تشخيص أمراض القلب باستخدام تقنيات التعلم العميق

المؤلفون

  • د. غادة سعد م. حسن عبد الرحمن

الكلمات المفتاحية:

الضجيج الغوصي، الشبكة العصبية الالتفافيةCNN، مصفوفة الارتباكconfusion matrix، الملائمة الزائدةOver Fitting.

الملخص

تعد إشارة القلب الكهربائية من أهم الإشارات الحيوية لجسم الإنسان، حيث تستطيع من خلالها الكشف عن أمراض القلب وأمراض الدورة الدموية، لذلك ظهرت دراسات وبحوث عديدة في هذا المجال تضمنت أبحاث علمية وأنظمة برمجية تم من خلالها قراءة وتحليل هذه الإشارة باستخدام تقنيات الذكاء الصناعي. يهدف البحث المقترح إلى إنشاء «شبكة عصبية التفافية-CNN» أحادية البعد تقوم بمعالجة الإشارات القلبية التي حصلنا عليها من قاعدة البيانات «MIT-BHA» والتي تحوي على 87554 عينة من الإشارات القلبية.

تضم قاعدة البيانات 5 أصناف وهي: الإشارة الطبيعية، الانقباض الأذيني غير المنتظم، الانقباض البطيني السابق لأوانه، النبضة المدمجة والتي تنتج عن تراكب عدة أمواج في حالات وجود ناظم الخطى القلبية بالإضافة لصنف يحتوي إشارات قلبية باسم إشارات غير معروفة تمت معالجة البيانات وتدريب الشبكة العصبية عليها والتي أعطت دقة وصلت إلى %96.64 بالنسبة لبيانات التدريب و%96.64 بالنسبة لبيانات الاختبار وقد بينت «Confusion Matrix» أن دقة التشخيص للحالة الأولى كانت97 % وللحالة الثانية كانت %85 وللحالة الثالثة كانت 95%، للحالة الرابعة %88 وللحالة الخامسة كانت 98%.

التنزيلات

منشور

2022-05-16

كيفية الاقتباس

د. غادة سعد م. حسن عبد الرحمن. (2022). تشخيص أمراض القلب باستخدام تقنيات التعلم العميق. مجلة جامعة دمشق للعلوم الهندسية, 38(2). استرجع في من http://journal.damascusuniversity.edu.sy/index.php/engj/article/view/4681