بهینه سازی تشخیص سیگنال ECG با استفاده از شبکه های عصبی در حوزه زمان و موجک
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 759
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEIT01_084
تاریخ نمایه سازی: 9 تیر 1393
چکیده مقاله:
در سالیان اخیر استفاده از سیستم های هوشمند درعلوم مهندسی و به ویژه در تشخیص بیماریهای مختلف به طور فزاینده ای رو به افزایش است. در این مقاله نیز یک روش هوشمند ترکیبی برای تشخیص بیماریهای قلبی ( آریتمی های قلبی) ارائه شده است. اساس این روش بر استفاده از ساختارهای ترکیبی از شبکه های عصبی برای طبقه بندی کارکرد طبیعی وچهار کارکرد غیر طبیعی قلب است. در این ساختارهای ترکیبی، برخی از شبکه های عصبی به عنوان میانجی و برخی از آنها به عنوان متخصص استفاده شده اند. در روش پیشنهادی، ابتدا پیش پردازش مناسب برای حذف نویز از سیگنال الکتروکاردیوگرافی انجام شده اس. سپس، ویژگی های مختلف زمانی ( شامل پانزده ویژگی) و موجک(شامل پانزده ویژگی) از روی سیگنال عاری از نویز استخراج و با توجه به زیاد بودن تعداد ویژگی های انتخاب شده، از روش تحلیل مولفه های اصلی برای ادغام این ویژگی ها و کاهش ابعاد فضای ویژگی به هشت بعد استفاده شده است. در ادامه، ساختار پیشنهاد شده از شبکه هایی برای طبقه بندی مناسب آریتمی ها آموزش داده و کارایی آنها ارزیابی شده است. نتایج حاصل از پیاده سازی روی داده های برچسب خورده پایگاه داده MIT/BIH کارآیی بهتر روش پیشنهادی در مقایسه با روشهای قلبی در تشخیص آریتمی های قلبی را نشان می دهند.
کلیدواژه ها:
نویسندگان
بهزاد عزیزپور
گروه کامپیوتر، دانشگاه آزاد اسلامی گرمی، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :