این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله دانشکده پزشکی اصفهان، جلد ۳۶، شماره ۵۰۶، صفحات ۱۴۴۴-۱۴۴۹
عنوان فارسی ارزیابی و تخمین ویژگی‌های جدید از روی دادگان صدای قلبی به منظور تشخیص ناهنجاری‌های قلب
چکیده فارسی مقاله مقدمه: امروزه 31 درصد از مرگ و میرهای جهانی را بیماری‌های قلبی- عروقی تشکیل می‌دهند و علت اصلی مرگ و میر در جهان به شمار می‌روند. به علت مشکلاتی مثل عدم وجود تکنولوژی‌هایی همچون اکوکاردیوگرافی و دسترسی محدود به پزشکان متخصص در مناطق غیر پیشرفته از روش‌های خودکار برای تشخیص ناهنجاری مرتبط با فونوکاردیوگرام (Phonocardiogram یا PCG) استفاده می‌شود. روش‌ها: در این پژوهش، جهت تمایز افراد طبیعی از بیماران قلبی، سه دسته ویژگی از روی سیگنال PCG تخمین زده و ارزیابی شد. دسته‌ی اول، استخراج ویژگی نرخ ضربان قلب و تغییرات آن، دسته‌ی دوم، برخی ویژگی‌های مورد استفاده در تجزیه و تحلیل گفتار و شناسایی الگو و دسته‌ی سوم، ویژگی‌های مرکز جرم زمانی سیگنال، مرکز جرم فرکانسی سیگنال و عرض باند مؤثر سیگنال بودند. در این پژوهش، روش‌هایی به منظور استخراج این ویژگی‌ها پیشنهاد و به کمک آزمون t مورد بررسی و اعتبارسنجی قرار گرفت. یافته‌ها: نتایج اعتبارسنجی برای 10 ویژگی پیشنهادی که در آن مقادیر 010/0 > P انتخاب شدند، نشان داد که 8 ویژگی می‌تواند تمایز دهنده‌ی خوبی برای جدا کردن سیگنال غیر طبیعی از طبیعی باشد. نتیجه‌گیری: با توجه به الگوهای به دست آمده از ویژگی‌های استخراج شده، تمایز بین سیگنال غیر طبیعی و طبیعی به خوبی مشاهده شد که از این ویژگی‌ها، برای طبقه‌بندی سیگنال PCG می‌توان استفاده کرد. همچنین، در آینده می‌توان با استفاده از عملیات دیگری نظیر هم‌بستگی بر روی این الگوها، ویژگی‌های جدیدی استخراج کرد.
کلیدواژه‌های فارسی مقاله فونوکاردیوگرام، استخراج ویژگی، شناسایی اختلالات قلب و عروق،
عنوان انگلیسی Estimation and Evaluation of New Features from Phonocardiogram for Detecting Cardiovascular Abnormalities
چکیده انگلیسی مقاله Background: In the world, cardiovascular diseases are the major cause of death, as 31% of global mortality is from them. Due to problems such as the lack of technologies such as echocardiography, and limited access to cardiologists in deprived areas, automatic methods for detecting heart abnormalities in phonocardiogram (PCG) are used. Methods: In this study, to distinguish between normal and abnormal cases, three categories of features in PCG were estimated and evaluated. First, the extraction of the heart rate and heart rate variability; second, some of the features used in speech analysis and pattern recognition; and third, the time center, the frequency center, and the frequency variance of the signal. Some methods were proposed for extracting desired features, and the data were analyzed using t-test. Findings: The results of evaluation of the 10 proposed features, with the p-value of less than 0.010, showed that 8 features had significant distinction to detect abnormal cases from the normal ones. Conclusion: Regarding the patterns of the extracted features, the distinction between normal and abnormal signals was observed, which can be used to classify PCGs. Moreover, in the future, new features can be extracted from these patterns using some other analysis such as correlation.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله مهدی نوریان زواره |
دانشیار، گروه مهندسی پزشکی (بیوالکتریک)، دانشکده‌ی فن‌آوری‌های نوین علوم پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

سعید کرمانی |
استاد، مرکز تحقیقات بازتوانی قلب، پژوهشکده‌ی قلب و عروق، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

سید محمد هاشمی جزی |
دانشجوی دکتری، گروه مهندسی پزشکی، کمیته‌ی تحقیقات دانشجویی، دانشکده‌ی فن‌آوری‌های نوین پزشکی، دانشگاه علوم پزشکی اصفهان، اصفهان، ایران

مریم سمیعی نسب |


نشانی اینترنتی http://jims.mui.ac.ir/index.php/jims/article/view/10677
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/103/article-103-1243375.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده مقاله پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات