تشخیص پایان پذیری حملات فیبریلاسیون دهلیزی با استفاده از ویژگیهای سیگنال ECG

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 801

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEE19_129

تاریخ نمایه سازی: 14 مرداد 1391

چکیده مقاله:

پیش بینی پایان حملات فیبریلاسیون دهلیزی AF و تمایز بین دو گروه بیماران با حملات پایان پذیر و پایان ناپذیر منجر به تشخیص بهتر روش درمان و انتخاب داروی مناسب آن میگردد دراین مقاله الگوریتمی به منظور پیش بینی پایان این حملات با استفادها ز سیگنال ECG ارایه شده است دراین الگوریتم ابتدا شکل موج حاصل از فعالیت الکتریکی دهلیزها MAW را از سیگنال ECG اولیه استخراج می کنیم سپس با استفاده از تبدیل فوریه کوتاه مدت STFT نمایش زمان فرکانس سیگنال MAW را به دست می آوریم و فرکانس حاکم برنوساناتدهلیزی را دراپیزودهای پایان پذیر و پایان ناپذیر استخراج می کنیم و درمی یابیم که نوسانات دهلیزی دراپیزود پایان پذیر فرکانس بیشتری نسبت به اپیزود پایان پذیر ارایه می کند همچنین با بررسی میانگین فواصل RR درسیگنال EGC مشاهده میکنیم که این ویژگی نیز دراپیزودهای پایان ناپذیر نسبت به اپیزودهای پایان پذیر مقدار بیشتری دارد به منظور ارزیابی کارایی الگوریتم ارایه شده از داده های موجود درپایگاه داده پیش بینی پایان حملات فیبریلاسیون دهلیزی AFTDB که شامل 24اپیزود aF پایان پذیر و 26 اپیزود پایانناپذیر است استفاده شده است و نتایج بدست آمده از آنالیز واریانس توانایی قابل قبول این دو ویژگی را درپیش بینی پایان حملات فیبریلاسیون دهلیزی تایید می کند.

کلیدواژه ها:

تبدیل فوریه کوتاه مدت ، تغییرات نرخ ضربان قلب ، حملات فیبریلاسیوندهلیزی ، دسته بندی کننده خطی ، فعالیت الکتریکی دهلیزها

نویسندگان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • _ _ Engineering, vol. 53, no. 2, pp. 343-346, 2006. ...
  • S. Kara and M. Okandan, _ Fibrillation Classification with Artificial ...
  • F. Chiarugi, M. Varanini, F. Cantini, F.Conforti and G.Vrouchos, "Noninvasive ...
  • _ Engineering _ [7] _ _ _ 917-22, Oct. 2009. ...
  • The PhysioNet Challenge 2004 [Online]. Available: http ://www .physionet. Org/ch ...
  • J. Rieta, F. Castells, C. Sanchez, V. Zarzoso, and J. ...
  • _ _ _ _ Engineering, vol. 48, no. 8, pp.940-944, ...
  • M. Stridh and L Sornmo, _ Spatiotemporal QRST cancellation ...
  • نمایش کامل مراجع