شناسایی و تشخیص تغییرات نرخ ضربان قلب با استفاده از تشخیص کمپلکس های QRS از روش آنالیز موجک
مشخصات پروپوزال
|
|||
|---|---|---|---|
| عنوان فارسی پروپوزال | شناسایی و تشخیص تغییرات نرخ ضربان قلب با استفاده از تشخیص کمپلکس های QRS از روش آنالیز موجک | ||
| عنوان انگلیسی پروپوزال | Identification and Detection of heart signal processing changes using Detection of QRS Complexes by Wavelet Analysis Method | ||
| تعداد صفحات | ۲۲ | ||
| سال نگارش | ۲۰۲۰ | ||
| رشته | مهندسی برق، پزشکی | ||
| قالب فایل | Word | ||
| دانلود پروپوزال | کلیک جهت دانلود پروپوزال | ||
فهرست مطالب پروپوزال شناسایی و تشخیص تغییرات نرخ ضربان قلب با استفاده از تشخیص کمپلکس های QRS از روش آنالیز موجک
- بیان مساله اساسی تحقیق
- مرور ادبیات و سوابق مربوطه
- جنبه جدید بودن و نوآوری در تحقیق
- اهداف مشخص تحقیق
- سؤالات تحقیق
- فرضیه های تحقیق
- تعریف واژهها و اصطلاحات فنی و تخصصی
- روش شناسی تحقیق
- متغیرهای مورد بررسی در قالب یک مدل مفهومی
- شرح کامل روش (میدانی، کتابخانهای) و ابزار
- جامعه آماری، روش نمونه گیری و حجم نمونه
- روش‌ها و ابزار تجزیه و تحلیل داده ها کشف تقلب
- مراجع
کلیک جهت دانلود پروپوزال
بیان مساله
بیماری های قلب و عروق از شایع ترین بیماری های قرن حاضر می باشد و نارسایی قلبی امروزه بزرگترین عامل مرگ و میر در جوامع صنعتی و نیمه صنعتی می باشد. به دلیل اهمیت موضوع، ابزارها و روش های مختلفی برای بررسی نحوه ی عملکرد قلب در پژشکی نوین ابداع گردید.
هدف در تمام روش ها بدست آوردن انواع مختلف و مکمل اطلاعات ساختاری و عملکردی قلب است، به نحوی که به کمک آن پزشک متخصص نه تنها توانایی تشخیص نوع بیماری قلبی را داشته باشد، بلکه بتواند بروز نارسایی قلبی احتمالی را در آینده تشخیص دهد و از ان جلوگیری کند. سیگنال الکتروکادیوگرام (ECG)نشان دهنده فعالیت الکتریکی قلب است که اطلاعات بسیاری از حالتهای نرمال و فیزیولوژی پاتولوژیک فعالیت قلب ارائه میدهد.
در طول چندین دهه گذشته ابزار و روشهای کامپیوتری برای تحلیل این سیگنال ایجاد شده اند که در مراکز درمانی و بیمارستان ها مورد استفاده قرار میگیرند. این ابزارها به صورت خودکار با تجزیه و تحلیل فعالیت الکتریکی قلب، ناهنجاری های قلبی را آشکار می سازند. بطور کلی تجزیه و تحلیل هایی که روی سیگنال ECG انجام میگیرد، اهمیت زیادی در تشخیص و نظارت بر وضعیت قلب دارد ECG را میتوان به عنوان یک سیگنال چند کاناله و یا تک کاناله بسته به کاربرد، ثبت کرد .
درگیری عروق کرونر ( CAD=coronary artery disease) از بیماری های شایع می باشد و طبق مطالعه ای که در سال ۲۰۰۵ منتشر شد شیوع بیماری عروق کرونری ۲۱ درصد براورد شد. یکی از راههای تشخیص بمیاری کرونری تحلیل و انالیز ارتومی قلب با استفاده از تغییرات نرخ ضربان قلب می باشد. همچنین یک روش غیر تهاجمی برای ارزیابی رفتار قلب، سیگنال تغییرات نرخ ضربان قلب (HRV )میباشد.
کلیک جهت دانلود پروپوزال
.
سیگنال تغییرات نرخ ضربان قلب HRV یک ابزار غیر تهاجمی مشهور برای بررسی سیستم قلبی- عروقی و نیز سیستم اعصاب خود مختار می باشد. با وجود اینکه تاکنون روشهای خطی مختلفی برای تحلیل سیگنال HRV بکار گرفته شده است.
سیگنال HRV تنها یک متغیر مشاهده از سیستم چند متغیره قلبی- عروقی می باشد که با بررسی آن می توان ویژگیهای موجود در دینامیک، همبستگی های کوتاه مدت و طولانی مدت و پیچیدگی های موجود در سیگنال قلبی و نیز سیستم اعصاب خودمختار را نمایان ساخت.
از طرفی سیگنال هایی که توسط ارگان های بدن تولید می شوند با هم دیگر مخلوط شده و یا تحت تاثیر نویز قرار می گیرند. هدف از پردازش سیگنال های حیاتی جدا کردن سیگنال مورد نظر از سیگنال های در هم امیخته و نویز دار و سپس استخراج پارامترهای مفید سیگنال برای تشخیص بیماری عروق کرونری می باشد. با توجه به مطالب بالا و اهمیت تشخیص سیگنال HRV ، از این رو در این تحقیق سعی در تشخیص بیماری عروق کرونری با HRV با استفاده از پردازش سیگنال های قلبی داریم.
کلیک جهت دانلود پروپوزال
برخی از مراجع
Soe W. Myint ; Tong Zhu ; Baojuan Zheng , (2015) , A Novel Image Classification Algorithm Using Overcomplete Wavelet Transforms, IEEE Geoscience and Remote Sensing Letters ( Volume: 12 , Issue: 6 , June 2015 )
Kora, P., Kumari, C. U., Swaraja, K., & Meenakshi, K. (2019, February). Atrial Fibrillation detection using Discrete Wavelet Transform. In 2019 IEEE International Conference on Electrical, Computer and Communication Technologies (ICECCT) (pp. 1-3). IEEE.
Kar, N., Sahu, B., Sabut, S., & Sahoo, S. (2020). Effective ECG Beat Classification and Decision Support System Using Dual-Tree Complex Wavelet Transform. In Advances in Intelligent Computing and Communication (pp. 366-374). Springer, Singapore.