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.
استخدم 48 رأس من أبقار الحليب بعمر 5-9 سنوات لمعرفة مدى استجابتها لاستخدام
eCG و الكلوبروستينول مع اللولب المهبلي (PRID ) في معالجة اللاشبق ما بعد الوالدة بهدف
زيادة نسبة الخصوبة و الإنتاجية للإناث المعاملة.
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 ب
شكل 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.
