تطبيق الشبكة العصبية التلافيفية العميقة للكشف التلقائي عن النوبة القلبية باستخدام إشارات ECG

يُعدّ التخطيط الكهربائي للقلب (ECG) أداة تشخيصية مفيدة لتشخيص أمراض القلب والأوعية الدموية (CVDs) المختلفة، مثل النوبات القلبية (MI). يُسجّل التخطيط الكهربائي للقلب النشاط الكهربائي للقلب، ويمكن أن تعكس هذه الإشارات النشاط غير الطبيعي للقلب. ومع ذلك، يُعدّ تفسير إشارات ECG بصريًا تحديًا كبيرًا نظرًا لصغerness سعة وطول هذه الإشارات. ولذلك، نقترح منهجية جديدة للكشف التلقائي عن النوبة القلبية باستخدام إشارات ECG. في هذه الدراسة، تم تنفيذ خوارزمية الشبكة العصبية التلافيفية (CNN) للكشف التلقائي عن نبضات ECG الطبيعية والنوبات القلبية (بوجود ضوضاء وبلا ضوضاء). وقد تم تحقيق دقة متوسطة بلغت 93.53% و95.22% باستخدام نبضات ECG بوجود ضوضاء وبدون إزالة الضوضاء على التوالي. علاوةً على ذلك، لم تُجرَ أي عملية استخراج أو اختيار للسمات في هذا العمل. وبالتالي، يمكن للخوارزمية المقترحة الكشف بدقة عن إشارات ECG غير معروفة حتى في حالة وجود ضوضاء. وبذلك، يمكن دمج هذا النظام في البيئات السريرية لمساعدة الأطباء في تشخيص النوبة القلبية.