هل يمكن لخوارزمية جديدة تستخدم CS-CHT ومصنفات LM NN الكشف بدقة عن حلقات الرجفان الأذيني من قياسات ECG القياسية؟
تم تطوير خوارزمية جديدة تستخدم CS-CHT ومصنفات LM NN للكشف التلقائي السريع والفعال في استخدام الذاكرة عن الرجفان الأذيني من ECGs.
الملخص الرجفان الأذيني (AF) هو تصنيف لاضطرابات نظم القلب وهو عدم انتظام في ضربات القلب، حيث يكون نبض القلب غير منتظم، أو سريعاً جداً، أو بطيئاً جداً. بسبب هذا السلوك المتغير بشكل erratically، فإن الضخ الفعال للدم من قبل القلب إلى الأعضاء الأخرى يؤدي إلى سوء عملها. عادةً ما يُرى AF بشكل شائع في كبار السن الذين يعانون من فشل القلب. لعلاج AF بفعالية، تعتبر طرق الكشف التلقائي المعتمدة على مراقبة تخطيط القلب الكهربائي (ECG) مرغوبة بشكل كبير. الهدف من هذه الدراسة هو تطوير خوارزمية جديدة قادرة على الكشف عن حلقات الرجفان الأذيني بمراقبة قياس ECG سطحي قياسي. في هذه المناقشة، يتم الكشف عن AF من خلال اعتبار قاعدة بيانات MIT/BIH للاضطرابات النظمية. يتم استخراج ميزات هذه القاعدة بيانات باستخدام ترتيبات مختلفة من تحويل هادامارد المعقد المتناظر المرافق (CS–CHT)، وهي على سبيل المثال، الترتيب الطبيعي، ترتيب بالي، ترتيب تسلسل، وترتيب كال-سال لأنها سريعة ويمكن تنفيذها باستخدام ذاكرة أقل مقارنةً بالتقنيات السابقة في الأدبيات. يتم تطبيق النتائج التي تم الحصول عليها على مصنف الشبكة العصبية ليفنبرغ-ماركاردت (LM NN) وتم تقدير أداء هذه التقنيات من حيث الحساسية، والخصوصية، والدقة الكلية للكشف على مجموعات البيانات.
دراسة أنافارابو وآخرون (الجمعة) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: