Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userNew Classifier for Cardiac Arrhythmias Recognition Based on Fuzzy-Neural Networks
مصنِّف جديد لكشف مرض عدم انتظام ضربات القلب مبني على الاستدلال العائم بالشبكات العصبونية
1376
1 16
0
(
0
)
Added by
Tishreen University ورقة بحثية
Publication date
2017
fields
Medical Device Engineering
and research's language is
العربية
Created by
Shamra Editor
Ask ChatGPT about the research
تم في هذا البحث التوصُّل إلى بناء مصنِّف جديد لكشف مرض عدم انتظام القلب Cardiac Arrhythmias بالاعتماد على اقتباس إشارة ضربات القلب EMG، حيث يمكن للمصنف كشف مواقع ضربات القلب ضمن الإشارة EMG و استخلاص السمات الخاصة بها و باستخدام هذه السمات يتم اتخاذ القرار بنوع ضربة القلب التي تم كشفها فيما لو كانت معتلة (مريضة) أم طبيعية. ركَّز البحث على كشف المرضين 1- خوارج الانقباض البطيني PVC و 2- خوارج الانقباض الأذيني PAC. استطاع المصنِّف الجديد كشف المرضين بسبة عالية حيث بلغ وسطي دقة الكشف 97.56%. تم تطوير المصنِّف جديد بناءً على خوارزميات الاستدلال العائم باستخدام الشبكات العصبونية ANFIS، حيث يحتوي على شبكتين عصبونيتين متعاقبتين، تقوم الشبكة الأولى بفرز ضربات القلب الطبيعية من المعتلة في حين تقوم الشبكة الثانية بكشف نوع المرض في الضربات المعتلة فقط. لقد أمَّنت هذه البنية الجديدة فعالية و دقة كشف أعلى مقارنةً بالمُصَنِّفات المعروفة عالمياً.
It is found in this research to adopt a new classifier for diagnosing Cardiac Arrhythmias depending on detecting the Electrocardiograph (ECG), where the classifier can identify heart beats and extract its features. Using these features we can decide if the heart beat is healthy or disordered. Beside detection normal heart beats, the research focused on detection two diseases: 1. Premature Ventricular Contraction PVC. 2. Premature Atrial Contraction PAC. The new classifier diagnosed the two diseases with a very high quality where the accuracy average is 97.56%. The new classifier is developed depending on algorithms of ANFIS Adaptive Neural Fuzzy Inference System. System includes two consecutive neural networks; first one sorts the heart beats to two types: normal and abnormal were the second diagnose the disease of the disordered heartbeats only. This new classifier offered higher levels of efficiency and accuracy in the comparison with the internationally known classifiers.
Artificial intelligence review:
Research summary
تم في هذا البحث تطوير مصنّف جديد لكشف مرض عدم انتظام ضربات القلب باستخدام خوارزميات الاستدلال العائم والشبكات العصبونية التكيفية (ANFIS). يعتمد المصنّف على إشارة القلب الكهربائية (ECG) لاستخراج السمات الخاصة بضربات القلب ومن ثم تصنيفها إلى ضربات طبيعية أو معتلة. يركز البحث على نوعين من الأمراض: انقباض بطيني سابق لأوانه (PVC) وانقباض أذيني سابق لأوانه (PAC). يتألف النظام من شبكتين عصبونيتين متتاليتين، حيث تقوم الأولى بتمييز الضربات الطبيعية من المعتلة، بينما تقوم الثانية بتحديد نوع المرض في الضربات المعتلة. أظهرت النتائج دقة عالية للمصنّف الجديد بلغت 97.56%، مما يجعله أكثر فعالية مقارنةً بالمصنّفات المعروفة عالمياً. تم استخدام سبع سمات فقط لاستخراج خصائص ضربات القلب، مما يقلل من التعقيد الحسابي للنظام. تم تقييم النظام باستخدام بيانات من قاعدة بيانات MIT-BIH، وأظهرت النتائج تفوق المصنّف الجديد على المصنّفات السابقة من حيث الدقة والفعالية.
Critical review
دراسة نقدية: يعتبر هذا البحث خطوة متقدمة في مجال تشخيص أمراض القلب باستخدام تقنيات الذكاء الاصطناعي، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، الاعتماد على قاعدة بيانات واحدة (MIT-BIH) قد يحد من تعميم النتائج على مجموعات بيانات أخرى. ثانياً، لم يتم التطرق إلى تأثير الضوضاء والاضطرابات الخارجية على دقة المصنّف، وهو أمر مهم في التطبيقات العملية. ثالثاً، على الرغم من أن استخدام سبع سمات يقلل من التعقيد الحسابي، إلا أنه قد يكون من المفيد استكشاف سمات إضافية لتحسين الدقة بشكل أكبر. وأخيراً، يمكن تحسين الدراسة من خلال مقارنة المصنّف الجديد مع تقنيات حديثة أخرى في مجال التعلم العميق والشبكات العصبية.
Questions related to the research
-
ما هي الأمراض التي يركز عليها المصنّف الجديد في هذا البحث؟
يركز المصنّف الجديد على نوعين من الأمراض: انقباض بطيني سابق لأوانه (PVC) وانقباض أذيني سابق لأوانه (PAC).
-
ما هي دقة المصنّف الجديد في الكشف عن أمراض عدم انتظام ضربات القلب؟
بلغت دقة المصنّف الجديد في الكشف عن أمراض عدم انتظام ضربات القلب 97.56%.
-
ما هي التقنية المستخدمة في تطوير المصنّف الجديد؟
تم استخدام خوارزميات الاستدلال العائم والشبكات العصبونية التكيفية (ANFIS) في تطوير المصنّف الجديد.
-
ما هي الفائدة من استخدام سبع سمات فقط في استخراج خصائص ضربات القلب؟
استخدام سبع سمات فقط يقلل من التعقيد الحسابي للنظام، مما يجعله أكثر فعالية وأقل استهلاكاً للموارد.
References used
FRANCIS M., JUNE E., WILLIAM B., JOHN C. “Abc Ofclinical Electrocardiography”. BMJ Books, London. (2003)
SHEN T. ; TOMPKINS W. , Biometric Statistical Study of One-Lead ECG Features and Body Mass Index (BMI), Engineering in Medicine and Biology 27th Annual Conference, Shanghai, China, September 1-4. , (2005)
SZCZEPA A., SAEED K. AND FERSCHA A. “A New Method for ECG Signal Feature Extraction”. Lecture Notes in Computer Science, Vol. 6375, (2010), pp. 334-341
rate research
Read More
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 docto
r 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.
Evapotranspiration is an important component of the
hydrologic cycle, and the accurate prediction of this parameter is
very important for many water resources applications. Thus, the
aim of this study is prediction of monthly reference
evapotranspiration using Artificial Neural Networks (ANNs) and
fuzzy inference system (FIS).
• Although cardiac injuries are rare but cause high mortality.
• Up to 20% of the injured to the hospital alive.
• The key to success is early diagnosis and ambulatory surgery.
• Echocardiography help early diagnosis of damage
• Midline transster
nal incision is the choice in patients with a degree of heamodynamic stability.
• Anterieur left Thoracic incision is the choice in unstable patients and is often done in the Emergency Department and as part of recovery .
يهدف البحث إلى تقديم دراسة مرجعيّة مفصلة عن استخدام الشبكات العصبونية الإلتفافية (CNNs) في استخراج الميزات (Features) من الصور.
وسيتطرق البحث إلى التعريف بمعنى الميزات (Features) الخاصة بالصور وأهميتها في تطبيقات معالجة الصورة.
وسيتم أيضاً التعريف
بالشبكات العصبونية الإلتفافية (CNNs) وبنيتها و طريقة عملها وأنواع المقاربات والمنهجيات المستخدمة في تدريبها لاستخراج الميزات (Features) من الصور.
Primary cardiac tumors are considered rarely common tumors. They are
classified into two kinds of tumors: (1) Benign cardiac tumors frequently located
in the left cardiac chambers, mostly common is the Myxoma , which is treated
by complete good ex
cising surgery including excision of the tumor base. (2)
Malignant primary tumors, which prefer the right cardiac chambers, mostly
common are Angiosarcoma and Mesothelioma, whose primary treatment is
nearly complete excision surgery with the help of artificial heart and lung,
followed by chemotherapy and radiotherapy, which seldom prolong the life of
the patient for about three years.
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
