بخشی از مقاله
خلاصه:
سیگنال نوار قلب که نشان دهندهی فعالیت الکتریکی قلب است با یک رفتار دورهای یا شبهدورهای مشخص میشود. این سیگنال معمولاً شامل سه موج P، کمپلکس QRS و T است. تشخیص پیکهای R و در نتیجه کمپلکسهای QRS در یک سیگنال نوار قلب اطلاعاتی در مورد نرخ قلب، سرعت هدایت، شرایط بافتهای درون قلب و نیز دیگر شرایط غیرطبیعی فراهم کرده و در نتیجه به تشخیص بیماریهای قلبی کمک میکند. تشخیص کمپلکس QRS به دلیل انواع مختلف نویزی که میتواند در سیگنال نوار قلب حضور داشته باشد، کاری دشوار است.
هدف از این تحقیق، آشکارسازی کمپلکس QRS و پیکهای R، در سیگنال الکتروکاردیوگرام - ECG - با استفاده از خوشهبندی است. حذف نویز سیگنال ECG، با استفاده از تبدیل موجک انجام شده است و سپس با استفاده از خوشهبندی فازی C-Means، کمپلکسهای QRS و پیکهای R شناسایی شدهاند. نتایج شبیهسازی بر روی 8 داوطلب نشان داده که از مجموع 17315 پیک، تعداد 17300 پیک به درستی تشخیص داده شده و مقدار میانگین صحت برابر 99/88 درصد و مقدار میانگین حساسیت برابر 99/89 درصد است.
.1 مقدمه
نوار قلب در واقع یک سیگنال بیومتریک است که فعالیت الکتریکی قلب برحسب زمان را ثبت میکند، بنابراین یک ابزار شناختی مهم برای ارزیابی کارکرد مغز است. یک متخصص مجرب قلب میتواند انواع بیماریهای قلبی را با نگاه به کاغذ چاپی شکل موجهای نوار قلب تشخیص دهد. با این حال، با استفاده از تحلیل رایانهای شکلموجهای نوار قلب میتوان بار کاری پزشک را به طور چشمگیری کاهش داد. یک سیگنال طبیعی نوار قلب در شکل 1 نشان داده شده است. این سیگنال شامل یک موج P، یک کمپلکس QRS و یک موج T است
تشخیص خودکار پیکهای R در یک سیگنال نوار قلب - ECG - بلندمدت مهمترین گام برای تشخیص اختلالات قلبی، تحلیل تغییرپذیری نرخ قلب، و سیستمهای کدگذاری نوار قلب است .[2] از این رو تاکنون روشهای مختلفی برای تشخیص پیک R و کمپلکس QRS در نوشتجات مربوطه بیان شده است: روش فیلتر بانک [3]، تبدیل موجک [4]، تفاضل مرتبه دوم سیگنال [5]، ترکیب تبدیل موجک و خوشهبندی [6] K-Means، ترکیب روش مشتقگیری با تبدیل هیلبرت [7]، تجزیه مد تجربی [8]، مشتق سیگنال و فیلتر میانگین [9]، ترکیب تبدیل هیلبرت و فیلتر میانگین [2]، شبکههای عصبی مصنوعی [10]، الگوریتم ژنتیک [11]، مدل مارکوف پنهان [12] و آنتروپی .[13]
در شرایط واقعی، سیگنالهای ECG تحت تاثیر انواع مختلف نویز قرار گرفته و تخریب میشوند منجمله تداخل خطوط برق، تماس الکترود، آرتیفکتهای حرکتی، انقباض ماهیچه و جابهجایی خط پایه .[2] در این تحقیق از تبدیل موجک برای حذف نویزهای موجود در سیگنال و از الگوریتم خوشهبندی فازی c-means برای تشخیص کمپلکس QRS استفاده شده است که الگوریتمی ساده برای شناسایی کمپلکس QRS و پیکهای R است. در بخش دوم مقاله، توضیحات مربوط به تبدیل موجک، خوشهبندی فازی C-Means، دادههای مورد استفاده و الگوریتم پیشنهادی و در بخش سوم نتیجهگیری آورده شده است.
شکل -1 شکل موج کامل سیگنال [1] ECG
.2 مواد و روشها
.1-2 تبدیل موجک
تبدیل موجک به طور گسترده برای تحلیل سیگنالهای غیرساکن به کار میرود، چون جایگزینی برای تبدیل فوریه زمان کوتاه کلاسیک یا تبدیل گابور بدست میدهد. تبدیل موجک را میتوان به صورت تجزیهی سیگنال به یک زیرمجموعه از توابع پایه موسوم به موجکها در نظر گرفت. این موجکها از یک موجک نمونه سیگنال و از طریق تاخیر و تاخیر و انقباض و جابجایی بدست میآیند.
تبدیل موجک گسسته یک ابزار نوظهور برای نویززدایی سیگنالهای غیرساکن مثل ECG است. خانوادهای از موجکها وجود دارد مثل هار، دابشیز، سیملت و غیره، که برای تجزیه و تحلیل سیگنال کاربرد دارند. انتخاب مناسب تابع پایه موجک نقشی حیاتی در نویززدایی دارد. شکل 2 نشان دهندهی تابع موجک سیملت است.
تبدیل موجک گسسته را تجزیه از طریق بانکهای فیلتر موجک نیز گویند. این بدان دلیل است که تبدیل موجک گسسته - DWT1 - از دو فیلتر استفاده میکند، یک فیلتر پایینگذر - LPF - و یک فیلتر بالاگذر - HPF - تا سیگنال را به مقیاسهای مختلف تجزیه کند. ضرایب خروجی LPF را تقریبها و ضرایب خروجی HPF را جزئیات گویند .[14]
شکل- 2 انواع سیملت
.2-2 خوشهبندی فازی C-Means
الگوریتم خوشهبندی فازی C-Means این الگوریتم در واقع یک روش خوشهبندی مربعات خطا JFCM، یک بخش c بهینه تولید ابتدا توسط آقای دان معرفیشد که بعدهاً توسط آقابِزدِکی توسعه یافت. مبتنی بر تکرار است که با حداقلسازی وزنی درون گروه تابع هدف مجموع میکند.
که در اینجامجموعه ی دادههای درون فضای بردای pبُعدی است، تعداد موارد داده بوده، c تعداد خوشهها است با درجه ی عضویت در خوشهی i ام بوده، qنمای وزنی روی هر عضویت فازی است، نمونهی مرکز خوشهی i است، معیارفاصله بین شیء و مرکز خوشه است. یک پاسخ برای تابع هدف JFCM را میتوان از طریق یک فرایند تکرار بدست آورد، که به صورت ذیل انجام میشود:
.1 مقادیر c، q و انتخاب میشود.
2. ماتریس بخش فازی آماده میشود.
3. شمارنده ی حلقه b= 0 قرار داده میشود.
4. مراکز خوشه ی c محاسبه میشود:
