جستجو در سایت :   

دانلود متن کامل پایان نامه مقطع کارشناسی ارشد رشته  مهندسی پزشکی

عنوان : بهبود طبقه‌بندی سیگنال الکتروکاردیوگرام -ECG- با ماشین بردار پشتیبان و بهینه‌سازی اجتماع ذرات -PSO-SVM-

 دانسگاه صنعتی نوشیروانی بابل

دانشکده برق و کامپیوتر

                                                                                

پایان‏نامه جهت اخذ درجه کارشناسی ارشد

 رشته مهندسی پزشکی

عنوان:

بهبود طبقه‌بندی سیگنال الکتروکاردیوگرام -ECG- با ماشین بردار پشتیبان و بهینه‌سازی اجتماع ذرات -PSO-SVM-

استاد راهنما:

دکتر کرمی

 

 

زمستان 93

 

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی گردد

(در فایل دانلودی نام نویسنده موجود می باشد)

تکه هایی از متن پایان نامه به عنوان نمونه :

(ممکن می باشد هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود اما در فایل دانلودی همه چیز مرتب و کامل می باشد)

چکیده

 

آریتمی‌های قلبی یکی از بیماری‌های قلبی بوده که در مورد بیماران بستری شده در بخش مراقبتهای ویژه بایستی به آن توجه گردد. هوشمند‌سازی فرآیند تشخیص دقیق بیماری‌های قلبی مساله‌ای می باشد که سال‌ها مورد توجه پژوهشگران قرار گرفته می باشد. در این پژوهش روشی کارآمد جهت گزینش ویژگی‌های مناسب استخراج شده از سیگنال ECG، بر پایه‌ی الگوریتم باینری فاخته (BCOA) ارائه شده می باشد. ویژگی‌های استخراج شده شامل ویژگی‌های زمانی،‌ AR و ضرایب موجک‌ می باشد که تعداد این ویژگی‌ها با بهره گیری از عملگر mRMR یا PCA کاهش داده می گردد BCOA ،مجموعه‌هایی از ویژگی تشکیل می‌دهد و همواره در پی یافتن مجموعه‌ای شایسته از تمامی ویژگی‌ها می باشد. ارزیابی این مجموعه از ویژگی‌های ا‌نتخاب شده توسط‌BCOA  با اعمال به طبقه بند SVM مطالعه می گردد. سپس الگوریتم‌ PSO جهت بهینه‌سازی پارامترهای‌ SVM اعمال می گردد.‌ به کمک شبیه‌سازی کامپیوتری،صحت کلی سیستم برای شناسایی 6 نوع ریتم قلبی %97/98 به دست آمد که در مقایسه دقت حاصل شده با پژوهش‌های‌ پیشین،کارایی مطلوب روش پیشنهادی را نشان می‌دهد.

کلمات کلیدی: طبقهبندی سیگنال الکتروکاردیو گرام، الگوریتم فاخته، طبقه‌بند ماشین بردار پشتیبان.

 

 

فصل اول                      مقدمه. 1

1-1- مقدمه. 2

1-2- تعریف مسئله. 2

1-3- ضرورت و اهمیت پژوهش.. 3

1-4- روش پژوهش.. 3

1-5- تعریف مفاهیم. 4

سیگنال الکتریکی قلب: 4

پتانسیل اقدام عضله قلب.. 5

مرحله استراحت : 5

مرحله دپلاریزاسیون : 5

مرحله رپلاریزاسیون : 5

موج P : 6

منحنی QRS : 6

موج T : 6

قطعه ST : 6

بازه  QT: 6

بیماریهای ضربان قلب : 6

فصل دوم                          پیشینه پژوهش… 2

2-1- مقدمه. 10

معرفی پایگاه داده: 10

2-2- طبقه‌بندی سیگنال ECG با بهره گیری از موجک و شبکه عصبی.. 10

2-3- طبقه‌بندی سیگنال ECG با بهره گیری ازموجک و خواص مورفولوژیک و شبکه عصبی.. 11

2-4- طبقه‌بندی سیگنال ECG با بهره گیری از تبدیل موجک و شبکه عصبی فازی.. 11

2-5- طبقه‌بندی سیگنال ECG با بهره گیری از تبدیل ویولت و شبکه عصبی مصنوعی و الگوریتم پرندگان. 12

2-6- طبقه‌بندی آریتمی‌های قلبی با بهره گیری از SVM… 12

2-7- طبقه‌بندی آریتمی دهلیزی بطنی.. 12

2-8- طبقه‌بندی سیگنال الکترو‌کاردیو‌گرام با طبقه‌بند ماشین بردار پشتیبان و الگوریتم PSO.. 13

2-9-  طبقه‌بندی آریتمی‌های قلبی با بهره گیری از PSO.. 13

2-10-  رویکرد ترکیبی در طبقه‌بندی سرطان. 14

2-11- دسته‌بندی آریتمی‌های قلبی بر مینای تبدیل موجک و SVM… 14

2-12- طبقه‌بندی سیگنال ECG با بهره گیری از خواص مورفولوژی.. 14

2-13- انتخاب ویژگی با بهره گیری از الگوریتم فاخته باینری.. 14

2-14- انتخاب ویژگی با بهره گیری از الگوریتم فاخته. 15

فصل سوم                     معرفی الگوریتم‌ها و روش‌های پردازش سیگنالECG.. 10

3-1- مقدمه. 17

3-2- واکاوی موجک… 17

3-2-1- تبدیل موج پیوسته (CWT) 18

3-2-2- تبدیل موجک گسسته. 18

3-3-2-2- تجزیه چند سطحی.. 18

3-2-4- انتخاب موجک مادر. 19

3-2-4- ویژگی‌های استخراج شده از ویولت.. 21

3-3- ویژگی زمانی.. 21

3-4- استخراج ویژگی با مدل خودبازگشتی(AR) 22

3-5- استراتژی انتخاب ویژگی.. 22

3-6- تحلیل مولفه اصلی (PCA) 23

3-7- روش بیشترین وابستگی و کمترین افزونگی (mRMR) 24

3-8- الگوریتم فاخته COA.. 26

3-8-2- جزییات الگوریتم بهینه‌سازی فاخته. 27

3-8-2-1- تولید محل‌های سکونت اولیه فاخته‌ها (جمعیت اولیه‌ی جواب‌های کاندید) 29

3-8-2-2- روش فاخته‌ها برای تخم‌گذاری.. 30

3-8-2-3- مهاجرت فاخته‌ها 30

3-8-2-4- از بین بردن فاخته‌های قرار گرفته در مناطق نا‌مناسب.. 32

3-8-2-5- همگرایی الگوریتم. 32

3-9- گسسته‌‌سازی دودویی الگوریتم فاخته. 33

3-10- ماشین بردار پشتیبان(SVM) 33

3-11- الگوریتم بهینه‌سازی ذرات(PSO) 35

3-11-1- وزن اینرسی.. 36

 :دانلود فایل متن کامل پایان نامه در سایت sabzfile.com

3-12- شمای کلی سیستم طبقه‌بندی سیگنال ECG.. 38

فصل چهارم                        روش پیشنهادی طبقه‌بندی سیگنال ECG.. 17

4-1- مقدمه. 40

4-2- پیش‌پردازش سیگنال ECG.. 41

4-2-1- شیفت سیگنال به انحراف زمینه. 42

4-2-2- حذف مقدار متوسط سیگنال. 42

4-2-3- حذف نویز ناشی از برق شهر. 43

4-2-4- هموارسازی سیگنال. 43

4-2-5- پنجره‌گذاری سیگنال. 43

4-2-6- آزمون همبستگی و حذف ضربان‌های نا‌همبسته. 44

4-2-7- انتخاب داده‌های آموزش و آزمون. 44

4-3- ویژگی‌های سیگنال. 47

4-3-1- استخراج ویژگی.. 47

4-3-1-1- ویژگی زمانی.. 47

4-3-1-2- ویژگی موجک… 47

4-3-1-3- ویژگی AR.. 47

4-3-1-4- شناسایی نقاط پراهمیت سیگنال با بهره گیری از PCA.. 48

4-3-2-ترکیب و ادغام ویژگی‌ها 48

4-3-2-1- انتخاب ویژگی با PCA.. 48

4-3-2-2- انتخاب ویژگی با mRMR.. 49

4-3-2-3- انتخاب ویژگی با بهره گیری از الگوریتم فاخته. 49

4-4- طبقه‌بندی با بهره گیری از SVM… 51

فصل پنجم                 نتیجه‌گیری.. 55

5-1- مقدمه. 56

5-2- مقایسه و نتیجه‌گیری.. 56

5-4- ارائه پیشنهاد. 57

منابع : 58

 

1-1- مقدمه

سیگنال تابعی از یک یا چند متغیر مستقل می باشد که اطلاعاتی را در مورد یک پدیده فیزیکی یا بیولوژیکی در بردارد. موجودات زنده از سلول گرفته تا ارگان‌های بدن، سیگنال‌هایی با منشاء بیولوژیکی تولید می کنند. این سیگنال‌ها به صورت الکتریکی، مکانیکی یا شیمیایی‌اند. سیگنال‌های الکتریکی نتیجه دپلاریزاسیون سلول‌های عصبی یا ماهیچه قلبی‌اند. صدای تولید شده توسط دریچه‌های قلب نمونه‌ای از سیگنال‌های مکانیکی می باشد. این سیگنال‌های بیولوژیکی یا سیگنال‌های حیاتی برای تشخیص پزشکی و تحقیقات زیست-پزشکی مورد بهره گیری قرار می‌گیرند.

سیگنال‌های حیاتی در سطح بدن وضعیت درونی و فعالیت الکتریکی بدن را منعکس می‌کنند. پس با بهره گیری از اندازه‌گیری غیر تهاجمی اطلاعاتی درمورد ارگان‌های داخلی فراهم می کند. الکتروکاردیوگرام توسط کاردیولوژیست‌ها برای اهداف تشخیصی بهره گیری می گردد و اطلاعات کلیدی درمورد فعالیت الکتریکی ECG[1] ارائه می‌دهد. پس با نمایش همیشگی این سیگنال می‌توان تغییرات فعالیت الکتریکی قلب را در طول زمان نظاره نمود که این تغییرات،شامل اطلاعات بسیارکلیدی برای پزشکان می باشد]1[.

 

1-2- تعریف مسئله

قلب یکی از مهمترین اعضای بدن می باشد که وظیفه پمپ کردن خون در سیستم قلبی عروقی را به عهده دارد. چنانچه عملکرد قلب از نظم طبیعی (ریتم) خود خارج گردد، گردش خون به خوبی انجام نمی گردد و این امر می‌تواند خطرهای جدی برای فرد به دنبال داشته باشد، از این رو تشخیص درست و به موقع آریتمی‌های قلبی از اهمیت به سزایی برخوردار می باشد. یکی از راههای شناخته شده برای تشخیص به موقع این آریتمی‌ها مطالعه فعالیت‌های الکتریکی قلب با بهره گیری از سیگنال‌های الکتروکاردیوگرافی یا به اختصار ECG، می باشد. تغییرات معنی داری از ساختار قلب بیماران و ضربان‌های آن با بهره گیری از این سیگنال‌ها قابل تشخیص هستند‌]2[. در چندین سال اخیر،طبقه‌بندی خودکار سیگنال‌های الکتروکاردیوگرام توجه زیاد مهندسین پزشکی را به خود جلب کرده می باشد. به واسطه این سیگنال‌ها یک متخصص قلب اطلاعاتی مفید درمورد ریتم و عملکرد قلب خواهد داشت. پس واکاوی آن نشان دهنده ی یک راه مؤثر برای شناسایی و درمان انواع بیماری‌های قلبی می باشد]3[.

برای طراحی یک سیستم هوشمند تشخیص آریتمی‌های قلبی از روی سیگنال‌های الکتروکاردیوگرافی،لازم می باشد آغاز ویژگی های مناسبی از روی این سیگنال‌ها استخراج گردد. با در نظر داشتن اینکه ضرایب موجک قادرند اطلاعات زمان-فرکانس سیگنال را به گونه توام توصیف کنند، یکی از انتخاب ها برای استخراج ویژگی از یک سیگنال الکتروکاردیوگرافی خواهد بود. در این راستا بایستی تعداد سطوح تجزیه و نوع موجک مشخص شوند. همچنین، نتایج تحقیقات قبلی نشان داده می باشد که برای استخراج ویژگی از سیگنال‌های الکتروکاردیوگرافی خانواده دابیچز و هار در مقایسه با سایر موجک‌ها بسیار مناسب‌تر هستند ]4[. تشخیص پزشک براساس اطلاعات زمانی و ریخت‌شناسی استخراج شده از سیگنال الکتروکاردیوگرافی می باشد. در حالی که گاهی اوقات تحلیل موجک بر روی سیگنال‌های قلبی به تنهایی برای طبقه‌بندی کافی نیست و به همین دلیل بهره گیری از دیگر ‌مشخصه‌های موجود در سیگنال‌های قلبی برای طبقه‌بندی بیماری‌های قلبی ضروری می باشد. برای توصیف کامل‌تر سیگنال‌های الکتروکاردیوگرافی علاوه بر ویژگی‌های موجک از ویژگی‌های زمانی نیز بهره گیری می گردد. ]4[.

1-3- ضرورت و اهمیت پژوهش

از آنجائی که ECG پزشک را قادر می­سازد تا فعالیت الکتریکی قلب را ثبت کند، می­توان به کمک آن بیماری‌های قلبی را تشخیص داد. برای از بین بردن خطای انسانی و همچنین بهره گیری از بانک­های اطلاعاتی موجود در تشخیص دقیق و سریع بیماری­ها، از واکاوی خودکار کامپیوتری بهره گیری می گردد.. پس در این پژوهش کوشش در  تشخیص خودکار بیماری‌های قلبی شده که در آینده­ای قابل پیش­بینی سبب حذف اشتباهات انسانی در تشخیص بیماری­ها می گردد. هدف از انجام این پژوهش ارائه یک روش مناسب برای تشخیص خودکار 5  بیماری‌ مهم قلبی، شامل نارسائی­های RBBB[2]،LBBB[3]   و  PVC[4] وAPC[5]  وP[6]  می‌باشد.

1-4- روش پژوهش

در این پژوهش آغاز داده‌های مربوط به سیگنال ECG از پایگاه داده تهیه می گردد و پیش پردازش آن‌ها جهت انتخاب سیگنال‌های مناسب و همچنین پنجره‌گذاری روی آنها انجام خواهد گردید. سپس ویژگی های مناسبی استخراج و بر اساس این ویژگی‌ها اقدام طبقه‌بندی انجام می گردد. مراحل فوق با بهره گیری از نرم افزار متلب صورت خواهد گرفت.

 

 

1-5- تعریف مفاهیم

سیگنال الکتریکی قلب:

انتشار پتانسیل اقدام در قلب، یک جریان ایجاد می کند. این جریان به نوبه خود تولید یک میدان الکتریکی می‌نماید که می‌تواند با بهره گیری 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 گردد، به عنوان الکتروکاردیوگرام یا به اختصار ECG شناخته میشود. سیگنال ECG معمولی، در رنج ±2mv می باشد و برای ثبت آن نیاز به دستگاهی با پهنای باند 0.5 تا 15هرتز می‌باشد. به بیانی دیگر ECG یک نمایش گرافیکی از فعالیت قلب به صورت سیگنال الکتریکی می باشد که در طول یک دوره زمانی ثبت شده می باشد[5].

وجود فعالیت الکتریکی برای ایجاد ضربان در قلب ضروری می باشد. خون‌رسانی کافی به بافت‌‌های بدن، مستلزم تعداد ضربان کافی قلب بوده و هم چنین بایستی زمان‌بندی و توالی انقباضات عضلانی قلب به دقت متناسب باشند. ضربان‌ساز طبیعی قلب، “گره سینوسی- دهلیزی SA ” می باشد 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 می گردد. این تحریک از طریق مسیرهای اختصاصی به سلول‌های بافت عضلانی دیواره‌های قلب منتقل می گردد. این تحریک آغاز حفره‌های فوقانی قلب یعنی دهلیزها را منقبض می کند 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 می باشد، منتقل می گردد. این گره به شکل یک ایستگاه تأخیری در مسیر تحریک اقدام می کند 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 می گردد.

سیگنال ECG در طول هر سیکل کاری قلب، دارای منحنی مشخصه‌ای به صورت شکل 1-1 می باشد.

تعداد صفحه : 71

قیمت : 14700 تومان

بلافاصله پس از پرداخت لینک دانلود فایل در اختیار شما قرار می گیرد

و در ضمن فایل خریداری شده به ایمیل شما ارسال می گردد.

پشتیبانی سایت :        ****       serderehi@gmail.com

در صورتی که مشکلی با پرداخت آنلاین دارید می توانید مبلغ مورد نظر برای هر فایل را کارت به کارت کرده و فایل درخواستی و اطلاعات واریز را به ایمیل ما ارسال کنید تا فایل را از طریق ایمیل دریافت کنید.

***  *** ***

دسته‌ها: مهندسی برق