تشخیص آریتمی قلبی به کمک روش cnn یک بعدی با آموزش دو مرحله ای مشرف به هدف

سیگنال الکتروکاردیوگرام (ecg) روشی غیر تهاجمی و ارزان برای پایش عملکرد قلب است که به کمک آن میتوان آریتمی های قلبی را تشخیص داد. تشخیص و درمان به موقع آریتمی های قلبی نقشی حیاتی برای بیمار دارد. . با افزایش تولید و کاربرد ابزارهای پوشیدنی هوشمند، امکان ثبت برخط و تشخیص سریع آریتمی های قلبی بیش از پیش فراهم شده است. با این که روش های نوین مبتنی بر هوش مصنوعی در پردازش و تحلیل سیگنال های ecg کارائی بالائی از خود نشان داده اند، هنوز تا نقطة ایده آل فاصله دارند و محققین همواره در صدد بالا بردن دقت و قابلیت اطمینان این روش ها هستند. در این مقاله رویکردی مبتنی بر یادگیری دو مرحله ای مشرف به هدف با استفاده از شبکه های عصبی پیچشی عمیق یک بعدی (1d-cnn) پیشنهاد شده که قادر است 7نوع ریتم قلبی را با مقدار f1-scoreمتوسط %82.5 (بر اساس بانک دادة physionet2020 و chapman) تشخیص دهد. روش مزبور که برای مواجهه با چالش عدم یکنواختی در توزیع دادگان آموزش پیشنهاد شده است، در قیاس با روش های رقیب عملکرد قابل قبولی داشته و نسبت به بسیاری از آنان بار محاسباتی کمتری نیز دارد.