An electrocardiogram classification method based on neural network
Issued Date
2013
Copyright Date
2013
Resource Type
Language
eng
File Type
application/pdf
No. of Pages/File Size
ix, 87 leaves : ill.
Access Rights
open access
Rights
ผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้า
Rights Holder(s)
Mahidol University
Bibliographic Citation
Thesis (M.Sc. (Technology of Information System Management))--Mahidol University, 2013
Suggested Citation
Pathrawut Klaynin An electrocardiogram classification method based on neural network. Thesis (M.Sc. (Technology of Information System Management))--Mahidol University, 2013. Retrieved from: https://repository.li.mahidol.ac.th/handle/20.500.14594/95211
Title
An electrocardiogram classification method based on neural network
Alternative Title(s)
การจำแนกคลื่นไฟฟ้าหัวใจโดยใช้วิธีพื้นฐานโครงข่ายประสาท
Author(s)
Abstract
Heart disease is a problem that can happen to anyone, and the leading cause of death for men and women in the world. Heart disease occurs for any of several reasons, overuse of alcohol, cigarettes, coffee, etc. An electrocardiogram can be used to discover different types of heart disease. This research presents an electrocardiogram classification based on the neural network proposing five ECG beat types, and a method is proposed for feedforward backpropergation and logistic regression variable selection. The objective of the logistic regression variable selection is to reduce the variable of ECG beat for improving performance of classification and reducing the change of an over fitting situation. The results successfully showed that the presented selection variable method can be used to improve the performance classification of heart disease
คลื่นไฟฟ้าหัวใจเป็นวิธีการตรวจหา โรคหัวใจและหลอดเลือดเป็นเรื่องง่าย และมีประสิทธิภาพ ตรวจคลื่นไฟฟ้าหัวใจ ที่ผลิตในกล้ามเนื้อหัวใจ บีบอัดการเต้นของหัวใจเมื่อมาถึงจุดที่ หัวใจของเซลล์กล้ามเนื้อ ที่สามารถสร้างชนิดพิเศษ ของกระแสไฟฟ้าที่ตัวเอง เราเรียก จุดที่โหนด ไซนัส กระแสไฟฟ้า วิ่งผ่านกล้ามเนื้อของห้องหัวใจ พลังงานที่เราได้ เรียกว่า การไหลของคลื่น P เพื่อหยุดการเชื่อมต่อระหว่างหัวใจห้องบนและโพรงที่เรียกว่า โหนด AV นี้แล้ว ไฟฟ้าจะวิ่งลงด้านซ้ายและหัวใจห้องบนขวา และปัจจุบันที่เกิดขึ้นจะเรียกว่าซับซ้อน QRS ของกราฟ แสดงตัวอย่างปกติของกล้ามเนื้อหัวใจ วิทยานิพนธ์ฉบับนี้แสดงให้เห็นถึง การจัดหมวดหมู่ของคลื่นไฟฟ้า (คลื่นไฟฟ้าหัวใจเต้น) จะถูกนำเสนอ ผ่านการฝึกอบรม โดยวิธีแบบแพร่ย้อนกลับ และวิธีการเลือกถดถอยโลจิสติกตัวแปร วัตถุประสงค์ของการเลือกตัวแปรที่ลด ตัวแปรของคลื่นไฟฟ้าหัวใจเต้น ก็จะมีการปรับปรุง การจัดหมวดหมู่ให้ได้เร็วขึ้น และ หลีกเลี่ยงสถานการณ์ที่เหมาะสม ผลที่ได้แสดงให้เห็นว่าประสบความสำเร็จในการเลือกตัวแปรที่นำเสนอ สามารถใช้สำหรับการปรับปรุงประสิทธิภาพสำหรับการวินิจฉัยของโรคหัวใจ
คลื่นไฟฟ้าหัวใจเป็นวิธีการตรวจหา โรคหัวใจและหลอดเลือดเป็นเรื่องง่าย และมีประสิทธิภาพ ตรวจคลื่นไฟฟ้าหัวใจ ที่ผลิตในกล้ามเนื้อหัวใจ บีบอัดการเต้นของหัวใจเมื่อมาถึงจุดที่ หัวใจของเซลล์กล้ามเนื้อ ที่สามารถสร้างชนิดพิเศษ ของกระแสไฟฟ้าที่ตัวเอง เราเรียก จุดที่โหนด ไซนัส กระแสไฟฟ้า วิ่งผ่านกล้ามเนื้อของห้องหัวใจ พลังงานที่เราได้ เรียกว่า การไหลของคลื่น P เพื่อหยุดการเชื่อมต่อระหว่างหัวใจห้องบนและโพรงที่เรียกว่า โหนด AV นี้แล้ว ไฟฟ้าจะวิ่งลงด้านซ้ายและหัวใจห้องบนขวา และปัจจุบันที่เกิดขึ้นจะเรียกว่าซับซ้อน QRS ของกราฟ แสดงตัวอย่างปกติของกล้ามเนื้อหัวใจ วิทยานิพนธ์ฉบับนี้แสดงให้เห็นถึง การจัดหมวดหมู่ของคลื่นไฟฟ้า (คลื่นไฟฟ้าหัวใจเต้น) จะถูกนำเสนอ ผ่านการฝึกอบรม โดยวิธีแบบแพร่ย้อนกลับ และวิธีการเลือกถดถอยโลจิสติกตัวแปร วัตถุประสงค์ของการเลือกตัวแปรที่ลด ตัวแปรของคลื่นไฟฟ้าหัวใจเต้น ก็จะมีการปรับปรุง การจัดหมวดหมู่ให้ได้เร็วขึ้น และ หลีกเลี่ยงสถานการณ์ที่เหมาะสม ผลที่ได้แสดงให้เห็นว่าประสบความสำเร็จในการเลือกตัวแปรที่นำเสนอ สามารถใช้สำหรับการปรับปรุงประสิทธิภาพสำหรับการวินิจฉัยของโรคหัวใจ
Description
Technology of Information System Management (Mahidol University 2013)
Degree Name
Master of Science
Degree Level
Master's degree
Degree Department
Faculty of Engineering
Degree Discipline
Technology of Information System Management
Degree Grantor(s)
Mahidol University