پیادهسازی الگوریتم ماشین بردار پشتیبان برای تشخیص به هنگام سیگنالهای فیبریلاسیون بطنی

ایست قلبی ناگهانی یکی از دلایل عمده مرگ در بسیاری از افراد است و در اکثر موارد با یک تاکی کاردیای بطنی شروع میشود که به سرعت پیشرفت کرده و موجب فیبریلاسیون بطنی میگردد. بنابراین ارائه روشهایی که به پیشبینی و جلوگیری از فیبریلاسیون بطنی VF کمک کند، در علوم پزشکی و تشخیصی بسیار حائز اهمیت است. در این تحقیق روشی ارائه شده که با استفاده از الگوریتم ماشین بردار پشتیبان SVM و تأخیر زمانی، فیبریلاسیون بطنی تشخیص داده میشود. این روش بر پایه الگوریتم یادگیری آماری برای نمونههای متناهی است. به این صورت که از هر 4 ثانیه از سیگنال، با استفاده از الگوریتم تأخیر زمانی یک عدد به عنوان ویژگی استخراج می شود؛ سپس سیگنال های VF و non-VF با استفاده از ویژگی های حاصله و طبقه بند SVM از هم تفکیک میگردند