{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TK636",
        "title": "طبقه بندی آریتمی قلبی با استفاده از تبدیل فوریه کسری و زاویه هندسی بین دو نمونه متوالی",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1395",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "TK636",
        "title": "طبقه بندی آریتمی قلبی با استفاده از تبدیل فوریه کسری و زاویه هندسی بین دو نمونه متوالی",
        "degree": null,
        "faculty": "مهندسی برق",
        "year": 1395,
        "authors": [
            {
                "name": "سحر قدوسی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "حسین مروی",
                "role": "استاد راهنما"
            },
            {
                "name": "سعیده فردوسی",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "سیگنال الکتروکاردیوگرام",
            "آریتمی",
            "تبدیل فوریه کسری پیوسته",
            "زاویه هندسی بین دو نمونه متوالی",
            "ماشین بردار پشتیبان",
            "k همسایگی نزدیک"
        ],
        "abstract": "بیماری های قلبی دلیل اصلی مرگ و میرهای جهانی طبق گزارش سازمان سلامت جهانی است. در سال 2008  بین ٣ تا ١٧ میلیون نفر به علت بیماری های قلبی، جان خود را از دست داده اند، که 30% از مرگ و میرهای جهان را پوشش می دهد. سیگنال-های قلبی رایج ترین صورت بررسی بیماری های قلبی و یک ابزار تشخیص مفید برای جداسازی بیماران از افراد سالم است، زیرا روشی ساده، ارزان و بدون ریسک می باشد. تشخیص آریتمی از ECG  یک روش بسیار مناسب و مهم در تشخیص بیماری های قلبی و در توسعه هوشمند سیستم های کامپیوتری است. دقت تشخیص QRS و پیک R از سیگنال ECG برای کاربرد تحلیل های ECG نقش مهمی دارند. \r\n در این پایان نامه، با  استفاده از دو الگوریتم تبدیل فوریه کسری پیوسته  و زاویه هندسی بین دو نمونه متوالی، به استخراج پیک R  و نقاط انتخابی بر روی موج QRS، پرداخته می شود. سپس ماکزیمم مقدار از میان نقاط عنوان شده، در هر QRS حاصل می-شود. پس از استخراج نقاط عنوان شده و کاهش نمونه ها، ویژگی های استخراجی ورودی طبقه بند کننده های، ماشین بردار پشتیبان  و k همسایگی نزدیک ، قرار گرفته و عملکرد الگوریتم ها ارزیابی شده اند. پایگاه داده MIT-BIH مورد استفاده قرار گرفته است. نتایج حاصل از طبقه بندهای مورد اشاره، با نتایج مطالعات اخیر، مقایسه می شوند. در طی طبقه بندی های متفاوت، نتایج به دست آمده از آزمایشات انجام شده، دقت  های بالای 99% را گزارش می دهند و همچنین، نتایج حاصله مبین آنند، که الگوریتم های پیشنهادی دارای عملکرد بهتری نسبت به مطالعات اخیر می باشند.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_TK636.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}