مقالة منهجية

التوحيد القياسي لتقنية تخطيط القلب الآلية ب 12 رصاص (ECG) وقاعدة بيانات الموجة (WFDB): رؤى من البيانات السريرية الفيتنامية

DOI:

10.3791/70359

⸱

مارس 13, 2026

 ,  ,  , 
1Faculty of Mechanical Engineering, Saigon Technology University, 2Faculty of Information Technology, Industrial University of Ho Chi Minh City, 3Faculty of Information Technology, FPT University

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

هنا، نقدم بروتوكولا قابلا للإعادة لتحويل صور تخطيط القلب المكونة من 12 رصاصا من التقارير السريرية الواقعية إلى إشارات رقمية معايرة ومتوافقة مع WFDB لتحليل موحد في المراحل النهائية، ودمج معايرة الشبكة، وتحديد موقع الرصاص المعتمد على YOLOv12، واستخراج الموجة (Viterbi أو خط مركزي محسن)، ونقاط التحقق البصرية.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

لا تزال العديد من العيادات تحفظ تخطيطات القلب الكهربائية ذات 12 رصاصا (ECG) كسجلات ورقية مطبوعة أو صور نقطية مضمنة في تقارير PDF، مما يحد من التوافقية والتحليل الحسابي اللاحق. هنا، نقدم بروتوكول رقمنة قابل للتكرار يحول صور تقارير تخطيط القلب إلى إشارات رقمية متوافقة مع قاعدة بيانات WaveForm (WFDB) للاستخدام الموحد في المراحل اللاحقة. يتكون البروتوكول من (1) اكتشاف الشبكة ومعايرة البكسل إلى الفيزياء، (2) تحديد الموقع التلقائي ووضع العلامات على 12 منطقة رئيسية باستخدام نموذج كشف الأجسام، (3) معالجة الإشارة مسبقة وتطبيعها، و(4) استخراج الموجة باستخدام طريقة مسار مقيد بالاستمرارية (Viterbi) أو نهج محسن قائم على خط المركز. تم تصميم سير العمل للتعامل مع التخطيطات السريرية غير المتجانسة، ورؤية الشبكة المتغيرة، والتشويهات التصويرية الشائعة، ويشمل نقاط تحقق بصرية لمراقبة الجودة في كل مرحلة. يخرج البروتوكول سجلات WFDB ذات 12 رئيسا محاذية زمنيا مناسبة للتحليل القابل لإعادة الإنتاج في خطوط معالجة الإشارات وتعلم الآلة.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تخطيط القلب الكهربائي المكون من 12 رصاصا هو حجر الأساس في تقييم القلب والأوعية الدموية ولا يزال يستخدم على نطاق واسع للفحص والمراقبةواتخاذ القرارات السريرية. على الرغم من الجهود المستمرة في الرقمنة، لا تزال العديد من المؤسسات تخزن تخطيط القلب كسجلات ورقية مطبوعة أو صور معدلة مدمجة في تقارير PDF، مما يقلل من قابلية البحث ويعقد المتابعة الطولية2. من المهم أن التخزين المعتمد على الصور يمنع الاستخدام المباشر لمجموعات أدوات تخطيط القلب الموحدة وخطوط التعلم الآلي التي تتطلب إشارات زمنية معايرة بدلا من الصور3. الهدف العام لهذا البروتوكول هو توفير طريقة قابلة للتكرار وموحدة لتحويل صور تخطيط القلب الكهربائي إلى إشارات رقمية معايرة مناسبة للتحليل الحسابي اللاحق.

يسعى الرقمنة الآلية للتخطيط الكهربائي إلى إعادة بناء إشارات الجهد-الزمن من صور تخطيط القلب الممسوحةضوئيا 4. ومع ذلك، غالبا ما تظهر فحوصات تخطيط القلب السريري الواقعي تخطيطات تقارير متجانسة، ورؤية متغيرة على الشبكة، وتشجيرات ضغط، وإضاءة غير منتظمة، وعلامات إضافية مثل الطوابع أو التعليقاتالتوضيحية. يمكن أن تؤدي هذه العوامل إلى تدهور توطين الرصاص وتتبع الموجات، مما يحد من قابلية التكرار بين المؤسسات وموردي الأجهزة6. لذلك، يجب أن يوفر سير عمل رقمي عملي معايرة شبكة قوية، وفصل ووضع علامات موثوقة على الأسلاك، وتصدير موحد إلى صيغة إشارة معتمدة على نطاق واسع مثل WFDB7. تحسن الصيغ الرقمية الموحدة التوافقية بين المؤسسات وتسهل التحليل القابل لإعادة الإنتاج باستخدام مكتبات معالجة إشارات تخطيط القلب المعتمدة.

تم اقتراح عدة أدوات رقمنة تخطيط القلب (الجدول 1)، ومع ذلك لا يزال النشر السريري تحديا لأن الأداء يمكن أن يكون حساسا لجودة المسح وتباين التخطيط 8,9,10. كما استكشفت الدراسات الحديثة استخراج الرصاص التلقائي من سجلات تخطيط القلب باستخدام التعلم العميق، مما يبرز الحاجة إلى تحليل قوي تحت تصاميم وتشكيلات متنوعة11. تم أيضا تقديم برامج رقمنة ذات صلة لتحسين المتانة تحت الحالات السريرية المتجانسة12. بالتوازي، تم تقديم مجموعات أدوات وموارد مفتوحة لأبحاث صور تخطيط القلب لتسهيل تطوير الطرق وقياس المقارنة13. على عكس أدوات الرقمنة الحالية التي قد تكون حساسة لتغير التخطيط أو محدودة بصيغ مسح محددة، يدمج هذا البروتوكول معايرة الشبكة، وتحديد الموقع التلقائي للرصاص، وتصدير WFDB الموحد لتحسين المتانة عبر التقارير السريرية المتنوعة. في هذا العمل، نركز على خط أنابيب من البداية إلى الطرف يستهدف ملفات PDF ECG الحقيقية والسجلات الممسوحة، ويؤكد على قابلية التكرار، ويخرج إشارات متعددة الاتجاهات المتوافقة مع WFDB للتحليل اللاحق.

نقترح بروتوكولا آليا وقابلا للتكرار بالكامل لتحويل صور تقرير تخطيط القلب الكهربائي المكونة من 12 رصاصا إلى إشارات رقمية متوافقة مع WFDB. يدمج البروتوكول (1) معايرة البكسل إلى الفيزياء عبر الشبكة باستخدام إعدادات تخطيط القلب القياسية (25 مم·ثانية-1، 10 مم·ملفولت-1)، (2) تحديد مواقع المناطق الرئيسية وأيقونات الرصاص باستخدام YOLOv12 لدعم التعرف القوي على الرصاص في تخطيطات التقارير غير المتجانسة، و(3) إجراءين بديليين لاستخراج الموجة، بما في ذلك طريقة خط مركزي محسنة مصممة لتحسين استمرارية الأثر تحت سمك الخط المتغير والانقطاعات الصغيرة. تتوافق هذه المكونات مع الأعمال السابقة في استخراج الإشارات، وبرامج الرقمنة القوية، واستراتيجيات الرقمنة العملية في ظل ظروف سريرية متجانسة14. تمكن سجلات WFDB الناتجة من التحليل اللاحق باستخدام سلاسل أدوات تخطيط القلب القياسية. هذا البروتوكول مناسب بشكل خاص للرقمنة الرجعية لتقارير تخطيط القلب المؤرشفة المخزنة كسجلات ورقية ممسوحة ضوئيا أو ملفات PDF معدلة نقطيا، وقد يتطلب التكيف عندما تكون خطوط الشبكة غائبة أو مشوهة بشدة.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

الحصول على موافقة لجنة الأخلاقيات (مجلس مراجعة المؤسسات) من مستشفى تام دوك (معرف البروتوكول: 24751791) قبل جمع البيانات بأثر رجعي. قم بإلغاء هوية جميع تقارير تخطيط القلب قبل التحليل عن طريق إزالة المعرفات المباشرة (مثل اسم المريض، رقم السجل الطبي، تاريخ الميلاد، وتاريخ الزيارة) واستبدالها بمعرف دراسة غير محدد. استخدم فقط بيانات تخطيط القلب غير المحددة للنموذج والتقييم.

1. إعداد المواد والبرمجيات والمدخلات

  1. قم باستنساخ مستودع المشروع وتحقق من هيكل الدليل، بما في ذلك الخطوط الأساسية/، core_binary/، البيانات/، التقييم/، المخرجات/، العامة/، النتائج/، الوزن/، والغلاف/، بالإضافة إلى README.md و requirements.txt (انظر توفر البيانات).
    1. أنشئ (أو تحقق من) مجلدات فرعية لوقت التشغيل تحت data/ و outputs/، بما في ذلك data/raw_pdf/، data/raw_scans/، المخرجات/الصور/المخرجات/المعالجة المسبقة/المخرجات/المعايرة/المخرج/yolo_boxes/، المخرجات/lead_crops/، المخرج/الأقنعة/المخرج/المسارات/المخرج/signals_csv/، والمخرجات/wfdb/.
  2. قم بتثبيت تبعيات البرمجيات المطلوبة (بايثون، OpenCV، NumPy/SciPy، PyTorch، Ultralytics (إطار تدريب/استدلالات YOLOv12) /YOLO، وWFDB) ونسخ المستندات في قائمة المواد (انظر جدول المواد).
  3. ضع مدخلات تخطيط القلب في البيانات/raw_pdf/ (تقارير PDF) أو data/raw_scans/ (مسح ورق).
  4. مسح تخطيط القلب الورقي بتقنية الرمادي عند 300 dpi وحافظ على الصفحة مسطحة لتجنب تشويه المنظور (انظر جدول المواد).
    ملاحظة: استخدم سرعة الورق والكسب المبلغ عنه في طباعة تخطيط القلب عندما تكون متاحة (مثلا، 25 مم·ثانية⁻1، 10 مم·ملفولت⁻1)، بما يتوافق مع مرحلة المعايرة في سير العمل العام (انظر الشكل 1).

2. تحويل ملفات PDF تخطيط القلب إلى صور

  1. حول كل صفحة PDF لتخطيط القلب إلى صورة رمادية بدقة 300 نقطة في البوصة.
  2. احفظ كل صفحة .png (مفضلة) أو .tiff باستخدام ضغط بسيط للحفاظ على خطوط الشبكة وتفاصيل الموجة.
  3. تخزين الصور المصدرة في المخرجات/الصور/ والحفاظ على أسماء الملفات متسقة عبر جميع مراحل خط الأنابيب (انظر الشكل 2 لترتيب مدخلات تمثيلي).

3. معالجة مسبقة لصور تخطيط القلب (التباين والضوضاء)

  1. طبق CLAHE لتعزيز خطوط الشبكة الخافتة وتباين الموجات.
  2. تطبيق ضبابية غاوسية خفيفة لتقليل الضوضاء عالية التردد مع الحفاظ على حواف الموجة.
  3. اقص هوامش سوداء كبيرة مع الحفاظ على كامل مساحة محتوى تخطيط القلب (ECG).
  4. قم بتدوير الصورة إلى وضع عمودي إذا تم تدوير المسح/التصدير.
  5. احفظ المخرجات المعالجة مسبقا على المخرجات/المعالجة مسبقا/.
  6. افحص بصريا مجموعة فرعية من المخرجات وتأكد من أن خطوط الشبكة والآثار لا تزال قابلة للقراءة (انظر الشكل 2).
    تحذير: تجنب التليين العدواني الذي يكسر أجزاء الموجة الرقيقة.

4. اكتشاف تباعد الشبكة ومعايرة مقياس (بكسل → مم)

  1. اكتشف تباعد الشبكات باستخدام اكتشاف خطوط هوف لخطوط الشبكة الرأسية/الأفقية.
  2. تقدير متوسط المسافة بين خطوط الشبكة المتجاورة (البكسلات) وتخزين قيمة تباعد الشبكة.
  3. إذا فشل اكتشاف خط هوف، قم بتقدير التباعد باستخدام تحليل فورييه لإسقاطات الصفوف/الأعمدة.
  4. إذا فشل تحليل فورييه للشبكات المنقطة، قم بتقدير التباعد باستخدام اكتشاف دائرة هوف (أو دورية النقاط).
  5. إذا فشلت جميع كواشف الشبكة، قم بتعيين قيمة تباعد احتياطية (مثل 59 بكسل) وقم بتحديد السجل للمراجعة.
  6. احسب تحويل البكسل إلى الملم باستخدام التباعد المكتشف ومعيار ورق تخطيط القلب (مثل 25 مم·ثانية⁻1 و10 مم·مفولت⁻1؛ انظر الشكل 1).
  7. أعد تكبير الصورة باستخدام الاستيفاء الثنائي المكعب لتطبيع المقياس عبر السجلات.
  8. احفظ الصور المعايرة في المخرجات/المعايرة/وقم بتخزين سجلات المعايرة لكل سجل.
    ملاحظة: راجع الملف التكميلي 1 (الخوارزمية 1) للحصول على شبه كود موجه للتنفيذ لاكتشاف تباعد الشبكة ومعايرة البكسل إلى الفيزياء.

5. تحديد موقع المناطق ذات ال 12 رئيسا باستخدام YOLOv12

  1. قم بتحميل نموذج YOLOv12 المدرب لاكتشاف منطقة الرصاص (انظر الجدول 2 لمعلمات التدريب).
    1. استخدم تنفيذ إطار التدريب/الاستنتاج YOLOv12 دون تعديلات معمارية لاكتشاف وفصل المناطق ال12 الرئيسية في كل صورة تخطيط قلب للرقمنة لاحقا (انظر الشكل 1).
  2. شغل الاستدلال على كل صورة معايرة باستخدام حجم الاستدلال المحدد (مثلا، imgsz = 1024).
  3. تطبيق قمع غير أقصى وحافظ على صندوق الحدود الأعلى ثقة لكل فئة رئيسية.
  4. تصدير صناديق الحدود إلى المخرجات/yolo_boxes/ بصيغة قابلة للتكرار (TXT/CSV/JSON).
  5. حفظ صور التراكب التي تظهر صناديق وتسميات مناطق الرصاص المتوقعة للتحقق (انظر الشكل 3 والشكل 4).
  6. قم بوضع علامة على السجلات التي تحتوي على عملاء مفقودين، أو عملاء مكررين، أو تخطيط غير متسق واستبعدها من التصدير التلقائي إذا لزم الأمر.
    ملاحظة: راجع الملف التكميلي 1 (الخوارزمية 2) للحصول على شيف كود لاستخراج منطقة الرصاص المعتمدة على YOLOv12 ومعالجة الصناديق بعد التشغيل.

6. تحديد أيقونات الرصاص باستخدام YOLOv12

  1. قم بتحميل نموذج YOLOv12 المدرب لاكتشاف أيقونة الرصاص (انظر الجدول 2 لمعلمات التدريب).
    1. استخدم نفس تنفيذ إطار التدريب/الاستدلال YOLOv12 دون تعديلات معمارية لاكتشاف أيقونات الرصاص للحصول على تحديد متين للرصاص في التخطيطات غير المتجانسة (انظر الشكل 1).
  2. شغل الاستدلال على كل صورة معايرة باستخدام حجم الاستدلال المحدد والعتبات المذكورة في النص الرئيسي.
  3. تطبيق قمع غير أقصى وحافظ على صندوق الحدود الأعلى ثقة لكل فئة أيقونة.
  4. تصدير صناديق الربط مع أيقونات الرصاص إلى المخرجات/yolo_boxes/ بصيغة قابلة للتكرار (TXT/CSV/JSON).
  5. احفظ صور تراكب تظهر صناديق الأيقونات المتوقعة وتسميات الفئات للتحقق (انظر الشكل 5 والشكل 6).
  6. تقييم أداء اكتشاف أيقونات الرصاص وتقرير النتائج الكمية وتعريفات المقاييس (انظر الجدول 5 والجدول 6).
  7. قارن اكتشاف منطقة الرصاص واكتشاف أيقونات الرصاص تحت نفس بروتوكول التقييم واتفاقية تقارير وقت التشغيل.

7. احصيل كل منطقة من مناطق الرصاص وتوحيد المحاصيل

  1. قم بقص كل منطقة رئيسية من الصورة المعايرة باستخدام إحداثيات صندوق الإحداثيات المتوقعة.
  2. تنمو محاصيل الوسادة إلى حجم ثابت عندما تختلف مناطق الرصاص بين التصاميم.
  3. حفظ الصور المقطوعة إلى المخرج/lead_crops/ باستخدام نظام التسمية: recordID_leadName.png.
  4. تأكد من وجود جميع ال 12 أسلاكا لكل سجل قبل استخراج الموجة (انظر الجدول 3 والجدول 4).

8. توليد قناع إشارة ثنائي لكل محصول رصاصي

  1. قم بتطبيع كل كثافة محصول رصاصي إلى نطاق شدة 8-بت.
  2. تطبيق العتبة التكيفية (أو عتبة أوتسو) لفصل مسار الموجة عن خطوط الخلفية/الشبكة.
  3. تطبيق تنظيف شكلي (مثل الفتح/الإغلاق) لقمع التشويهات المتبقية في الشبكة.
  4. سد الفجوات الصغيرة في المسار باستخدام الاستيفاء أو الحشو القائم على الاتصال.
  5. حفظ القناع الثنائي النهائي إلى المخرجات/الأقنعة/ وتحقق من جودة القناع على العينات الممثلة (انظر الشكل 7).
    ملاحظة: راجع الملف التكميلي 1 (الخوارزمية 3) لتفاصيل توليد أقنعة منطقة الرصاص عند استخدام التمويه الموجه بصندوق الإحاطة.

9. استخلاص آثار الموجة (اختر إما استخراج المسار المعتمد على فيتيربي أو استخراج خط المركز المحسن.

  1. استخراج آثار الموجة باستخدام استخراج المسار المعتمد على فيتيربي
    1. احسب خريطة تكلفة على القناع الثنائي تعاقب الانقطاعات وتفضل البكسلات الشبيهة بالأثر.
    2. شغل فك تشفير Viterbi للحصول على مسار مقيد بالاستمرارية عبر المحصول الرئيسي.
    3. قم بتنعم المسار المستخرج واستيفاء الأجزاء المفقودة عند الحاجة.
    4. احفظ إحداثيات المسار إلى المخرجات/التراءات/ وحفظ مخططات التراكب للتحقق من صحتها (انظر الشكل 8).
      ملاحظة: راجع الملف التكميلي 2 (الخوارزمية 4) لاستخراج الموجات المعتمدة على Viterbi وتصور الشيفرة الزائفة.
  2. استخراج أثر الموجة باستخدام تحسين استخراج الخط المركزي
    1. قم بتحويل القناع الثنائي إلى هيكل عظمي للحصول على مرشح خط مركزي.
    2. قم بإزالة الفروع الزائفة والمكونات المعزولة الناتجة عن ضوضاء الشبكة.
    3. قم بتنعم خط الوسط وفرض الاستمرارية من اليسار إلى اليمين.
    4. قم بالاستيفاء المقاطع القصيرة المفقودة للحفاظ على استمرارية الموجات.
    5. ضبط المعلمات الخاصة بمجموعة البيانات (مثل عتبات التثنائية، أحجام النواة الشكلية النموذجية، طول التقليم، قوة التنعيم، وحدود الاستيفاء الفجوة) لتحسين استمرارية خط المنتصف تحت ظروف التصوير لمجموعة بيانات الدراسة.
    6. احفظ إحداثيات خط المنتصف إلى المخرجات/المسارات/ وحفظ مخططات التراكب للتحقق (انظر الشكل 9).
      ملاحظة: استخدم مبدأ خط المركز القياسي القائم على الهيكل العظمي وتحسين المتانة من خلال ضبط المعلمات الخاصة بمجموعة البيانات والمعالجة اللاحقة؛ راجع الملف التكميلي 2 (الخوارزمية 5) لاستخراج خط المركز، والتقويم/الاستيفاء، وإعدادات المعلمات، وشيفرة التخزين الزائفة.

10. تحويل مسارات البكسلات إلى إشارات معايرة (mV مقابل الوقت)

  1. تحويل إحداثيات البكسل y إلى جهد كهربائي باستخدام مقياس الشبكة المعايرة (10 مم·مفولت⁻1) وتحويل البكسل إلى الملم.
  2. تحويل إحداثيات البكسل X إلى زمن باستخدام مقياس الشبكة المعايرة (25 مم·ثانية⁻1) ورسم البكسل إلى الملم.
  3. أعد أخذ عينات كل مدخل إلى معدل عينة ثابت (مثل 100 هرتز) ومحاذاة جميع ال 12 ليدا في الوقت المناسب.
  4. احفظ إشارات 12 ليدا كملفات CSV في المخرجات/signals_csv/ مع أسماء ووحدات أعمدة متسقة.

11. تصدير سجلات WFDB والتحقق من صحة المخرجات

  1. تحويل كل ملف CSV مكون من 12 رئيسا إلى سجل WFDB باستخدام مكتبة WFDB.
  2. اكتب ملف رأس .hea الذي يحتوي على اسم السجلات، معدل العينة، مكسب الإشارة، الخطوط الأساسية، وأسماء الليد.
  3. اكتب ملف الإشارة .dat باستخدام نوع رقمي متسق (مثل 16-بت) واتفاقية وحدة (مثل μV).
  4. أعد تحميل كل سجل WFDB ورسم جميع الخيوط ال12 لتأكيد ترتيب القائد، والتسمية، ومحاذاة الزمن (انظر الشكل 10).
  5. احفظ مخرجات WFDB النهائية إلى المخرجات/wfdb/ وحفظ مخططات التحقق.
    ملاحظة: راجع الملف التكميلي 3 (الخوارزمية 7) للحصول على تفاصيل التحويل من CSV إلى WFDB وكتابة التعليقات الاختيارية عندما تتوفر بيانات وصفية.

12. نقاط التفتيش وحل المشكلات

  1. ارفض أو علم أي سجل يحتوي على معايرة شبكة غير موثوقة، أو غياب في الرصاص، أو إعاقات شديدة.
  2. أعد تشغيل المعالجة المبدئية والمعايرة مع تعديل المعايير للسجلات التي تم تمييزها.
  3. أعد تشغيل الكشف مع تحديث عتبات الثقة/IoU عندما يتم تفويت التوصيلات.
  4. لخص أنماط الفشل ومعايير الاستبعاد في جدول النتائج.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تحضير المدخلات
تم تحويل تقارير تخطيط القلب بنجاح من ملفات PDF أو المسح الضوئي إلى صور موحدة محاذية للمحور مناسبة للمعالجة اللاحقة. بالنسبة لتخطيط القلب الورقي، تم التقاط المسح بدقة 300 dpi بالتدرج الرمادي وحفظها ك PNG/TIFF لتقليل تشوهات الضغط. كانت أكثر مشاكل الإدخال شيوعا هي (1) الضغط المفرط من تصدير ملفات PDF، (2) القص الجزئي الذي أزال مناطق الرصاص أو الملصقات، و(3) تشوه المنظور في صور الهواتف الذكية. تم الإبلاغ عن السجلات المتأثرة بالقص أو التشويه الشديد خلال نقاط ...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تقدم هذه الدراسة خط أنابيب آلي من البداية إلى النهاية يحول صور تخطيط القلب ذات 12 سلك من ملفات PDF أو سجلات ورقية ممسوحة ضوئيا إلى إشارات رقمية متوافقة مع WFDB من خلال معايرة الشبكة، وتحديد موقع الرصاص المعتمد على YOLOv12، واستخراج الموجة باستخدام بحث مسار Viterbi أو طريقة خط المركز المحسنة1. يتضمن البروتوكول نقاط تحقق من الصحة (تراكبات صناديق الإحداث، تراكبات التتبع، ومخططات إعادة تحميل WFDB) لدعم ضمان الجودة أثناء الرقمنة.

تحويل صور ت...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

لا توجد مصالح مالية متنافسة أو علاقات شخصية للمؤلفين يبدو أنها أثرت على العمل المذكور في هذا المقال.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يشكر المؤلفون مستشفى تام دوك على تقديم تقارير تخطيط القلب غير المحددة وعلى الدعم المؤسسي أثناء جمع البيانات.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
GPU (اختبارات وقت التشغيل)NVIDIAGeForce RTX 3060 12 جيجابايتNVIDIA GeForce RTX 3060 بسعة 12 جيجابايت تستخدم لاختبارات وقت التشغيل
نومباينومباي1.26.4المعالجة الرقمية
OpenCVOpenCV4.10.0.84معالجة الصور مسبقة (deskew، التصفية)
نظام التشغيل (اختبارات وقت التشغيل)مايكروسوفتويندوز 11ويندوز 11 المستخدم في اختبارات وقت التشغيل
محول PDF إلى صورةهذا البروتوكولV1الطباعة النقطية بصيغة PDF عند 300 نقطة في البوصة؛ توفير عنوان URL للمستودع في توفر البيانات
بايثونمؤسسة بايثون للبرمجيات3.12.5بيئة وقت التشغيل
بايتورشبايتورش0.5.0الخلفية ل YOLOv12
ماسح ضوئيالقانونDR-C240يوصى ب 300 DPI، التدرج الرمادي، PNG/TIFF
سكيكيت-إيميجسكيكيت-إيميج0.25.0الهيكل العظمي والشكل (خط المركز)
التحليل الفائقالتحليل الفائق8.3.155إطار تدريب/استنتاج YOLOv12
wfdb (حزمة بايثون)فيزيو نت4.1.2تصدير WFDB (.hea/.dat)

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Muhammet, A., Fani, D., Christos, A., Idris, Z., Gruschen, R. V. Digitization and Linkage of PDF Formatted 12-Lead Electrocardiograms in Adult Congenital Heart Disease. CJC Pediatric and Congenit Heart Dis. 4 (5), 263-273 (2025).
  2. Baydoun, M., et al. High precision digitization of paper-based ECG records: A step toward smart machine learning. IEEE J Transl Eng Health Med. 7, 1-8 (2019).
  3. Demolder, A., et al. High precision ECG digitization using artificial intelligence. Biomed Signal Process Control. 72, 103331(2024).
  4. Prim, J., et al. A data pipeline for extraction and processing of electrocardiogram recordings. Comput Cardiol. 48, 1-4 (2021).
  5. Rautela, D., Bajeli, D., Kumar, M., Vaidya, A. Identifying cardiovascular disorders through ECG image analysis. Knowl-Based Syst. 186, 104925(2020).
  6. Reyna, M. A., et al. ECG-Image-Database: A dataset of ECG images with real-world imaging and patient annotations. arXiv. , (2024).
  7. Ribeiro, H., et al. Automatic 12-lead ECG classification using a convolutional network ensemble. Comput Cardiol. 47, 1-4 (2020).
  8. Jessy, K. S. J., Manikandan, D. G., Hemalatha, M. S., Veroncia, M. V. Detection of cardiovascular disease using ECG images in machine learning and deep learning. Int J Sci Res Sci Technol. 11, 131-139 (2024).
  9. Digitization of ECG records using signal extraction techniques. Karnaschandani, H., et al. 2024 Second International Conference on Data Science and Information System (ICDSIS), Hassan, India, , 1-8 (2024).
  10. Nguyen, C. V., Nguyen, H. N., Nguyen, D. A., Do, C. D. VinDigitizer: An image processing approach to digitize paper ECG records. Comput Cardiol. 51, 1-4 (2024).
  11. Patil, R., Narkhede, R. D., Vama, B., Suraliya, S., Raut, S. R. Auto lead extraction in ECG images: Identification of ECG paper records using deep learning. Biomed Signal Process Control. 72, 103339(2024).
  12. Santamaría, F., et al. ECGMiner: A flexible software for accurately digitizing ECG. Comput Methods Programs Biomed. 246, 108053(2024).
  13. Shivashankara, K. K., et al. An open ECG-image toolkit: ECG-ImageNet – an open image generation toolbox to facilitate deep learning-based electrocardiogram digitization. Biomed Signal Process. Control. 72, 103342(2024).
  14. Wang, L. H., et al. Paper-recorded ECG digitization method with automatic reference voltage selection for telemonitoring and diagnosis. Diagnostics. 14 (17), 1910(1910).
  15. Wang, T., Zhang, Y., Liu, X., Huang, Z., Qin, F. Automatic Detection of Arrhythmias Using a YOLO-Based Network with Long-Duration ECG Signals. Eng Proc. 2 (1), 84(2020).
  16. Wu, H., et al. A fully automated paper ECG digitisation algorithm using deep learning. Sci Rep. 12, 25284(2022).
  17. Júnior, O., et al. An automated machine learning method to efficiently classify the 12-lead ECG signal acquisition quality. Computing in Cardiology. 50, 1-6 (2023).
  18. Lence, A., et al. ECGtizer: A fully automated digitizing and signal recovery pipeline for electrocardiograms. arXiv. , (2024).
  19. Büyüksolak, O., Öksüz, İ Pic2Diagnosis: A Method for Diagnosis of Cardiovascular Diseases from the Printed ECG Pictures. Proc. IEEE EMBC. , (2025).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

12
الفيديو قريباً

مقالات ذات صلة