شبکه های عصبی مصنوعی جهت تشخیص و طبقه بندی بیماری های گوارشی با استفاده از آنالیز های ویولت و کپستروم در مقایسه با روشهای آماری
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,185
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
FJCFIS01_108
تاریخ نمایه سازی: 14 خرداد 1387
چکیده مقاله:
در این مقاله بررسی بر روی بیماری های گوارشی آشکار شونده توسط صوت صورت می گیرد ویژگی های مربوطه سیگنالها ی صوتی پس از ثبت در خوزه کپستروم و ویولت استخراج شده و ثبت می گردد و طبقه بندی این سیگنالها به وسیله طبقه بندی کننده هایی چون شبکه عصبی و آماری انجام می گیرد. در نهایت مقایسه نتایج روش های ذکر شده در رسیدن به تشخیص درست تر.
کلیدواژه ها:
نویسندگان
زهرا عیانلو
دانشجوی کارشناسی ارشد بیو الکتریک دانشکده مهندسی پزشکی، واحد علوم و ت
یاسمن زندی مهران
دانشجوی کارشناسی ارشد بیو الکتریک دانشکده مهندسی پزشکی، واحد علوم و ت
کیوان معقولی
هیئت علمی و استادیار دانشکده مهندسی پزشکی، واحد علوم و تحقیقات، دانش
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :