New Trends for ECG Signals Classification
| المؤلف الرئيسي: | الطراونه، اسيا أحمد جراد (مؤلف) |
|---|---|
| مؤلفين آخرين: | العبادي، محمد علي حسين (مشرف) |
| التاريخ الميلادي: |
2020
|
| موقع: | مؤتة |
| الصفحات: | 1 - 54 |
| رقم MD: | 1128962 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة مؤتة |
| الكلية: | كلية الدراسات العليا |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
25
| المستخلص: |
يعد مخطط كهربية القلب (ECG) أحد أكثر الاختبارات التشخيصية فائدة في طب الطوارئ. إنه اختبار سهل وغير مكلف يتم استخدامه بشكل روتيني في تقييم المرضى الذين يعانون من آلام في الصدر. يعد مخطط كهربية القلب (ECG) حجر الزاوية في تشخيص نقص تروية القلب ويستخدم لاتخاذ القرارات بشأن الأهلية للعلاج حال التخثر. مخطط كهربية القلب هو إشارة كهربائية وإشارة كهربائية حيوية تقيس النشاط الكهربائي للقلب بمرور الوقت باستخدام أداة تشخيصية أساسية لتقييم وظائف القلب. في هذه الدراسة، تم اختيار شكل الموجة ECG من مركز Beth Israel Deaconess الطبي. تمت معالجة عينات ECG وتحسينها لإنتاج ميزات يمكن أن تعمل مع العديد من العلاقات العامة PR (التعرف على الأنماط) وCNN (الشبكة العصبية التلافيفية)، استخدم كلا المصنفين البيانات المعالجة مسبقا والمستخرجة. تعتمد الطريقة المقترحة على مرحلتين، المرحلة الأولى تصنف وتميز بين المرضى الطبيعيين وغير الطبيعيين في مجموعة البيانات مع توفير مقياس النتائج. المرحلة الثانية تصنف بيانات المريض غير الطبيعي إلى 4 حالات (فئات) لتشخيص قلب المريض وإشارة تخطيط القلب مع التعرف على مرض القلب. تمت مقارنة الطريقة المقترحة مع المؤلفين الآخرين ونفس نتائج البحوث الميدانية، كما تم مقارنة المصنفين الرئيسيين اللذين تم استخدامهما في هذا العمل لإظهار أفضل مصنف تم استخدامه في هذا العمل. |
|---|
عناصر مشابهة
-
Classification D’un Signal ECG Par RNA (RBF)
بواسطة: Halimi, Ramla منشور: (2019) -
Feature Extraction and Classification for ECG signals Processing based on Stationary Multiwavelet Transform and Artificial Neural Network
بواسطة: طه، زهراء خضير منشور: (2018) -
Multiresolution Analysis of Ecg Signal
بواسطة: Al Fahoum, Amjed Subhi منشور: (1995) -
Classification of ECG Signal Based on Heart Patient Cases Using Artificial Neural Network
بواسطة: Farkash, Hend M. منشور: (2017) -
ECG Arrhythmias classification using nonlinear dynamic features : phase space approach
بواسطة: Qasaimeh, Awni Mohamed منشور: (2006)
