فصل
امروزه، محققان و دانشمندان فراوانی در بسیاری از نقاط جهان و در رشتهها و گرایشهای مختلف دانشگاهی مشغول انجام تحقیقات در زمینه افزایش سطح پیشگیری، بهداشت و درمان بیماریهای انسانی هستند. جدیت و حجم این تحقیقات عمدتاً متناسب با میزان خطر سازی موضوع مورد بحث در از بین بردن سلامتی شخص بوده و به عبارت دیگر، میزان سرمایه گذاری و اهتمام دانشگاهها و موسسات پژوهشی در سراسر جهان، به موضوعات حساس و مخاطره آمیزی نظیر سلامتی قلب، مغز، خون، سیستم عصبی، نخاع و غیره در سطح بسیار بالایی بوده، به گونهای که امروزه افزایش سطح بهداشت و سلامتی جامعه در کشورهای پیشرفته آمریکای شمالی و اروپا، جزء اولویتهای نخست ادارهکنندگان این کشورها میباشد. مطابق آمار رسمی ارائه شده توسط سازمان جهانی سلامت (World Health Organization-WHO) در سال 2008 میلادی، ]1[ در کشورهایی با سطح درآمد متوسط (مانند ایران) بیماری های قلبی عامل بیش از یک چهارم مرگ و میرها بوده است، شکل (1-1).
شکل (1-1). نمایش علل مرگ ومیر در کشورهایی با سطح درآمد متوسط در سال2008 میلادی.
موضوع تشخیص بیماریهای قلبی و پیشبینی برخی رخدادهای مخاطره آمیز مرتبط با سیستم قلبی عروقی (Cardiovascular System) نظیر سکته قلبی، مرگ ناگهانی، گرفتگی عروق کرونر، شوکهای فشار خون و مشکلات دریچهای و مکانیکی قلبی، یکی از آرزوهای علمی مهم دانشمندان و محققان این زمینه در پنج دهه گذشته است. به طور کلی، محققان دانشگاههای مهم آمریکا و اروپا از چند دهه گذشته تاکنون، با شروع حرکتی منسجم و هماهنگ، سعی در یافتن راه حلی با دقت قابل قبول و دارای مقاومت مناسب داشته و بودجههای تحقیقاتی قابل توجهی را برای حل این مسأله بزرگ علمی اختصاص دادهاند.
در میان بیماریها و مشکلات قلبی، محققان به فیبریلاسیون دهلیزی، تاکیکاردیاها، برادیکاردیا، نوسانات سریع دهلیزی، مرگ قلبی و سنکوپ توجه بیشتری دارند. علت این امر این است که بیماریهای مذکور همگی در مراحل اولیه آغاز خود، درمان پذیرند در حالی که با گذشت زمان و با رسیدن به مراحل حاد، ممکن است برای عملکرد طبیعی قلب خطر جدی ایجاد شود.
در بین تمامی بافتها و قسمتهای مختلف بدن، قسمتی که بیش از همه دارای فعالیت مکانیکی میباشد، قلب است. به منظور بررسی وضعیت عملکرد قلب یک انسان، پزشکان به صورت معمول اندازه گیریها و آزمایشات مشخصی را انجام داده و سپس با کنار هم گذاشتن تمام شواهد و اطلاعات مفید به دست آمده از اندازه گیریها، تصمیم گیری مناسبی (تشخیص بیماری) را انجام میدهند. به صورت کلی، اندازه گیریهایی که پزشکان از یک فرد مورد بررسی انجام میدهند به دو دسته درون بدنی (Invasive) و غیر درونی (Non-invasive)تقسیم بندی شده که در بیمارستانها بخشهای مرتبط با این اندازه گیریها به ترتیب تحت عناوین غیر تهاجمی و تهاجمی نامگذاری میگردد.
در اندازه گیریهای غیر درونی، سنسورهای مورد استفاده بدون وارد شدن به داخل بدن فرد، اندازه گیریهای خود را انجام داده و آن را در اختیار سیستم تبدیل و جمع کننده قرار میدهند. از این دسته میتوان به گوشی پزشکی (Stethoscope)، دماسنج، الکترو کاردیوگرام (Electrocardiogram-ECG)، اِکو کاردیوگرام(Echocardiogram) ، MRI، فونوکاردیوگرام (Phonocardiogram-PCG)، دستگاه فشار سنج ساعدی (Cuff Pressure)، دستگاه فشار نبض (Pulse Pressure) و تصویر برداری هستهای نظیر CT، SPECT، PET اشاره نمود. با توجه به عملکرد تناوبی قلب PESTAN(به خاطر محدودیت سایت در درج بعضی کلمات ، این کلمه به صورت فینگیلیش درج شده ولی در فایل اصلی پایان نامه کلمه به صورت فارسی نوشته شده است)داران (Mammalians)، به صورت کلی اندازه گیریهای انجام شده مرتبط با فعالیت قلب نیز به صورت تناوبی و پریودیک دیده شده، بنابراین سیگنالهای وابسته به فعالیتهای مختلف قلبی نظیر ECG، PCG و ABP، شامل رخدادهایی (events) میباشند که تشخیصهای اولیه بیماری با توجه به این ویژگیها توسط ماشین قابل انجام هستند.
در یک نگاه کلی میتوان گفت به منظور تشخیص امراض قلبی به کمک ماشینهای محاسبهگر، ابتدا لازمست تا اندازه گیریهای مناسبی که حاوی اطلاعات مفید و موثری در مورد فعالیت قلب باشند را انجام داده و ثبت کرد. در گام بعد، رخدادهای هر نوع اندازه گیری بایستی توسط یک روش مقاوم به نویز و آشفتگیهای موجود در اندازه گیری، با دقت قابل قبول و مناسبی آشکارسازی گردند. پس از این مرحله، لازم است که به کمک پزشکان و متخصصان قلب و عروق، پایگاه دادهای با گستردگی مناسب گردآوری و تدوین شود به گونهای که به کمک آن بتوان استنتاج مناسبی را جهت تشخیص بیماریها و عیوب قلبی انجام داد.
1-2- اهمیت پردازش سیگنالهای حیاتی به وسیله الگوریتمهای رایانهای
خرید اینترنتی فایل کامل :
مبحث تشخیص بیماریهای قلبی، به طور کلی از دو قسمت تشکیل شدهاست:
- پیچیدگیهای محاسباتی (Computational Complexity)
- پیچیدگیهای تصمیم گیری (Decision Making Complexity)
پیچیدگیهای محاسباتی در شرایط عادی توسط رایانه انجام شده در حالی که پیچیدگیهای تصمیم گیری به عهده پزشکان و متخصصان میباشد. میتوان با افزایش هوش مصنوعی و گسترش و هوشمند سازی پایگاه دانش، نقش رایانه را در تشخیصهای دقیقتر پزشکی وضعیت قلبی انسان بهبود بخشید.
میتوان رخدادهای سیگنال ECG را به دو دسته ضربهوار (Impulsive) و غیر ضربهای (Non-Impulsive) تقسیم بندی نمود. در جدول (1-1) رخدادهای این سیگنال و نوع آنها مشخص شدهاست.
جدول(1-1). نمایش رخدادهای سیگنالهای ECG و ABP و طبقهبندی آنها
Non-Impulsive | Impulsive | Signal/Nature |
P, T, U | Q, R, S | ECG |
در این تحقیق، محل وقوع (Incident Location) و نقاط شروع (Onset) و خاتمه (Offset) هر یک از رخدادهای مربوط به سیگنال ECG آشکارسازی میشود. به دلایلی که ذکر میشود شناسایی و آشکارسازی هر یک از نقاط سه گانه فوق، از پیچیدگیهایی برخوردارند که موضوع اصلی بسیاری از پژوهشهای انجام شده در زمینه تشخیص بیماریهای قلبی در سالهای اخیر است.
- استفاده از دستگاههای مختلف اندازه گیری سیگنالهای حیاتی: عمدتاً اندازه گیری سیگنال الکتریکی قلب، بوسیله دستگاه الکتروکاردیوگرام حالت استراحت و یا بوسیله هولتر (Holter) انجام می شود. دستگاه الکتروکاردیوگرام حالت استراحت در شرایطی که بیمار ساکن است، سیگنال الکتریکی قلب فرد را جمع آوری نموده، لذا تنها دسته خاصی از نویزها به آن اثر میگذارند. از سوی دیگر، هولتر سیستمی قابل حمل است که توسط یک کمربند به بیمار متصل شده، به مدت 24 الی 48 ساعت سیگنال ECG بیمار را ثبت می کند. هولترها دارای نرخهای نمونه برداری از 128 تا چند کیلو هرتز میباشند. اگرچه اطلاعات چند ده ساعته در مورد بیمار بسیار ارزشمند است، اما به علت لغزش الکترودهای دستگاه روی سطح پوست که به واسطه حرکت فیزیکی، پیاده روی، سرفه، عطسه، نشستن و برخاستن و غیره رخ میدهد، نویزهای شدیدی بر سیگنال هولتر اثر میگذراند که حتی رخدادهای ضربه وار سیگنال ECG نظیرکمپلکس QRS درآن محو میشوند. بنابراین نرم افزاری که فرایند آشکار سازی رخدادها و تعیین لبههای آنها (Delineation or Segmentation) را انجام میدهد، بایستی در برابر نویزهای هولتری بسیار مقاوم باشد.
- بیماریهای قلبی و آریتمیها: گاهی اوقات بیماریهای بدخیم قلبی، آریتمیها و مشکلات مکانیکی قلب سبب عوض شدن کامل الگوی متعارف (Morphology)رخدادهای سیگنال میشوند. مثلاً استمرار بیش از حد کمپلکس QRS، پلکانی و چند قله شدن آن، وجود فعالیتهای الکتریکی زائد در این کمپلکسها، محو شدن شکاف دیکروتیک در سیگنال ABP، تداخل موقعیت آغاز سیستول ضربان با فاز دیاستول ضربان قبلی و وجود تاکیکاردیای بطنی میتوانند از جمله موارد تولید خطای آشکارسازی و تعیین لبهها به شمار آیند.
با توجه به مشکلات ذکر شده، گام نخست حل مساله تشخیص بیماری قلبی، آشکارسازی و تعیین لبههای رخدادهای اندازه گیریهای مذکور با دقت قابل قبول در حوزه پزشکی میباشد. پس از آنکه رخدادهای سیگنال های ECG، PCG و ABP آشکارسازی شده، از سیگنال جدا شدند، نوبت آن است که با بهره گرفتن از پایگاه دانش پزشکی جامع، جایگاه مناسبی برای هر ضربان تعیین شود. اگر چه در علوم مرتبط با پردازش دادهها و باز شناخت الگو، راه حلهای زیادی به منظور خوشه بندی و طبقه بندی ویژگیها بیان شدهاست، اما به دلایل ذیل، تعداد زیادی از این روشها دارای توان تعمیم مناسب (Generalization Power) برای حل مساله تشخیص نمیباشند.
- بحث نویزهای اندازه گیری و آرتیفکتهای مزاحم در تمام سیستمهای اندازه گیری رایانهای که کاهش دهنده دقت تشخیص میباشند، مطرح است. وجود نویز میتواند باعث افزایش خطای شبکه طبقه بندی کننده شود.
با توجه به موارد مذکور، میتوان گفت تقریباً هیچ روش کلاسیکی که بتواند پاسخگوی مشکلات بوده و توان تعمیم مناسبی را ارائه نماید، وجود ندارد. بنابراین این زمینه نیز احتیاج به انجام تحقیقات کاملاً وسیع و هدفمند داشته تا بتوان با حل مشکلات موجود به صورت تدریجی، گامهای بلندتری را جهت تشخیص بیماریهای قلبی برداشت.
تاکنون روشهای بسیاری با هدف آشکارسازی کمیتهای قابل اندازه گیری وقایع غیرتهاجمی سیگنالهایی ( از قبیل ECG ]2[، صدای قلب (PCG) ]3[ و فشار خون شریانی (APB) ]2[) بر مبنای مدلهای ریاضی ]4[، تبدیل هیلبرت (HT) و مشتق مرتبه اول ]2[، مشتق مرتبه دوم ]5[، تبدیل ویولت و فیلتربانکها ]5،2[، محاسبات نَرم (فازی – عصبی، الگوریتم ژنتیک) ]6[، کاربرد مدلهای مارکوف پنهان ]7[ پیشنهاد شده است. همچنین با تعریف و پیادهسازی تبدیلاتی از قبیل تبدیل ویولت گسسته (DWT)، تبدیل ویولت پیوسته (CWT) ]9،8[، تبدیل هیلبرت (HT) ]10[، تبدیل فوریه سریع (FFT) ]11[، تبدیل فوریه زمان کوتاه (STFT) ]12[، چگالی طیف توان (PSD) ]13[، روش های طیفی مرتبه بالاتر ]14[، گشتاورهای آماری ]15[، تبدیلات غیرخطی از قبیل فرکتالها و نماهای لیاپانوف ]16[، روشهای بسیاری به منظور استخراج ویژگی از سیگنال ECG اصلی ]8[، سیگنال ECG پیشپردازش شده ارائه شده است.
در تحقیق ارائه شده، سعی شد تا با مقاومت خوبی نسبت به نویز و آشفتگی در سیستم اندازه گیری، بتوان رخدادهای موجود در این سیگنال الکتروکاردیوگرام را آشکارسازی نمود. در ادامه با توجه به ماهیت سیگنال ECG و همچنین نوع رخداد کمپلکس QRS در این سیگنال، کمپلکس QRS با دقت قابل قبولی تشخیص داده میشود. سپس با بهره گرفتن از روش های ابتکاری و جدید، موج های Tو P نیز تشخیص داده میشود. در پایان نتایج بدست آمده و همچنین صحه گذاری عملکرد آشکارسازی رخدادهای تشخیص داده شده، ارائه می گردد.