{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TK828",
        "title": "طراحی و پیاده سازی یک روش شناسایی بلادرنگ آریتمی قلب مبتنی بر افزاره FPGA  مدل Spartan6",
        "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": "1399",
        "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": "TK828",
        "title": "طراحی و پیاده سازی یک روش شناسایی بلادرنگ آریتمی قلب مبتنی بر افزاره FPGA  مدل Spartan6",
        "degree": null,
        "faculty": "مهندسی برق",
        "year": 1399,
        "authors": [
            {
                "name": "صبریه جنتی _ Sabrieh Jannati",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "هادی  گرایلو",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "الکتروکاردیوگرام",
            "تشخیص قله ی R",
            "بیماری های قلبی",
            "پایگاه داده MIT/BIH Arrhythmia",
            "FPGA"
        ],
        "abstract": "آمارها  افزایش ‌ روزافزون ابتلاء افراد به بیماری های قلبی را در جهان نشان می‌دهند.‌ سیگنال‌های الکتروکاردیوگرام (ECG)  یکی از مهم ترین ابزارها برای تشخیص بیماری های قلبی است. خواندن نوار قلب نیاز به تخصص کافی دارد و در مواردی که دسترسی به متخصص قلب امکان پذیر نیست، استفاده از روش های خودکار برای تفسیر نوار قلب ضروری است.\r\n این پایان‌نامه یک سیستم دیجیتال کارآمد به منظور تشخیص بیماری‌های قلبی را معرفی می کند. الگوریتم ما دارای دو بخش است. بخش اول، بخش پیش‌پردازش است که شامل فیلتر بالاگذر و تابع مجذور است. بخش دوم، تشخیص قله‌ی R را شامل می شود. الگوریتم ما برای تشخیص قله‌ی R، در واقع نوعی ساده سازی روش مشهور    Pan-Tompkinsاست. \r\nالگوریتم پیشنهادی به زبان VHDL، بر مبنای افزاره‌ی FPGA Spartan6 و در بسترXilinx 14.7 ISE  آزمایش شده است. نتایج حاصل از شبیه سازی برای تشخیص قله‌ی R، حساسیت 98درصد، پیش بینی مثبت 97درصد و صحت حدود 96درصد را به ثبت رسانده است. ما الگوریتم را برای تشخیص‌Normal Sinus Rhythm ، Ventricular Tachycardia، Super Ventricular Tachycardi، Sinus Bradycadia و Atrial Fibrillation نوشتیم. برای آزمایش و ارزیابی عملکرد طراحی از سیگنال های ECG موجود در پایگاه داده‌ی MIT/BIH استفاده شده است.",
        "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_TK828.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"
    }
}