‌بندی شش شکل مختلف سیگنال ECG که دارای بیشترین اهمیت هستند، پرداخته شده است. این ضربان‌ها عبارتند از:

نرمال (N)، بلوک شاخه دسته ای چپ (L یا LBBB)، بلوک شاخه دسته‌ای راست (R یا RBBB) و انقباض زودرس بطنی (V یا PVC) و ضربان زودرس دهلیزی (A) و تپش قلب (Pace beat).

بلوک شاخه دسته‌ای چپ (LBBB) و بلوک شاخه دسته‌ای راست (RBBB):

دسته‌ای از آریتمی‌ها مربوط به نارسایی‌های دسته‌ای هادی[۱] مختلف می باشند (بلوک شاخه دسته‌ای راست و بلوک شاخه دسته‌ای چپ). بلوکهای شاخه دسته‌ای (BBB) در اثر تأخیر در هدایت یکی از بخش‌های چپ (LBBB) یا راست (RBBB) سیستم هدایت بطنی رخ می‌دهد. به دلیل اینکه سیگنال در یکی از نیمه‌های بطن تأخیر یافته است، شکل QRS پهنتر می‌شود و گاهی نیز فرورفته می‌شود. این انسدادها معمولاً تاثیر بسیار کمی در عملکرد و کارآیی پمپاژ دارند و اما می‌توانند تغییر قابل ملاحظه‌ای در مسیر بردار قلبی و در نتیجه در شکل ظاهری ECG به وجود آورند. به همین دلیل این ضربان‌های قلبی غیر نرمال می‌توانند تغییرات دیگر ECG را که مشخص کننده بیماری‌ها (مثلا ایسکمی[۲]) می‌باشند را بپوشانند.

[۱] Conduction Bundles

[۲] Ischemia

[۱] Repolarization

تمامی فایل های پیشینه تحقیق و پرسشنامه و مقالات مربوطه به صورت فایل دنلودی می باشند و شما به محض پرداخت آنلاین مبلغ همان لحظه قادر به دریافت فایل خواهید بود. این عملیات کاملاً خودکار بوده و توسط سیستم انجام می پذیرد. جهت پرداخت مبلغ شما به درگاه پرداخت یکی از بانک ها منتقل خواهید شد، برای پرداخت آنلاین از درگاه بانک این بانک ها، حتماً نیاز نیست که شما شماره کارت همان بانک را داشته باشید و بلکه شما میتوانید از طریق همه کارت های عضو شبکه بانکی، مبلغ  را پرداخت نمایید.