CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

گواهی نمایه سازی مقاله تشخیص بیماریهای قلبی از روی صدای قلب با استفاده از ضرایبMFCC و SVM

عنوان مقاله: تشخیص بیماریهای قلبی از روی صدای قلب با استفاده از ضرایبMFCC و SVM
شناسه (COI) مقاله: POWERMINOO01_021
منتشر شده در همایش ملی سیستم‌های هوشمند در مهندسی برق و کامپیوتر در سال ۱۳۹۳
مشخصات نویسندگان مقاله:

بهنام فرزام - دانشجوی کارشناسی ارشد برق-مخابرات، موسسه آموزش عالی خاوران، مشهد، ایران
جلیل شیرازی - استادیار موسسه آموزش عالی خاوران، گروه برق- مخابرات، مشهد، ایران

خلاصه مقاله:
در این مقاله با استفاده از ویژگیهای ضرائب کپسترال مبتنی بر معیار مل دسته بندی تعدادی از بیماریهای قلبی انجام شده است. صدای قلب سالم و صدای تعداد 4 بیماری که هر یک دارای ویژگیهای خاصی هستند از منبع داده دانشگاه میشیگان انتخاب شده است. پس از جداسازی سوفلهای قلبی از هر ضربان قلب، ضرایب کپسترال مبتنی بر معیار مل برای هر کلاس، به عنوان بردارهای ویژگی محاسبه شده و روش ماشین بردار پشتیبان برای دستهبندی بیماریها به کار برده شده است. دقت تشخیص این دسته بندی برابر 96.62% میباشد که نتایج نشان دهنده دقت، اعتبار و توانایی بالا در عملکرد روش میباشد.

کلمات کلیدی:
قلب، کپسترال، سوفلMFCC ،SVM

صفحه اختصاصی مقاله و دریافت فایل کامل: http://www.civilica.com/Paper-POWERMINOO01-POWERMINOO01_021.html