• عنوان

    استخراج پارامترهاي مورد استفاده در تشخيص بيماري هاي قلبي با استفاده از پردازش سيگنال هاي باليستوكارديوگرافي

  • نويسنده اصلي

    تباشيري اصفهاني، رويا

  • محل تحصيل
    اصفهان : دانشگاه صنعتي اصفهان
  • رشته تحصيلي
    مهندسي مكانيك
  • مقطع تحصيلي
    كارشناسي ارشد
  • چكيده
    با پيشرفت روزافزون فناوري و نياز فزاينده به روش‌هاي پايش سلامت غيرتهاجمي و مداوم، پايش پارامترهاي فيزيولوژيكي مرتبط با سلامت قلب از اهميت ويژه‌اي برخوردار شده‌است. بيماري‌هاي قلبي-عروقي همچنان يكي از اصلي‌ترين دلايل مرگ‌ومير در سراسر جهان به شمار مي‌روند و تشخيص زودهنگام و پايش مداوم فاكتورهاي خطر مي‌تواند به بهبود كيفيت زندگي و افزايش طول عمر بيماران كمك شاياني كند. در اين ميان، سيگنال باليستوكارديوگرافي (BCG)، به عنوان بازتابي از نيروهاي مكانيكي ايجاد شده توسط فعاليت قلبي-عروقي و جريان خون در رگ‌ها، پتانسيل بالايي را براي ارائه اطلاعات حياتي قلبي-عروقي به صورت غيرتهاجمي و در محيط‌هاي روزمره نشان داده‌است. اين سيگنال، بر خلاف الكتروكارديوگرام (ECG) كه نيازمند تماس مستقيم الكترود با پوست است، مي‌تواند از طريق حسگرهاي زيرين يا تعبيه شده در تخت‌خواب ثبت شود، كه سهولت و راحتي بي‌سابقه‌اي را براي پايش طولاني‌مدت فراهم مي‌آورد. با اين حال، ماهيت پيچيده و نويزپذير سيگنال BCG، استخراج دقيق پارامترهاي كليدي قلبي-عروقي از آن را به يك چالش مهم تبديل كرده است. هدف اصلي اين پژوهش، استخراج و اعتبارسنجي دقيق فواصل ضربان به ضربان(IBI) از سيگنال BCG و ارزيابي پنج روش متفاوت پردازش سيگنال و يادگيري عميق در مقايسه با سيگنال مرجع ECG است. در راستاي تحقق اين هدف، اين پژوهش از يك مجموعه‌داده جامع و از پيش موجود بهره گرفته‌است كه شامل سيگنال‌هاي هم‌زمان BCG و ECG از تعداد 40 نفر از شركت‌كنندگان با مشخصات جمعيتي متنوع و تحت پروتكل‌هاي مطالعه كنترل‌شده مي‌باشد. در بخش پردازش سيگنال BCG، پنج رويكرد متمايز براي استخراج IBI مورد بررسي و پياده‌سازي قرار گرفته‌اند. روش CLIE، CLIE با پنجره تطبيقي، شبكه عصبي چندلايه پرسپترون، شبكه عصبي كانولوشنال و شبكه عصبي BiLSTM. نتايج حاصل از ارزيابي اين پنج روش نشان‌دهنده تفاوت‌هاي قابل توجهي در دقت و پايداري عملكرد آن‌ها است. معيارهاي ارزيابي شامل ميانگين خطاي مطلق (MAE)، صدك 95 خطاي نسبي و ضريب همبستگي در مقايسه با مرجع ECG بودند. مقادير p-value نيز براي ارزيابي معناداري آماري نتايج (در مقايسه با يك مبناي صفر) ارائه شدند. تحليل جامع نتايج حاكي از آن است كه رويكرد تخمين‌گر فاصله‌اي محلي پيوسته (CLIE) با ميانگين خطاي مطلق 6955/28 ميلي‌ثانيه و بالاترين ضريب همبستگي (7697/0)، بهترين عملكرد كلي را در استخراج دقيق IBIها از سيگنال BCG نشان داده است. اين روش با ارائه كمترين خطا و بيشترين همبستگي با سيگنال مرجع، قابليت بالاي خود را در دنبال كردن دقيق تغييرات ضربان قلب اثبات مي‌كند. در سوي ديگر، روش BiLSTM با وجود ضريب همبستگي كمي پايين‌تر (62/0)، عملكرد بسيار برجسته‌اي در كنترل خطاهاي بزرگ از خود نشان داد؛ به طوري كه صدك 95 خطاي آن (4672/9 درصد) به طور قابل ملاحظه‌اي پايين‌تر از ساير روش‌ها بود. اين امر به اين معني است كه BiLSTM در اكثر موارد (95 درصد) دچار خطاهاي بزرگ نمي‌شود، كه پايداري و قابليت اطمينان آن را در شرايط واقعي افزايش مي‌دهد. در مقابل، روش‌هاي مبتني بر MLP و CNN اگرچه عملكرد بهتري نسبت به روش سنتي پنجره تطبيقي در روش بروسر داشتند، اما از نظر دقت و پايداري به ترتيب پايين‌تر از CLIE و BiLSTM قرار گرفتند. روش "پنجره تطبيقي" نيز با بالاترين ميانگين خطا و صدك 95 خطا، ضعيف‌ترين عملكرد را از خود نشان داد. به طور كلي، اين پژوهش نشان مي‌دهد كه استخراج دقيق فواصل ضربان به ضربان از سيگنال BCG امري چالش‌برانگيز اما دست‌يافتني است. يافته‌هاي اين تحقيق گام مهمي در جهت اعتبارسنجي روش‌هاي غيرتهاجمي پايش قلبي-عروقي با استفاده از سيگنال باليستوكارديوگرافي برمي‌دارد و مي‌تواند مبنايي براي توسعه دستگاه‌هاي پايش سلامت هوشمند و خانگي باشد كه به تشخيص زودهنگام و مديريت بهتر بيماري‌هاي قلبي كمك مي‌كنند
  • شماره ركورد
    234570
  • گرايش رشته تحصيلي
    طراحي كاربردي
  • دانشكده
    مهندسي مكانيك
  • دانشگاه
    دانشگاه صنعتي اصفهان