זיהוי אותות לב חריגים

תיאור הבעיה

בבעיה זו נעקוב אחר פיתוח מודל של סיווג תמונות המסוגל להבחין בין אותות ECG נורמליים וECG חריגים, החל ממערך נתונים עם מידע רפואי אמיתי.

הנתונים המסופקים במסגרת בעיה זו מיוצגים בצורה של תמונות ECG, כל תמונה מתאימה להקלטה מלאה של הפעילות החשמלית של הלב עבור מטופל. התמונות יכולות לשמש ישירות כנתוני קלט עבור מודלים של סיווג תמונות.

מה זה ECG?

ECG (אלקטרוקרדיוגרמה) הוא בדיקה רפואית לא פולשנית הרושמת את הפעילות החשמלית של הלב לאורך זמן.
כל פעימה של הלב נשלטת על ידי דחפים חשמליים, וה-ECG מודד את האותות הללו באמצעות אלקטרודות הממוקמות על פני הגוף.

ה-ECG משמש בהיקף רחב עבור:

• זיהוי הפרעות קצב לב
• איתור התקף לב
• ניטור קצב הלב
• הערכת המצב הכללי של הלב

חריגות באות ה-ECG יכולות להצביע על מחלות לב חמורות, מסיבה זו האוטומציה של תהליך הניתוח חשובה ביותר בפרקטיקה הרפואית.

מערך הנתונים

מערך הנתונים המשמש מכיל הקלטות ECG מעובדות מראש, עם המאפיינים הבאים:

• כל דוגמה מתאימה למטופל
• כל ECG מורכב מ140 נקודות מדידה
• כל תמונה מתויגת עם:
  • 0 – ECG נורמלי
  • 1 – ECG חריג

הנתונים מאורגנים בקבצי CSV:

• train.csv – תמונות ותוויות לאימון
• test.csv – תמונות ללא תוויות (עבור היסק)

מטרת הבעיה

המטרה היא לבנות מודל סיווג תמונות אשר, על בסיס תמונת ECG, יחזה אם האות הלבבי נורמלי או חריג.

המודל צריך:

• ללמוד דפוסים ויזואליים רלוונטיים מאותות ECG
• להכליל נכון על נתונים שלא נראו
• להשיג ביצועים טובים על מערך הבדיקה

קובץ ההגשה

בסוף, תיצור קובץ submission.csv עם הצורה:

1image_path,label2images/ecg_000001.png,03images/ecg_000002.png,1

הערכה

המדד המשמש להערכת המודל הוא הדיוק:

1accuracy = (מספר_חיזויים_נכונים / מספר_חיזויים_כולל)

סולם ציונים

• accuracy ≥ 98% → 100 נקודות
• accuracy < 90% → 0 נקודות
• אחרת → ציון יחסי בין 0 ל-100