طبقه بندی سیگنال های ECG با رویکرد بهینه سازی پارامترهای طبقه بندی با استفاده از مفاهیم استخراج ویژگی

استفاده از ECG به دلیل ثبت آسان آن، هزینه و درعین حال ثمربخش بودن آن، برای تشخیص بیماری های قلبی کاربرد وسیعی و قابل توجه دارد. در این پژوهش به مسئله طبقهبندی ECG با استفاده از متدولوژی میپردازد، که قادر به افزایش عملکرد طبقه بندی برای کاربردهای مختلف ECG میباشد. برای این منظور، الگوریتم جستجوی ترتیبی شناور روبه جلو (SFFS) با شاخص تابع معیار جدید مبتنی بر جداکننده های خطی اعمال می گردد. این شاخص به طور خاص طراحی شده است تا یک شاخص کیفیت در طبقه بندی آریتمی های ECG باشد. بر اساس این شاخص، مجموعه ای جامع از ویژگیها با الگوریتم SFFS تجزیه وتحلیل میشود و مناسبترین زیرمجموعه برگردانده شده با یک پرسپترون چندلایه (MLP) برای ارزیابی مقاوم بودن مدل موردبررسی قرار میگیرد نتایج حاصل نشان میدهد که با استفاده از روشهای پیشنهادی، عملکرد به دست آمده در مطالعات مشابه تحت محدودیت های مشابه می تواند ارتقا یابد درحالیکه شرایط مناسب برای نظارت بر رویدادها حفظ شود.

کلیدواژه ها:

انتخاب ویژگی ) FS ( ، الگوریتم جستجوی ترتیب شناور روبهجلو) SFFS ( ، پرسپترون چندلایه ) MLP ( ، تجزیه وتحلیلجداکنندههای خطی ) LDA ( ، طبقه بندی ECG