Heart Disease Classification Using ECG Signals

يتناول هذا المشروع الكشف المبكر عن مرض القلب، الذي يعد واحدًا من أكبر أسباب الوفاة عالميًا. يهدف المشروع إلى تطوير نظام تشخيصي يستخدم تقنيات التعلم الآلي لتحديد وجود أمراض القلب بدقة عالية.

يشمل المشروع عدة مراحل، تبدأ بفهم مرض القلب بشكل عميق، وتطبيق تقنيات التعلم الآلي الأكثر فعالية في تصنيف هذا المرض. قمت خلال هذا المشروع بمراجعة الدراسات والأبحاث السابقة، ومقارنة الأساليب المختلفة، وتحديد أفضل الطرق لمعالجة إشارات تخطيط القلب الكهربائي (ECG)، بما في ذلك التصفية(Filtering)، التطبيع (Normalization)، وتحليل التردد اللحظي.

كما يتضمن المشروع استخدام عدة نماذج من التعلم الآلي والتعلم العميق في تصنيف أمراض القلب، مثل KNN، DT، SVM، RF، وCNNs، لضمان دقة وكفاءة النظام التشخيصي. وقد حصلت على أعلى دقة باستخدام نموذج ConvNetQuacke بدقة تصنيف تصل إلى ال90%.

يهدف هذا المشروع إلى تمكين الباحثين والمهندسين من تطوير أنظمة تشخيصية متقدمة، قادرة على تقديم تشخيصات دقيقة باستخدام تقنيات التعلم الآلي والذكاء الاصطناعي، مما يساهم في تحسين الرعاية الصحية وإنقاذ المزيد من الأرواح.