به كارگيري فيلتر وفقي براي حذف نويز از سيگنال‌هاي ECG با استفاده از تبديل موجك و يادگيري عميق

مقدمه: الكتروكاردياگرام يكي از روش‌هاي اندازه‌گيري فعاليت‌هاي الكتريكي قلب است كه اين اندازه‌گيري با قرار دادن الكترودهايي روي سطح بدن اندازه‌گيري مي‌شود. پزشكان براي تشخيص و شناسايي بيماري‌هاي قلبي از ابزار مشاهده استفاده مي‌كنند كه اين كار در سيگنال‌هاي ECG توسط متخصص قلب و عروق انجام مي‌شود. به طور خاص بيماري‌هاي قلبي با بررسي نمايش گرافيكي سيگنال‌هاي قلبي كه با عنوان ECG معرفي شد، انجام مي‌شود. سيگنال‌هاي ECG به دليل منابع خارجي يا ساير فرآيند‌هاي فيزيولوژيكي بدن انسان با نويز همراه مي‌باشد. روش: در اين پژوهش كاربردي يك فيلتر وفقي بر اساس تبديل موجك و شبكه عصبي عميق براي كاهش نويز پيشنهاد شد. اين مجموعه تركيبي از تبديل ويولت، يادگيري وفقي و نگاشت غير‌خطي از شبكه‌هاي عصبي عميق است. شبكه عصبي عميق به كمك فيلتر وفقي براي كاهش نويز بيشتر از سيگنال ECG مورد استفاده قرار مي‌گيرد. نتايج: معيار مورد نظر براي ارزيابي كيفيت روش پيشنهادي به منظور حذف نويز، نسبت سيگنال به نويز مي‌باشد كه هدف اين پژوهش افزايش اين نسبت مي‌باشد كه بيانگر بازدهي روش مبتني بر تبديل موجك و يادگيري عميق مي‌باشد. نتيجه گيري: نتايج حاصل از شبيه‌سازي نشان مي‌دهد كه روش پيشنهادي نسبت به روش‌هاي موجود حدود 9/56 درصد حذف نويز از سيگنال ECG را بهبود مي‌بخشد. علت اين امر آن است كه ضرايب استخراجي از فيلتر وفقي با استفاده از شبكه عصبي عميق بهينه مي‌شوند به گونه‌اي كه شكل موج با نويز كمتري را فراهم مي‌آورد.