การปรับค่าคลื่นสัญญาณการเต้นของหัวใจโดยใช้โครงข่ายประสาทเทียม

บทคัดย่อ

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อออกแบบและพัฒนาแนวทางการใช้สัญญาณการเต้นของหัวใจสำหรับงานทางด้านไบโอเมตริก โดยใช้สัญญาณการเต้นหัวใจ
ที่นำมาใช้ในการวิจัยประกอบด้วย 2 ส่วน คือส่วนที่หนึ่งได้แก่ สัญญาณที่นำมาจากฐานข้อมูล MIT-BIH และส่วนที่สอง ได้แก่สัญญาณการเต้นของหัวใจที่ทำการเก็บขึ้นมาใหม่ โดยทำการแบ่งสัญญาณออกเป็นหนึ่งรอบคลื่น (1 คาบสัญญาณ) จะประกอบไปด้วยคลื่น P-wave, QRS Complex และ T-wave ทำการทดลองด้วยการแบ่งคาบสัญญาณที่ค่าตำแหน่งของเส้นอ้างอิงในตำแหน่งที่แตกต่างกันได้แก่ 0.6, 0.7, 0.8 และ 0.9 เพื่อหาค่าตำแหน่งที่มีความเหมาะสมกับข้อมูลสัญญาณการเต้นของหัวใจในแต่ละชุดข้อมูลจากนั้นทำการดึงลักษณะเด่นของช่วงสัญญาณด้วยแปลงเวฟเล็ตแบบไม่ต่อเนื่อง (Discrete Wavelet Transform : DWT) โดยลักษณะเด่นที่ได้จะถูกนำมาใช้สำหรับการทดลองด้วยวิธีการโครงข่ายประสาทเทียมเพื่อหาประสิทธิภาพความถูกต้องของแต่ละกระบวนการโดยใช้โครงข่ายประสาทเทียมแบบ Feed Forward Back-Propagation ซึ่งเป็นการเรียนรู้แบบแพร่ย้อนกลับ (Back-Propagation) ทำการฝึกสอนข้อมูลด้วยวิธีการปรับน้ำหนักแบบ Scaled Conjugate Gradient ทำการทดลองหาจำนวนโหนดของนิวรอลและจำนวนชั้นซ่อนที่เหมาะสมกับข้อมูลสัญญาณการเต้นของหัวใจ  สถิติที่ใช้ในการวิจัย ได้แก่ ค่าเฉลี่ยและค่าผลรวมความคลาดเคลื่อนเฉลี่ย (Mean Square Error: MSE) หรือค่าผลรวมความคลาดเคลื่อน (Sum Square Error: SSE)

ผลการวิจัยพบว่า การออกแบบและพัฒนาแนวทางการใช้สัญญาณการเต้นของหัวใจสำหรับงานทางด้านไบโอเมตริก ได้ผลดังนี้ 1) ข้อมูลสัญญาณการเต้นของหัวใจข้อมูลออกเป็น 2 ส่วน คือสัญญาณที่นำมาจากฐานข้อมูล MIT-BIH ทั้งสิ้น 10 สัญญาณ ประกอบไปด้วย Record100, Record101, Record103, Record113, Record116, Record117, Record123, Record202, Record205 และ Record209 และสัญญาณที่ได้จากการบันทึกจริงด้วยเครื่อง Neulog Ecg Nul-218 usb จำนวน 20 คน มีค่าเฉลี่ยอายุอยู่ระหว่าง 24.8 ปี 2) ผลการหาตำแหน่งของเส้นอ้างอิงค่าตำแหน่งของเส้นอ้างอิงที่ 0.7 นั้นให้ค่าเฉลี่ยของความถูกต้องที่สูงที่สุดที่ 96.97% ซึ่งสอดคล้องกับการทดลองกับชุดข้อมูลที่ได้จากฐานข้อมูล MIT-BIH โดยมีค่าเฉลี่ยความถูกต้องที่ 93.35% 3) ผลการทดลองหาจำนวนโหนดของนิวรอลพบว่าที่จำนวนโหนดของนิวรอลที่ 200 โหนดนั้นให้ประสิทธิภาพของค่าความถูกต้องที่สูงที่สุด ซึ่งมีความเหมาะสมกับการนำไปประยุกต์ใช้สำหรับการระบุบุคคล โดยที่สัญญาณที่นำมาจากฐานข้อมูล MIT-BIH มีค่าเฉลี่ยสูงสุดอยู่ที่ 96.68% และการเต้นของหัวใจที่ทำการเก็บขึ้นใหม่จากกลุ่มตัวอย่างนั้นให้ค่าความถูกต้องเฉลี่ยสูงสุดอยู่ที่ 95.29%