بازگشت به بانک اطلاعات پایان نامه ها

شماره دانشجویی : 940069399
نام و نام خانوادگي : حسین خیرالهی چوب بست
عنوان پایان نامه : کاهش نرخ هشدارهای آریتمی اشتباه در بیماران بستری در ICU با استفاده از ویژگی های آماری ، زمانی ، فرکانسی و ماشین شورایی
دانشكده : دانشکده فنی و مهندسی
گروه تحصيلي : مهندسی پزشکی
رشته/گرایش تحصيلي : مهندسی پزشکی گرایش توانبخشی-کارشناسی ارشد
مقطع تحصيلي : کارشناسی ارشد
استاد راهنما (عضو هیات علمی مرکز) : فرداد فرخی ,
استاد مشاور () : ,
چكيده : امروزه یکی از چالش های اساسی در بخش های مراقبت ویژه، هشدارهای اشتباه ناشی از تجهیزات پزشکی است که باعث ایجاد اضطراب در بیماران و پرستاران و افزایش طول درمان شده است. هدف این تحقیق کاهش نرخ هشدار آریتمی¬های اشتباه در بخش مراقبت¬های ویژه است. پنج آریتمی رایج و مهم در این بخش¬ها، ایست قلبی، کند تپشی قلبی، تند تپشی قلبی، تند تپشی بطنی و فیبرلاسیون یا فلوتر بطنی است. داده¬های مورد استفاده در این تحقیق در سایت [1] Physionet موجود است. سه حوزه آماری، زمانی و فرکانسی برای استخراج ویژگی مورد استفاده قرار گرفت. سیگنال های ECG ، PPG و ABP جهت طبقه بندی استفاده شده که جهت انجام کار، طبقه¬بندهای Bayes ، KNN و MLP بکار گرفته شد. نتایج حاکی از آن است که بهترین نتیجه نسبت به دو طبقه بند دیگر با استفاده از طبقه بند MLP با صحت 0.65 ± 93.14 برای ایست قلبی و 4.6± 93.25 برای کند تپشی ، 1.22±97.91 برای تند تپشی ،1.94± 90.45 برای فیبرلاسیون بطنی 0.44± 80.47 برای تند تپشی بطنی حاصل شده است. کلمات کلیدی: آریتمی قلبی ، تبدیل هیلبرت ، طبقه بند
كلمات كليدي : آریتمی قلبی ، تبدیل هیلبرت ، طبقه بند
تاريخ دفاع : 1397-10-02