ECG-Arrhythmia-Classification

يركز هذا المشروع على تطوير نموذج تعلم آلي/تعلم عميق يقوم بالتصنيف التلقائي لإشارات تخطيط القلب الكهربائي (ECG) بهدف كشف اضطرابات نظم القلب (Arrhythmias). يهدف المشروع إلى مساعدة أطباء القلب في التعرف المبكر والدقيق على الإيقاعات غير الطبيعية للقلب من خلال تحليل بيانات تخطيط القلب.

تم تنفيذ المشروع باستخدام لغة Python، مع الاستعانة بمكتبات وأطر عمل متخصصة مثل:

TensorFlow وKeras لبناء وتدريب نماذج التعلم العميق.

Scikit-learn للمعالجة المسبقة للبيانات وتقنيات التعلم الآلي.

NumPy وPandas لمعالجة البيانات.

Matplotlib وSeaborn لعرض وتحليل النتائج بصرياً.

مميزات المشروع:

معالجة مسبقة متقدمة لإشارات ECG تشمل إزالة الضوضاء وتطبيع الإشارات.

استخدام شبكات عصبية عميقة (CNN, LSTM) لاستخراج الميزات الزمنية والمكانية من إشارات ECG.

إمكانية التصنيف بين عدة أنواع من اضطرابات نظم القلب بالإضافة إلى الإشارات السليمة.

تحسين دقة النموذج من خلال تقنيات مثل Augmentation وHyperparameter Tuning.

واجهة عرض النتائج بطريقة واضحة تساعد الأطباء في اتخاذ القرارات السريرية بسرعة.