يهدف المشروع إلى تحليل وتصنيف إشارات تخطيط القلب (ECG) بشكل آلي باستخدام تقنيات تعلم الآلة، من أجل الكشف المبكر عن اضطرابات نظم القلب (Arrhythmia). يعتمد النظام على معالجة نبضة قلب واحدة (Heartbeat) ممثلة في 187 عينة رقمية، وهي الصيغة القياسية المستخدمة في قواعد بيانات طبية معتمدة مثل MIT-BIH.
إدخال البيانات
المستخدم يدخل إشارة ECG مكونة من 187 قيمة رقمية (تمثل Beat واحدة).
النظام يتعامل مع الإدخال اليدوي أو المنسوخ من CSV/Notebook مع تنظيف البيانات (مسافات – أسطر – فواصل).
معالجة البيانات (Preprocessing)
التحقق من صحة الإدخال (عدد القيم = 187).
تحويل البيانات إلى شكل مناسب للنموذج (1×187).
القيم تكون Normalized لتتناسب مع النموذج المدرب.
النموذج المستخدم
نموذج XGBoost Classifier مدرّب مسبقًا على بيانات ECG حقيقية.
النموذج قادر على التمييز بين:
Normal Beat
Supraventricular Ectopic
Ventricular Beat
Fusion Beat
Unknown Beat
التنبؤ (Prediction)
النموذج يصنف الإشارة إلى:
Normal
Abnormal
مع تحديد نوع النبضة بدقة.
الواجهة الرسومية (GUI)
تم تطوير واجهة باستخدام Python Tkinter.
المميزات:
تحميل النموذج (.pkl)
إدخال الإشارة يدويًا
رسم إشارة ECG بصريًا
عرض نتيجة التصنيف بلون واضح (أخضر / أحمر)
