طراحی و پیاده سازی سخت‌افزاری هولتر هوشمند طبقه‌بندی کننده ضربان‌های سیگنال الکتروکاردیوگرام مبتنی بر شبکه عصبی کانولوشن عمیق

امروزه با پیشرفت تکنولوژی، استفاده از سیستم‌های هوشمند در پردازش و تحلیل سیگنال‌های حیاتی و تشخیص بیماری‌های مختلف از اهمیت ویژه ای برخوردار است. از جمله بیماری‌هایی که پزشکان را در تشخیص، با مشکلاتی مواجه می‌کند، بیماری قلبی است که به دلیل نقش حیاتی قلب در سلامت انسان از اهمیت بسزایی برخوردار است. الکتروکاردیوگرام مهم‌ترین سیگنال حیاتی است که توسط پزشک برای اهداف تشخیصی استفاده می‌شود. این سیگنال اطلاعات کلیدی درباره فعالیت الکتریکی قلب فراهم می‌آورد و ثبت و نمایش آن در طول زمان، منجر به مشاهده تغییرات فعالیت الکتریکی قلب می‌گردد. استفاده از سیستم‌های هوشمند جهت تشخیص تغییرات سیگنال و دسته‌بندی آن‌ها کمک فراوانی به پزشک در تشخیص بیماری‌های مربوط به قلب می نماید. در این مقاله، سعی بر آن است که ضمن بکارگیری یک شبکه عصبی کانولوشن عمیق و استفاده از دادگان پیش پردازش شده سیگنالالکتروکاردیوگرام، به منظور تشخیص بیماریهای قلبی، مورد بررسی قرار گیرد. با استفاده از تحلیل مناسب و دقیق این سیگنال، می‌توان ناهماهنگی‌های قلب را شناسایی و آن را درمان کرد. بدیهی است بروز هرگونه تغییر نامطلوب در سیگنال الکتروکاردیوگرام بیانگر وجود عارضه ای در بیمار می‌باشد. در این مقاله پس از معرفی و طراحی یک شبکه عصبی کانولوشن عمیق برای طبقه‌بندی سینگال الکتروکاردیوگرام، این شبکه عصبی بر روی سخت‌افزار پیاده‌سازی گردیده و مدل نهایی شامل یک دستگاه هولتر هوشمند آنلاین تک کاناله اخذ و طبقه‌بندی کننده سیگنال الکتروکاردیوگرام به منظور تشخیص بیماری‌های قلبی طراحی و پیاده‌سازی گردیده است. همچنین در انتها با معرفی یک پروتکل ارتباطی روند بکارگیری این هولتر هوشمند در سیستم‌های اینترنت اشیا در حوزه پزشکی تشریح گردیده است.