تشخیص امراض دریچه ای قلب بر اساس سیگنال PCG با استفاده از شبکه عصبی

این مقاله براساس فونوکاردیوگرام می‌باشد. بدین نحو که سیگنال صوتی قلب را گرفته و پس از حذف نویز، به کمک نرم‌افزار متلب تبدیل ویولت را با ویولت خانواده دابیشز مرتبه 4 تا 4 مرحله اجرا می‌کنیم. تا به سیگنال مطلوب دست پیدا کنیم. حال با استفاده از ویژگی‌های زمانی، که از ضرایب جزئیات و تقریب مرتبه 4 به دست می‌آید، ماتریس ویژگی‌ها را از درون سیگنال استخراج می‌کنیم. ماتریس ویژگی حاصله را به شبکه عصبی پرسپترون دو لایه می‌دهیم. شبکه عصبی پس از آموزش کافی، آماده است. در سال 2008 ، تنها 38.5% پزشکان آمریکایی با شنیدن صدای قلب قادر به تشخیص درست امراض قلبی هستند. ولی در این روش، شبکه عصبی به طور متوسط قادر به 93.2% تشخیص درست می‌باشد. در این مقاله تمرکز بر روی بیماری‌های تنگی دریچه آئورت و نارسایی دریچه میترال و تنگی دریچه پولمونر می‌باشد. علاوه بر امراض مذکور شبکه عصبی قادر به تشخیص فرد سالم نیز می‌باشد. هم‌چنین اگر بیمار نوع دیگری به شبکه عصبی داده شود، پیام «ناشناس» را نشان خواهد داد.

کلیدواژه ها:

تبدیل ویولت ، شبکه عصبی پرسپترون دو لایه ، فونوکاردیوگرام ، ماتریس ویژگی