Please use this identifier to cite or link to this item: http://cuir.car.chula.ac.th/handle/123456789/45441
Title: การค้นพบกายสัณฐานวิทยาในคลื่นไฟฟ้าหัวใจที่มีสิ่งแปลกปนโดยใช้การทำเหมืองข้อมูลอนุกรมเวลา
Other Titles: MORPHOLOGY DISCOVERY IN ECG ARTIFACTS USING TIME SERIES MINING
Authors: เหมวรรณ ศิวรักษ์
Advisors: โชติรัตน์ รัตนามหัทธนะ
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
Advisor's Email: Chotirat.R@Chula.ac.th,chotirat@gmail.com,chotirat.r@chula.ac.th
Issue Date: 2557
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: การค้นพบกายสัณฐานวิทยาในคลื่นไฟฟ้าหัวใจที่มีสิ่งแปลกปน คือ วิธีการหารูปร่างองค์ประกอบข้อมูลคลื่นไฟฟ้าหัวใจที่ใช้วินิจฉัยโรคในข้อมูลที่ถูกรบกวน ปัจจุบันปัญหาการใช้ข้อมูลคลื่นไฟฟ้าหัวใจที่มีสิ่งแปลกปนจัดเป็นปัญหาที่สำคัญในทางการแพทย์ ส่งผลกระทบทั้งบุคลากรทางการแพทย์ และ ผู้ป่วย ยิ่งไปกว่านั้นยังเป็นปัญหาที่งานวิจัยในปัจจุบันและอุปกรณ์ทางการแพทย์ที่เกี่ยวข้องยังไม่สามารถแยกสิ่งแปลกปนออกจากข้อมูลคลื่นไฟฟ้าหัวใจได้อย่างถูกต้อง โดยเฉพาะกรณีที่คลื่นไฟฟ้าหัวใจปกติถูกรบกวนด้วยสิ่งแปลกปนแต่กลับมีความถี่หรือรูปร่างคล้ายกับองค์ประกอบของรูปร่างคลื่นไฟฟ้าหัวใจ อัลกอริทึมที่ผ่านมาจึงแปลความหมายคลื่นไฟฟ้าหัวใจปกติที่มีสิ่งแปลกปนเป็นคลื่นไฟฟ้าหัวใจที่ผิดปกติ ส่งผลให้เกิดสัญญาณเตือนผิดพลาดปริมาณมากซึ่งเป็นสาเหตุให้บุคลากรทางแพทย์ต้องเฝ้าระวังผู้ป่วยทั้งที่ไม่มีความผิดปกติ อีกทั้งอาจก่อให้เกิดความเสี่ยงในการแปลผลผิดพลาดหากเป็นผู้ที่ไม่มีความชำนาญ วิทยานิพนธ์นี้จึงนำเสนออัลกอริทึมเอ็มดีอีซีจี (MD-ECG) ซึ่งเป็นอัลกอริทึมเดียวในปัจจุบันที่แก้ปัญหานี้ด้วยเทคนิคการทำเหมืองข้อมูลอนุกรมเวลา โดยยึดแนวทางการแปลความของแพทย์เฉพาะทางโรคหัวใจเป็นหลัก ทั้งนี้ได้มีการนำวิธีการค้นพบโมทีฟมาปรับใช้ เพื่อค้นหาลีดที่มีรูปแบบคลื่นไฟฟ้าหัวใจที่เกิดขึ้นบ่อย จากนั้นเป็นการตรวจหาตำแหน่งพีคิวอาร์เอสตามหลักการทางการแพทย์ และนำเสนอการวัดความคล้ายของข้อมูลเฉพาะส่วนที่ใช้ในการวินิจฉัยโรคด้วยวิธีวัดระยะไดนามิกไทม์วอร์ปปิง และใช้การจัดกลุ่มตามลำดับชั้นในการระบุคลื่นไฟฟ้าหัวใจที่ผิดปกติ ในการทดลองผู้วิจัยได้นำข้อมูลคลื่นไฟฟ้าหัวใจของผู้ป่วยจริงมาใช้ทั้งที่เป็นข้อมูลคลื่นไฟฟ้าหัวใจปกติ ผิดปกติ มีสิ่งแปลกปนเล็กน้อย และมีสิ่งแปลกปนมาก เพื่อประเมินคุณภาพของอัลกอริทึมและเปรียบเทียบกับอัลกอริทึมการตรวจจับสิ่งผิดปกติด้วยวิธีอื่น โดยมีแพทย์เฉพาะทางโรคหัวใจเป็นผู้ยืนยันผล ผลการทดลองแสดงให้เห็นว่าอัลกอริทึมที่นำเสนอนี้สามารถลดปริมาณสัญญาณเตือนที่ผิดพลาด และระบุคลื่นไฟฟ้าหัวใจผิดปกติได้อย่างถูกต้องและครบถ้วน อีกทั้งคลื่นไฟฟ้าหัวใจผิดปกติที่อัลกอริทึมค้นพบยังสามารถนำไปใช้แปลผลได้ทันที
Other Abstract: Morphology Discovery in ECG artifacts is a technique to find ECG waveform for diagnosis process in waveform interference. Currently, the problem of ECG artifacts is a major issue in medical domain. The problem affects both physiologists and patients. Furthermore, existing methods, ranging from academic research to several commercial ECG machines, are not able to differentiate ECG artifacts from real ECG signal, particularly, in ECG artifacts that mimic the ECG morphology in terms of frequency and/or shape. Therefore, they interpret some ECG artifacts that are in fact normal as abnormal beats. The problem leads to high false alarm results causing of high vigilance for physicians and misinterpretation risk for non-specialists. This dissertation proposes a novel algorithm, MD-ECG, that utilizes time series mining based on cardiologists’ interpretation. Motif discovery is improved to find a lead with the most frequent pattern. PQRST waveforms are detected via expert knowledge. Partial dynamic time warping is proposed to measure the similarity between two-beat pair at each portion of morphology and hierarchical clustering is applied to detect abnormal ECG. In experiments, many real ECG datasets are used to evaluate and compare with other algorithms. A variety of datasets are used to illustrate various cases of comparison. Experimental results are interpreted and evaluated by cardiologists. The results demonstrated that MD-ECG can reduce false alarm rate while maintaining high sensitivity. Moreover, the result can be promptly utilized to interpretation.
Description: วิทยานิพนธ์ (วศ.ด.)--จุฬาลงกรณ์มหาวิทยาลัย, 2557
Degree Name: วิศวกรรมศาสตรดุษฎีบัณฑิต
Degree Level: ปริญญาเอก
Degree Discipline: วิศวกรรมคอมพิวเตอร์
URI: http://cuir.car.chula.ac.th/handle/123456789/45441
Type: Thesis
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
5471432921.pdf18.67 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.