| LEADER |
05189nam a22003497a 4500 |
| 001 |
1499915 |
| 041 |
|
|
|a eng
|
| 100 |
|
|
|9 515353
|a ضيف، نسرين محمود
|e مؤلف
|
| 245 |
|
|
|a Automatic Detection Of Sleep Apnea Using Dual Tree Complex Wavelet Transform And Support Vector Machine
|
| 246 |
|
|
|a الكشف التلقائي لتوقف النفس أثناء النوم عن طريق خوارزمية الشجرة المزدوجة لتحويل الموجات المركبة والة دعم المتجه
|
| 260 |
|
|
|a اربد
|c 2018
|
| 300 |
|
|
|a 1 - 73
|
| 336 |
|
|
|a رسائل جامعية
|
| 502 |
|
|
|b رسالة ماجستير
|c جامعة اليرموك
|f كلية تكنولوجيا المعلومات وعلوم الحاسوب
|g الاردن
|o 0074
|
| 520 |
|
|
|a تعد متلازمة توقف التنفس أثناء النوم من أهم المواضيع الطبية العامة إذ يصحبها عواقب اجتماعية متنوعة مثل: النعاس أثناء النهار والإعياء وضعف الإدراك وأمراض القلب والأوعية الدموية واختلال عمليات الأيض وعدم القدرة على التنفس. تلعب أنظمة المراقبة المنزلية للنوم دورا هاما في الحد من العواقب الصحية وقد تمنعها في المجتمع لأنها تستخدم تقنيات وأجهزة بسيطة ومريحة وأقل تكلفة. هذه النظم ذات أهمية قصوى حيث توفر العديد من الفوائد مثل تحسين الرعاية المقدمة للمريض والتقليل من التكاليف المرتبطة بالعلاج وتقليل الأخطاء الطبية الناتجة عن خريج جديد. تعرض هذه الأطروحة طريقة جديدة لتشخيص مرض توقف التنفس أثناء النوم بالاعتماد على إشارة تخطيط كهربائية القلب باستخدام Dual Tree Complex Wavelet Transform وSupport Vector Machine. النظام المقترح يلغي الضجيج من إشارة البطن ويصحح الانحراف في الإشارة باستخدام مرشح Bandpass وتقنية linear spline curve fitting على التوالي. تم استخدام خوارزمية Cubic Spline Interpolation لبناء إشارة معدل تغيير نبضات القلب. ومن أجل تحليل هذه الإشارة يستخدم خوارزمية Dual-Tree Complex Wavelet Transform لاستخراج بعض الميزات الإحصائية من معاملاتها. تم استخدام Support Vector Machine لتصنيف الحالات إلى طبيعية أو غير طبيعية. لتنفيذ الطريقة المقترحة تم بناء قاعدة بينات جديدة تحقق متطلبات البحث، تتكون هذه القاعدة من إشارات طبية مختلفة ومعلومات عامة عن المريض وفحوصاته الطبية بالإضافة إلى خاصية التدخين. تم تسجيل الإشارات الطبية مباشرة من المريض في مختبر النوم في مستشفى الملك عبد الله الجامعي. تم اختبار النظام المقترح وكانت دقة هذا النظام لكافة الإشارات في التصنيف بنسبة 96.8% ونسبة الإشارات غير السليمة التي صنفت بشكل صحيح 98.13%، والإشارات السليمة المصنفة بشكل صحيح 88.89%. من خلال دراسة أثر التدخين على أنظمة تشخيص مرض توقف التنفس أثناء النوم تم إثبات أن التدخين من أهم العوامل التي تلعب دورا مهما في تشخيص المرض. عندما تم حذف عامل التدخين من قاعدة البينات هبطت دقة النظام إلى 92% ونسبة الإشارات غير السليمة التي صنفت بشكل صحيح هبطت إلى 96.26%، والإشارات السليمة المصنفة بشكل صحيح هبطت إلى 66.67%.
|
| 653 |
|
|
|a متلازمة توقف القلب أثناء النوم
|a الخوارزميات
|a خوارزمية الشجرة المزدوجة
|a تحويل الموجات المركبة
|a الة دعم المتجه
|
| 700 |
|
|
|9 515354
|a الخطيب، فيصل قسيم
|g Alkhateeb, Faisal Q.
|e مشرف
|
| 700 |
|
|
|a بصول، عبدالرؤوف خالد
|g Bsoul, Abed Al-Raouf Khalid
|e مشرف
|9 513009
|
| 856 |
|
|
|u 9802-003-012-0074-T.pdf
|y صفحة العنوان
|
| 856 |
|
|
|u 9802-003-012-0074-A.pdf
|y المستخلص
|
| 856 |
|
|
|u 9802-003-012-0074-C.pdf
|y قائمة المحتويات
|
| 856 |
|
|
|u 9802-003-012-0074-F.pdf
|y 24 صفحة الأولى
|
| 856 |
|
|
|u 9802-003-012-0074-1.pdf
|y 1 الفصل
|
| 856 |
|
|
|u 9802-003-012-0074-2.pdf
|y 2 الفصل
|
| 856 |
|
|
|u 9802-003-012-0074-3.pdf
|y 3 الفصل
|
| 856 |
|
|
|u 9802-003-012-0074-4.pdf
|y 4 الفصل
|
| 856 |
|
|
|u 9802-003-012-0074-5.pdf
|y 5 الفصل
|
| 856 |
|
|
|u 9802-003-012-0074-O.pdf
|y الخاتمة
|
| 856 |
|
|
|u 9802-003-012-0074-R.pdf
|y المصادر والمراجع
|
| 930 |
|
|
|d y
|
| 995 |
|
|
|a Dissertations
|
| 999 |
|
|
|c 958091
|d 958091
|
