HyperAIHyperAI

Command Palette

Search for a command to run...

DeScoD-ECG: نموذج التوسع المستند إلى النقاط العميقة لإزالة التجوال الأساسي وضوضاء كهروغراف القلب

Huayu Li Gregory Ditzler Janet Roveda Ao Li

الملخص

الهدف: تُعاني إشارات الكهروكارديوغرام (ECG) غالبًا من التداخل الضوضائي، مثل انحراف الخط الأساسي. إن إعادة بناء إشارات الكهروكارديوغرام بجودة عالية ودقة عالية لها أهمية كبيرة في تشخيص أمراض القلب والأوعية الدموية. ولذلك، تقترح هذه الورقة تقنية جديدة لإزالة انحراف الخط الأساسي والتداخل الضوضائي من إشارات الكهروكارديوغرام. الطرق: قمنا بتوسيع نموذج الانتشار بطريقة مشروطة محددة لإشارات الكهروكارديوغرام، وهو ما يُعرف بنموذج الانتشار المستند إلى النقاط العميقة لإزالة انحراف الخط الأساسي والتداخل الضوضائي من الكهروكارديوغرام (DeScoD-ECG). بالإضافة إلى ذلك، طبقنا استراتيجية متوسطة متعددة الإطلاق التي أحسنت من إعادة بناء الإشارة. أجرينا التجارب على قاعدة بيانات QT وقاعدة بيانات اختبار الضغط للتداخل الضوضائي في MIT-BIH للتحقق من جدوى الطريقة المقترحة.النتائج: أظهرت نتائج التقييم الكمية أن الطريقة المقترحة حققت أداءً متميزًا في أربع مقاييس تشابه تعتمد على المسافة، مع تحسن عام بنسبة لا تقل عن 20٪ مقارنة بأفضل طريقة أساسية. الاستنتاج: تثبت هذه الورقة الأداء الرائد لـ DeScoD-ECG في إزالة انحراف الخط الأساسي والتداخل الضوضائي من إشارات الكهروكارديوغرام، حيث يتميز بقدرته على تقريب البيانات الحقيقية بشكل أفضل واستقرار أعلى تحت ظروف التلوث الضوضائي الشديد.الأهمية: تعد هذه الدراسة من أوائل الدراسات التي تقوم بتوسيع النماذج المولدة المشروطة بالانتشار لإزالة التداخل الضوضائي من إشارات الكهروكارديوغرام، ولدى DeScoD-ECG إمكانية استخدامها على نطاق واسع في التطبيقات البيوطبية.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp