تشخیص اختلالات تنفسی بر پایه تحلیل صدای تنفس با استفاده از الگوریتم جدیدی بر مبنای ماشین بردار پشتیبان

اختلالات تنفسی یکی از انواع بیماریها میباشد که در آن تنفس فرد دچار مشکل شده است. این بیماریها ممکن است با صداهمراه بوده و یا اینکه صدایی نداشته باشند. هدف ما در این مقاله تشخیص نوع بیماری تنفسی از روی صدای تنفس ضبط شدهاست. در سالهای اخیر، تحقیقات زیادی در این زمینه انجام شده و روشهای متعددی برای این کار ارائه گردیده است. هدف ازتحقیقات صورت گرفته، تشخیص بیماری بصورت خودکار و کمک به پزشک برای بهتر تشخیص دادن بیماری است. همچنین یکیدیگر از اهداف این کارها کاهش هزینه های درمان می باشد. در این مقاله ابتدا، روش ماشین بردار پشتیبان را به عننوان یکنی از روش های مدل سازی بیماری ها توضیح داده و بعد از بیان روش های مدلسازی، روشی که برمبنای ماشین بردار پشتیبان معرفی و پیاده سازی شده است را شرح می دهیم. آزمایش های ما بر روی یک مجموعه چهار کلاسه شامل سه کلاس برای بیماری های تنفسی خس خس، کراکل، استریدور و یک کلاس برای صدایتنفسی سالم، نشان می دهند که این روش می تواند بخوبی بیماری ها را از صدای طبیعی جدا کرده و همچننین ننوع بیماری ها راتشخیص دهد. روش بر مبنای ماشین بردار پشتیبان توانسته کار شناسایی بیماری را با دقت 100 درصد انجام دهد.

کلیدواژه ها:

بیماری تنفسی ، تشخیص بیماری ، استخراج ویژگی ، کاهش بعد ، ماشین بردار پشتیبان