سپیده جباری - دانشجوی کارشناسی ارشد مهندسی پزشکی-بخش مهندسی برق و کامپیوتر، دانشگاه
حسن قاسمیان - استاد گروه مهندسی پزشکی- بخش مهندسی برق و کامپیوتر، دانشگاه تربیت مدر

پیچیدگی و طبیعت غیر ایستان صدای قلب، پردازش آن به یک روش خودکار را به عنوان یک مسئله مهم در تجزیه و تحلیل سیگنالها مطرح نموده است. هدف از این مقاله، طبقه بندی و جداسازی انواع بیماریهای دریچه ای- عروقی قلبت تأثیر گذار بر صدا های قلب (PCG) می باشد. بدین ترتیب که ، ابتدا سیگنال صدای قلب حاصل از 22 نوع کلاس مختلف تهیه گردید. نظر به تأثیر مستقیم ناهنجاریهای دریچه ای- عروقی بر طیف فرکانسی صداهای فلب، به کمک روش جدیدی مبتنی بر آمارگان طیفی سیگنالهای PCG یک مجموعه بانک فیلتری 5 تایی بر اساس خواص آنتروپی- طیفی، طراحی شد. سپس ویژگیهای استخراج شده از بانک فیلتری با استفاده از یک طبقه بندی کننده حداکثر احتمال (MLC)، طبقه بندی گردید. نتایج با جدیدترین روش مطرح شده مقایسه گردید، نتایج نشان دهنده دقت، اعتبار و توانایی بالاتری در عملکرد می باشد.

سیگنال صدای قلب، بیماریهای دریچه ای عروقی قلب، طبقه بندی کننده