1403/10/02
مریم مومنی

مریم مومنی

مرتبه علمی: استادیار
ارکید: https://orcid.org/0000-0002-2548-1619
تحصیلات: دکترای تخصصی
اسکاپوس: 55959639000
دانشکده: دانشکده فنی مهندسی
نشانی: دانشگاه اراک- دانشکده فنی و مهندسی- گروه مهندسی برق
تلفن:

مشخصات پژوهش

عنوان
پیش بینی حمله قلبی درتنگی دریچه میترال با استفاده از حالت تجزیه پویا (DMD) و نوار قلب (ECG)
نوع پژوهش
پایان نامه های تقاضا محور و غیر تقاضا محور
کلیدواژه‌ها
حمله قلبی ،تنگی دریچه میترال ،DMD، PCA
سال 1402
پژوهشگران مریم مومنی(استاد راهنما)، علیرضا صابری(دانشجو)

چکیده

حمله قلبی یک وضعیت پزشکی است که در آن دریچه میترال باریک می شود. این باعث می شود که فرد دچار مشکل در تنفس، احساس تنگی نفس و به راحتی خسته شود.امروزه سیستم های در حال رشد مبتنی بر داده های پویا وجود دارد. این استفاده از اندازه‌گیری‌های سیستم‌های دینامیکی غیرخطی و/یا سیستم‌های پیچیده را با روش‌های تثبیت‌شده در تئوری سیستم‌های دینامیکی مرتبط می‌کند. تجزیه حالت پویا (DMD) که اخیراً توسعه یافته است، یک ابزار نوآورانه برای ادغام داده ها با نظریه سیستم های دینامیکی است. DMD ارتباط عمیقی با نظریه سیستم های دینامیکی سنتی و بسیاری از نوآوری های اخیر در سنجش فشرده و یادگیری ماشین دارد. در مقابل تحلیل مولفه اصلی (PCA) تبدیلی در فضای برداری است، که تحلیل مجموعه داده‌های بزرگ با تعداد زیادی بعد یا ویژگی، افزایش تفسیرپذیری داده‌ها با حفظ حداکثر مقدار اطلاعات و تجسم داده‌های چند بعدی را فراهم می‌کند.این پژوهش یک مطالعه کتابخانه ای- میدانی و کاربردی است. با استفاده از تحقیقات کتابخانه ای - میدانی و جستجو در آرشیو بیمارستان تخصصی قدس خمینی که شامل 100 عکس می باشد انجام شد. جامعه آماری این تحقیق آرشیو بیمارستان قدس خمینی است. نتایج به‌دست‌آمده از شبیه‌سازی‌ها را می‌توان به صورت زیر خلاصه کرد: الگوریتم Pan-Tompkins دقتی بیش از 97 درصد در استخراج تغییرات سیگنال ضربان قلب ارائه می‌کند و روشی مطمئن و سریع برای استخراج تغییرات ضربان قلب است. ویژگی های مبتنی بر تجزیه و تحلیل تغییرات سیگنال ضربان قلب می تواند به عنوان یک روش مطمئن و موثر در تشخیص باریکی دریچه از ریتم طبیعی سینوسی استفاده شود. برای شبیه سازی و کدنویسی از فرمول های ریاضی و الگوریتم های مختلف با نرم افزار MATLAB استفاده کردیم. با این حال، باید توجه داشت که کاهش ویژگی ها باید بر اساس یک الگوی آماری یا سایر روش های بهینه سازی برای دستیابی به دقت پیش بینی بالا باشد