أدى دخول الحاسب إلى العديد من المجالات, كالمجال الطبي, إلى تطوير تقنيات جديدة أدت إلى ازدهار هذه المجالات, مما ساعد الأطباء في كشف و تشخيص الأمراض بدقة و مصداقية, حيث تؤدي خبرة الطبيب بالإضافة إلى دقة الحاسب للوصول إلى مصداقية تشخيص عالية كما تساهم بشكل كبير في نجاح الجراحات العلاجية و إنقاذ كثير من الأرواح .
يهدف البحث إلى اقتراح طريقة جديدة لاكتشاف و تصنيف أمراض القلب في صور إشارات ECG و ذلك باستخدام نظام الاستدلال العصبي الضبابي المتكيف ANFIS.
تم تطبيق الطريقة المقترحة على قاعدة بيانات لصور إشارات ECG تتكون من 147 صورة تصاحبت كل منها مع التقرير الطبي المرافق, حيث استخدمت التقارير الطبية للتحقق من صحة الاكتشاف و التصنيف و قد حققت هذه الطريقة دقة عالية وصلت حتى 97% في عملية الاكتشاف و التصنيف.
تم بناء النظام المقترح باستخدام برنامج MATLAB و ذلك بالاعتماد على كل من مكتبات معالجة الصورة
و الشبكات العصبية و المنطق الضبابي.
The entry of computer to many areas, such as medical field, led to develop new
technique that has led to the prosperity of these areas, and helped doctors to detect and
diagnose diseases accurately and credibility, where the experience of the doctor in addition
to the accuracy of computer lead to access to the credibility of high patient and save
human lives.
A new approach for cardiac diseases detection and classification in ECG signals
images is proposed using Adaptive Neuro Fuzzy Inference System ANFIS.
The proposed approach is applied on database containing (147) ECG images,
each of them accompanied with its medical report. The medical reports were used to
validate the detection and classification.
The proposed method achieved a relatively high accuracy (97%) in detection and
classification processes.
The proposed approach is developed using MATLAB, and based on its libraries,
image processing, neural network and fuzzy logic.
Artificial intelligence review:
Research summary
يهدف هذا البحث إلى تطوير نظام تشخيص آلي لأمراض القلب باستخدام معالجة صور إشارات ECG وتقنيات الذكاء الاصطناعي، وبالتحديد نظام الاستدلال العصبي الضبابي المتكيف ANFIS. تم تطبيق النظام على قاعدة بيانات تتضمن 147 صورة ECG، حيث تم التحقق من صحة الاكتشاف والتصنيف باستخدام التقارير الطبية المرافقة. حقق النظام دقة عالية وصلت إلى 97% في عملية الاكتشاف والتصنيف. تم بناء النظام باستخدام برنامج MATLAB، معتمدين على مكتبات معالجة الصورة والشبكات العصبية والمنطق الضبابي. يتكون النظام من عدة مراحل تشمل المعالجة الأولية للصور، استخراج السمات، والتصنيف الآلي للأمراض. أظهرت النتائج كفاءة النظام في اكتشاف وتصنيف أمراض القلب بدقة عالية، مع توصيات لتحسين النظام من خلال تطبيق معالجة أولية مناسبة واستخلاص سمات إضافية.
Critical review
دراسة نقدية: بالرغم من أن البحث قدم نظاماً فعالاً لاكتشاف وتصنيف أمراض القلب باستخدام تقنيات الذكاء الاصطناعي، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، يمكن توسيع قاعدة البيانات المستخدمة لتشمل عينات أكثر تنوعاً من مختلف المستشفيات لضمان تعميم النتائج. ثانياً، يمكن تحسين مرحلة المعالجة الأولية للصور لتقليل نسبة الضجيج بشكل أكبر، مما قد يزيد من دقة التصنيف. ثالثاً، يمكن الاستفادة من تقنيات تعلم الآلة الأخرى مثل التعلم العميق لتحسين أداء النظام. وأخيراً، من المهم تشكيل فريق بحثي متعدد التخصصات يشمل أطباء ومهندسين لضمان دقة البيانات المستخدمة وتطبيقها بشكل صحيح.
Questions related to the research
-
ما هو الهدف الرئيسي من البحث؟
الهدف الرئيسي من البحث هو تطوير نظام تشخيص آلي لأمراض القلب باستخدام معالجة صور إشارات ECG وتقنيات الذكاء الاصطناعي، وبالتحديد نظام الاستدلال العصبي الضبابي المتكيف ANFIS.
-
ما هي دقة النظام المقترح في اكتشاف وتصنيف أمراض القلب؟
حقق النظام المقترح دقة عالية وصلت إلى 97% في عملية الاكتشاف والتصنيف.
-
ما هي الأدوات البرمجية المستخدمة في بناء النظام؟
تم بناء النظام باستخدام برنامج MATLAB، معتمدين على مكتبات معالجة الصورة والشبكات العصبية والمنطق الضبابي.
-
ما هي التوصيات التي قدمها البحث لتحسين النظام؟
التوصيات تشمل تحسين مرحلة اكتشاف المرض من خلال تطبيق معالجة أولية مناسبة على الصور، استخلاص سمات أخرى لأمراض القلب، وتشكيل فريق بحثي متعدد التخصصات يشمل أطباء ومهندسين.
References used
JANG,J. ANFIS: Adaptive – Network- Based – Fuzzy Inference System. California Univ, Berkeley, CA, USA. Vol 23, No.3, 2002, 665-685
OWEIS,R.J. ; SUNNA,M.J. A Combined Neuro–Fuzzy Approach for Classifying Image Pixels In Medical Applications. Journal of electrical engineering, VOL. 56, No. 5, 2005, 146–150
GULERA,I. ; UBEY,E.D. Ecg beat Classifier Designed By Combined Neural Network Model, Pattern Recognition Turkey, vol. 38, NO.2, 2005 , 199 – 208
The word "massive data" spread in 2017 and became the most common in the industry of advanced technology, it uses automated learning that allows computers to analyze past data and predict future data widely in familiar places. Non-automated learning
Through our research we develop an Expert System called
Transformer Fault Detection and abbreviation Exformer, to help
engineers and technical's in detecting and diagnosis of oiled power
transformer faults before it going out of service. We also u
This Paper offers an effective method to measure the length of the
femur in Fetal Ultrasound Images, it applies a series of steps
starting with the reducing amount of noise in these images, and
then converted them to a binary form and uses morphol
In Artificial Intelligence field, Knowledge Engineering phase is considered
the most crucial phase of the development life cycle of the Knowledge Base
Systems [1]. In fact, Formal Logic in general and Modus Ponens specifically has
been the dominan
The Research Aims:
Syrian organizations keep large amounts of information and data about their
personnel in their IT systems. This information, however, is often left unutilized or
may be analyzed through statistical methods. In this study, DM is