ระบบแสดงผลการตรวจจับสัญญาณคลื่นไฟฟ้าหัวใจด้วยคอมพิวเตอร์บอร์ดเดี่ยว
An ECG Detection and Display System with Single-board Computer
คำสำคัญ:
การตรวจคลื่นไฟฟ้าหัวใจ, โรคหลอดเลือดหัวใจ, หน่วยประมวลผล, ส่วนติดต่อผู้ใช้แบบกราฟิกบทคัดย่อ
ปัจจุบันโรคหัวใจและหลอดเลือดเป็นสาเหตุการเสียชีวิตอันดับต้นๆ ของประเทศไทย โดยเฉพาะโรคหลอดเลือดหัวใจหรือภาวะหัวใจอุดตัน ปัจจัยเสี่ยงหลัก ได้แก่ พฤติกรรมการกินที่ไม่ดีต่อสุขภาพ การออกกำลังกายไม่เพียงพอ ความเครียด และพันธุกรรม ซึ่งล้วนส่งผลเสียต่อสุขภาพหัวใจ วิธีที่มีประสิทธิภาพที่สุดวิธีหนึ่งในการลดความเสี่ยงและป้องกันการเสียชีวิตจากโรคหัวใจและหลอดเลือดคือ การตรวจคลื่นไฟฟ้าหัวใจ (ECG) ซึ่งการตรวจคลื่นไฟฟ้าหัวใจสามารถช่วยตรวจพบความผิดปกติของหัวใจในระยะเริ่มต้น ช่วยป้องกันโรคร้ายแรงและลดอัตราการเสียชีวิตได้ นอกจากนี้ คลื่นไฟฟ้าหัวใจยังมีบทบาทสำคัญในการวินิจฉัยโรคหัวใจอื่นๆ ทำให้สามารถให้การบำบัดและการรักษาทางการแพทย์ได้ทันท่วงที งานวิจัยนี้จึงมุ่งเน้นไปที่การตรวจคลื่นไฟฟ้าหัวใจโดยใช้ด้วยคอมพิวเตอร์บอร์ดเดี่ยว ซึ่งสัญญาณไฟฟ้าหัวใจจะถูกบันทึกผ่านอุปกรณ์รับสัญญาณ แปลงสัญญาณจากอนาล็อกเป็นดิจิตอล หน่วยประมวลผลจะแสดงสัญญาณแบบเรียลไทม์ผ่านหน้าจอที่เป็นส่วนติดต่อผู้ใช้แบบกราฟิกที่สร้างขึ้น รวมถึงแสดงข้อมูลบางอย่างเพื่อเป็นประโยชน์ในการวิเคราะห์สัญญาณ ECG เบื้องต้น ข้อได้เปรียบหลักของระบบนี้คือเป็นเทคโนโลยีราคาไม่แพงที่ผสานเทคโนโลยีสมัยใหม่ ซึ่งสามารถตรวจจับและบันทึกผลคลื่นไฟฟ้าหัวใจได้โดยไม่ต้องใช้เครื่องตรวจคลื่นไฟฟ้าหัวใจราคาแพง
เอกสารอ้างอิง
กรมควบคุมโรค กระทรวงสาธารณสุข (2566). กรมควบคุมโรค ร่วมรณรงค์วันหัวใจโลก 2566 เผยปีที่แล้วคนไทยเสียชีวิตโรคหัวใจและหลอดเลือดมากถึง 7 หมื่นราย ย้ำโรคนี้สามารถป้องกันได้
คลื่นไฟฟ้าหัวใจ (ECG), http://www.ox-thai.com/ox/knowledge/knowledge_ecg.html
จิรยุทธ เพชรเครือ, สุปรียา ปราสาด อะดีการี, ไพจิตร บุญตา (2563). Comparison of using RCAT and conventional method for EKG interpretation.
ทองทิพย์ ดำรงวัฒน และ นงลักษณ์ อินทรโยธา (1966). “การบันทึกคลื่นไฟฟ้าหัวใจอย่างต่อเนื่องด้วยเครื่องบันทึกโฮลเตอร์” Rama Nurse Journal, vol.2, no.1, pp.95-103.
โรงพยาบาลบำรุงราษฎร์ อินเตอร์เนชั่นเนล, การตรวจคลื่นไฟฟ้าหัวใจ (EKG)-หัวใจ
ศาสตราจารย์คลินิกเกียรติคุณ นายแพทย์ พนัส เฉลิมแสนยากร (30 July 2022). หัวใจ: กายวิภาคหัวใจ (Heart anatomy)/สรีรวิทยาของหัวใจ (Heart physiology).
Mousavi, S., Afghah, F., Khadem, F., & Acharya, U. R. (2021). ECG Language processing (ELP): A new technique to analyze ECG signals.Computer methods and programs in biomedicine, 202, 105959.
Safdar, M. F., Nowak, R. M., & Pałka, P. (2024). Pre-Processing techniques and artificial intelligence algorithms for electrocardiogram (ECG)signals analysis:A comprehensive review. Computers in Biology and Medicine, 170, 107908.
Birnbaum, Y., Wilson, J. M., Fiol, M., de Luna, A. B., Eskola, M., & Nikus, K. (2014). ECG diagnosis and classification of acute coronary syndromes.Annals of Noninvasive Electrocardiology, 19(1), 4-14.
Kumar, A., Kumar, S., Dutt, V., Dubey, A. K., & García-Díaz, V. (2022). IoT-based ECG monitoring for arrhythmia classification using Coyote Grey Wolf optimization-based deep learning CNN classifier. Biomedical Signal Processing and Control, 76, 103638.
Patil, P., & Bhole, K. (2018, February). Real time ECG on internet using Raspberry Pi. In 2018 International Conference on Communication, Computing and Internet of Things (IC3IoT) (pp. 267-270). IEEE.
Siavashi, A., & Majidi, M. (2021, May). Sensing, wireless transmission, and smart processing of heart signals. In 2021 5th International Conference on Internet of Things and Applications (IoT) (pp. 1-6). IEEE.
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2025 วารสารวิชาการวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏสงขลา

อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
การดำเนินงานภายใต้ Attribution-NonCommercial-NoDerivatives 4.0